首页期刊导航|信息网络安全
期刊信息/Journal information
信息网络安全
信息网络安全

关非

月刊

1671-1122

editor@trimps.ac.cn

021-34010750

200031

上海岳阳路76号4号楼211室

信息网络安全/Journal Netinfo SecurityCHSSCDCSCD北大核心CSTPCD
正式出版
收录年代

    基于零知识证明和区块链的联邦学习激励方案

    吴昊天李一凡崔鸿雁董琳...
    1-13页
    查看更多>>摘要：在跨孤岛联邦学习中,各参与者对最终训练出的模型贡献各异,如何评估他们的贡献并给予适当激励,成为联邦学习研究中一项关键问题.目前的激励方法主要着眼于奖励有效模型更新的参与者,同时惩罚不诚实者,侧重于激励计算行为.然而,参与者所提供的数据质量同样影响学习效果,但现有方法未充分考虑数据质量,并缺乏鉴定数据真实性的手段.为提升激励的准确性,需对参与者数据质量进行评估.通过融合零知识证明与区块链技术,文章提出一种评估参与者数据质量的协议,构建了全新联邦学习激励方案.该方案可在不泄露明文数据的前提下,评估参与者所用数据集质量,通过区块链系统向合格参与者发放激励,拒绝不合格者.实验证实,在部分用户提供虚假数据的情况下,该方案仍能准确给出激励结果,同时提升联邦学习模型的准确率.

    零知识证明区块链激励机制联邦学习数据质量评估

      原文链接:
    • 维普
    • 万方数据

    BFT问责机制综述

    孙惠平周进爵刘澍轩陈钟...
    14-23页
    查看更多>>摘要：拜占庭容错(Byzantine Fault Tolerance,BFT)协议在保障区块链或分布式系统在面临节点故障和恶意行为时的一致性和可靠性方面发挥着关键作用.BFT问责机制通过记录和共享共识过程中的共识节点行为,旨在识别拜占庭节点,并能够有效解决在拜占庭节点数量超过 1/3 时,传统的BFT协议无法确保安全性和活性的问题.文章系统地总结了目前已有的BFT问责协议,包括服务端问责机制、客户端问责机制和BFT内嵌问责机制.文章还对这些机制进行比较和分析,探讨了存在的挑战,并展望了未来可能的发展方向.

    拜占庭容错问责机制客户端问责服务器端问责

      原文链接:
    • 维普
    • 万方数据

    中国科大实现高维量子态的高效率量子存储

    中国科学技术大学
    23页
      原文链接:
    • 维普
    • 万方数据

    一种基于AdaBoost模型的区块链异常交易检测方案

    宋玉涵祝跃飞魏福山
    24-35页
    查看更多>>摘要：针对区块链系统加密货币交易记录中存在的盗币异常行为,文章基于AdaBoost模型提出一种具有隐私保护功能的异常交易检测方案.该方案采用加法同态加密和矩阵混淆技术,在有效识别并预测异常交易的同时,保证交易数据的隐私性.此外,在云外包环境中设计实现方案的底层协议,并证明了方案的正确性和隐私保护性质.与同类协议相比,该方案在保证隐私性的同时,具有较高的检测准确率和召回率,平均每条记录的检测时间为毫秒级,适用于真实加密货币交易的检测场景.

    隐私保护机器学习异常检测同态加密

      原文链接:
    • 维普
    • 万方数据

    基于区块链和SM9数字签名的代理投票方案

    朱郭诚何德彪安浩杨彭聪...
    36-47页
    查看更多>>摘要：随着互联网的普及,电子投票技术逐渐替代传统纸质投票技术.然而,传统的电子投票方案主要针对一人一票制来设计方案,在一些特殊的投票场景下,一人一票制投票方式不再适用.例如,投票者不具备专业知识却也需要投票的场景,投票者由于不能理解选举的内容而消极投票,造成选举结果不专业和不公正等问题.此外,传统的电子投票技术还存在选举过程不透明和选票不可验证等问题.针对上述问题,文章提出一种基于区块链和SM9 数字签名的代理投票方案.该方案首先使用区块链技术解决选票的全局可验证问题,其次使用零知识范围证明技术解决恶意选票值的问题,然后利用基于椭圆曲线的改进ElGamal算法的同态性质实现选票加密和自计票功能,最后使用SM9 数字签名算法和变色龙哈希函数设计的代理投票凭证实现投票权的转让过程.通过安全性分析,证明了文章所提方案满足鲁棒性、合法性、机密性、全局可验证性和公平性.理论分析和实验数据表明,文章所提方案性能良好,适用于需要专业知识场景下的选举.

