摘要：云计算是分布式计算、并行处理计算、网格计算等概念的发展和应用,它实现了人们长期以来"把计算作为一种设施"的梦想.随着云计算的快速发展,越来越多的用户将数据外包存储到云服务器,从而降低自身的数据存储开销.由于云服务器不完全可信,为了保护数据机密性,用户上传数据之前必须进行加密处理.但是,传统的加密方案将会破坏明文数据原有的顺序信息,使得数据的查询变得十分困难.保序加密(order preserving encryption,OPE)是一种密文保持明文顺序的特殊加密方案.它既能保护用户数据机密性,也能够实现密文数据高效查询.保序加密方案所能达到的最优安全性是IND-OCPA,其安全目标是保证OPE方案除明文顺序外而不泄露其他任何明文信息.近年来,保序加密方案的设计日趋多样化,大量基于索引结构的保序加密方案被相继提出,旨在于提高方案安全性和实用性.本文首先回顾保序加密方案的发展历程,并介绍保序加密方案的延伸方案顺序可见加密方案,探讨各个方案的安全性和实用性,同时介绍目前最新的研究进展以及这一方向需要解决的关键问题,最后对未来的研究发展方向进行展望.

摘要：针对数据交易方案的密钥泄露、合谋等安全问题,提出原子性可问责的数据交易方案。将数据审计技术与智能合约结合实现自动支付,确保交易过程中数据的完整性以及支付的公平性;采用自认证公钥密码技术设计用户注册过程,确保即使遭受单点故障问题,用户私钥仍然安全;借助会话密钥加密通信,解决了对称密钥分发问题,同时能够高效维护通信安全;构造了可公共审计的问责机制处理用户争议,以抵抗合谋攻击。安全性分析及实验表明本方案不仅能抵抗密钥泄露攻击和合谋攻击,还能够降低通信成本、高效问责。

摘要：云数据库作为一种新兴的云计算应用,得到了广泛关注,而数据安全问题也成为云数据库进一步发展的难点。针对大型数据中心多租户云数据库的数据保护和业务QoS问题,文章提出了一种基于属性加密的多租户云数据库安全隔离和数据保护方案。首先,设计并实现了多租户云数据库管理系统,保证租户间的数据隔离;其次,提出了一个基于属性加密的中间件为租户数据进行加密和细粒度的权限控制,保证数据的安全性;最后,设计并实现了一套基于SDN网络架构的QoS系统,对云数据库服务的业务带宽进行保障。实验结果表明,文章设计的云数据库能够满足多租户的安全要求,当网络出现拥塞时,基于SDN的QoS系统可以保障加密数据库系统的业务带宽,确保租户的服务体验。

摘要：稀疏多元多项式插值用于构造黑盒函数,是求解多项式代数问题的一种有效策略,具有多项式时间复杂度的多元稀疏插值算法已得到广泛研究和使用.近期Huang(2021)提出了一个基于多样化多项式的稀疏插值算法,计算复杂度为O(nTlog^(2)q+nT√Dlogq),是有限域上首个关于变元个数n和项数界T的线性函数,关于次数界D的分数次幂的高效算法.由于Huang算法准确恢复黑盒多项式的成功率为3/4,为提高插值成功率,文章分析了Huang算法不能准确恢复黑盒多项式的三种情形,并给出相应的解决方案,基于此设计了一种基于多样化多项式的高概率稀疏插值算法,理论分析和数值实验证实了算法的可行性和有效性.

摘要：针对A~*算法在数字高程模型(DEM)路径规划中的低效问题,提出一种基于距离与坡度的改进A~*寻路算法。该算法面向规则网格DEM,以距离和坡度作为路径搜索评估指标,设计新的评价函数,并以地表障碍评判路径的可通行性。在寻路过程中,根据实际场景DEM数据计算相匹配的参数,使得改进算法能自适应不同场景下DEM数据分辨率的变化;采用动态权值调整完备性函数和启发性函数对评价结果的影响,优化路径选择。仿真测试结果表明,改进算法能够通过参数调整适应DEM分辨率的变化,搜索出优化的路径,降低搜索时间,提高搜索效率。