    电子代理投票区块链SM9数字签名算法变色龙哈希函数范围证明

      原文链接:
    • 维普
    • 万方数据

    一种基于轮廓稀疏对抗的视频步态隐私保护算法

    许可李嘉怡蒋兴浩孙锬锋...
    48-59页
    查看更多>>摘要：深度网络模型可以从视频步态序列中获取人体步态生物特征并识别人物身份,造成严重的隐私泄露安全威胁.现有方法一般通过对视频画面中的人体进行模糊、变形等处理来保护隐私,这些方法可以在一定程度上改变人体外观,但很难改变人物行走姿态,难以逃避深度网络模型的识别,且这种处理往往伴随着对视频质量的严重破坏,降低了视频的视觉可用性.针对该问题,文章提出一种基于轮廓稀疏对抗的视频步态隐私保护算法,通过对步态识别模型的对抗攻击来计算画面中人体轮廓周围的有效修改位置.与传统方法相比,在具有相同隐私保护能力的情况下,该算法减少了对画面的修改,在隐私安全性和视觉可用性上达到了较好的均衡.该算法在公开步态数据库CASIA-B和OUMVLP上对 4 种步态识别模型进行测试,通过与不同步态隐私保护方法对比,验证了该算法在步态隐私保护上的有效性和可用性.

    步态隐私保护步态识别轮廓稀疏对抗对抗样本

      原文链接:
    • 维普
    • 万方数据

    基于联邦学习的Tor流量检测算法设计与实现

    赵佳杨博凯饶欣宇郭雅婷...
    60-68页
    查看更多>>摘要：Tor网络作为第二代匿名互联网通信系统,常被网络罪犯用于进行网络攻击和欺诈等恶意活动,给网络安全带来了严重的威胁和挑战.为解决该问题,文章提出一种基于联邦学习的Tor流量检测方法.目前Tor流量检测以单主机检测为主,存在效率低和无法实现数据共享的问题,文章采用联邦学习技术和DP-SGD算法确保各参与方在保护用户隐私的前提下构建全局模型,解决数据孤岛问题.实验证明,该模型在保障用户数据隐私的同时,具有 92%的整体准确率、90%的准确率和 92%的召回率.文章通过对比实验进一步验证了模型在隐私保护和分类效果上的优越性.

    联邦学习Tor流量检测系统DP-SGD数据隐私

      原文链接:
    • 维普
    • 万方数据

    基于联邦学习的中心化差分隐私保护算法研究

    徐茹枝戴理朋夏迪娅杨鑫...
    69-79页
    查看更多>>摘要：近年来,联邦学习以独特的训练方式打破了数据"孤岛",因此受到越来越多的关注.然而在训练全局模型时,联邦学习易受到推理攻击,可能会泄露参与训练成员的一些信息,产生严重的安全隐患.针对联邦训练过程中半诚实/恶意客户端造成的差分攻击,文章提出了基于中心化的差分隐私联邦学习算法DP-FEDAC.首先,优化联邦加速随机梯度下降算法,改进服务器的聚合方式,计算参数更新差值后采用梯度聚合方式更新全局模型,以提升稳定收敛;然后,通过对聚合参数添加中心化差分高斯噪声隐藏参与训练的成员贡献,达到保护参与方隐私信息的目的,同时还引入时刻会计(MA)计算隐私损失,进一步平衡模型收敛和隐私损失之间的关系;最后,与FedAC、分布式MB-SGD、分布式MB-AC-SGD等算法做对比实验,评估DP-FEDAC的综合性能.实验结果表明,在通信不频繁的情况下,DP-FEDAC算法的线性加速最接近FedAC,远优于另外两种算法,拥有较好的健壮性;此外DP-FEDAC算法在保护隐私的前提下能够达到与FedAC算法相同的模型精度,体现了算法的优越性和可用性.

    联邦学习隐私泄露差分隐私高斯噪声隐私追踪

      原文链接:
    • 维普
    • 万方数据

    《信息网络安全》编委及审稿人2023年年度工作会议在沪召开

    本刊记者
    79页
      原文链接:
    • 维普
    • 万方数据

    基于个性化时空聚类的差分隐私轨迹保护模型

    尹春勇蒋奕阳
    80-92页
    查看更多>>摘要：随着位置感知设备的普及,轨迹数据已广泛应用于现实生活.然而,轨迹数据通常与敏感标签相关联,不当地分享或发布这些数据可能会泄露用户的隐私,且不同数据的敏感程度互异.针对上述问题,文章提出了基于个性化时空聚类的差分隐私轨迹保护模型.首先,针对轨迹中海量时间数据与隐私保护的需要,文章提出模糊均值聚类算法(FCM算法);其次,在空间分割的过程中,通过密度进行聚类,并实现个性化调整隐私预算分配的目的,从而提高数据效用;再次,在轨迹合成阶段,对比真实轨迹数据,选择更具代表性的轨迹;最后,在发布阶段,引入Laplace机制对轨迹数目进行隐私保护.为了验证文章所提出的模型在轨迹效用与隐私保护上的成果,将该模型与另外两种模型在 4 个阶段上进行了比较.实验结果表明,文章所提出的模型在数据效用方面提升 15.45%,在相同隐私预算下,隐私保护强度提升至少 35.62%.

    个性化预算分配差分隐私时空聚类轨迹隐私轨迹发布

      原文链接:
    • 维普
    • 万方数据