摘要：泄露攻击的出现,导致在传统理想安全模型下已证明安全的密码机制在实际应用中不再保持其所声称的安全性;并且现有基于双线性映射构造的抗泄露无证书密钥封装机制(certificateless keyencapsulation mechanism,CL-KEM)的计算效率较低.针对上述不足,在不使用双线性映射的前提下本文设计了抗连续泄露的CL-KEM,并基于经典的判定性Diffie-Hellman假设对构造的安全性进行形式化证明.在我们的CL-KEM实例中,封装密文的所有元素对敌手而言是随机的,确保任意敌手均无法从封装密文中获知关于用户私钥的泄露信息;并且泄露参数是固定的常数,不受封装密钥空间大小的限制.为了进一步增强CL-KEM的抗泄露攻击的能力,本文构造了一个泄露量达到l_(sk)(1-O(1))的新颖抗泄露CL-KEM,其中l_(sk)表示私钥的长度,分析表明该机制在具有上述优势的同时,将抵抗泄露攻击的能力提升到最佳.最后,基于抗泄露CL-KEM提出抗泄露无证书混合加密机制和抗泄露无证书密钥协商协议的通用构造方法.

摘要：在多数聚类计算的实际应用中,样本数据通常来自于不同的用户,聚类算法往往需要在用户的联合数据集上进行计算.而出于隐私保护的目的,用户并不希望与其他参与方共享其私有数据.因此,如何以隐私保护的方式实现多用户的聚类计算便得到了人们的广泛关注.针对多用户持有数据的场景,研究了k-均值(k-means)聚类算法的安全计算问题,设计了常数轮交互的多用户k-means聚类安全计算协议.在该协议中,用户使用加法同态加密方案对样本数据加密并上传至独立的辅助计算服务器.服务器通过与持有私钥的聚类计算方交互,实现了乘法和欧氏距离的安全计算.此外,基于ABY混合协议框架设计了针对同态密文的最小元素标记协议和除法协议.协议通过常数轮交互,实现了同态密文、算术分享份额、Yao分享份额之间的相互转换,并利用Yao混乱电路技术实现了对同态密文的最小元素标记以及除法运算,该过程无需使用昂贵的比特分解技术.在半诚实模型下给出了主协议及所有子协议的安全性证明.

摘要：边缘端的异常检测能够明显提高检测的响应速度,轻量化是深度异常检测模型在边缘端运行的解决方案,常采用模型压缩或减少参数量的方法,但参数量减少会减弱特征表示能力,影响检测准确度.为解决以上问题,提出一种层间特征传递增强的轻量化无监督异常序列检测方法,可以在减少模型参数量的同时保证检测的准确性.首先,借鉴密集卷积网络(DenseNet)的结构思想,设计特征层间连接的网络结构,增加层间的连接,加强特征传递的信息量,使提取的序列深度特征更充分;然后将深度可分离卷积应用到该网络结构中,减少参数量,实现轻量化;最后,用提取的序列特征训练支持向量描述分类器(Support Vector Data Description,SVDD),进行异常序列检测.分别在仿真数据集、Google云平台监控日志数据集和边缘端电力变压器油箱的温度数据集上进行验证,结果表明,提出的方法能准确地检测出不同变化的异常序列,与经典的轻量化网络相比,在准确率、参数量和速度上性能更好.

摘要：密码学是信息安全专业的基础课程。针对密码学课程的教学改革,文章从可视化软件、密码工程、前沿技术三方面进行了一些探索,取得了较好的教学效果,具有一定的参考价值。

摘要：针对目前跨模态哈希方法中存在的哈希码鲁棒性不足、量化误差较大的问题,提出一种重构约束的离散矩阵因式分解哈希算法。通过矩阵因式分解直接学习多模态数据的离散深层潜在语义,避免松弛-量化产生的大量误差;将学习的深层语义重构回原始数据,降低数据中冗余信息的影响,加强哈希码的鲁棒性与可区分性。该算法在Wiki、NUS-WIDE和MirFlickr-25k这3个公开的基准数据集上与最近相关的算法进行实验比较,实验结果表明,所提方法在检索精度和效率上有明显优势。