由于微信公众号开始试行乱序推送，为了让您在第一时间获取AI新文，请将"AI新文"设为星标。
MediChainAudit：基于区块链的加密医疗数据审计、模糊重复删除及安全共享
原标题：MediChainAudit: Encrypted Medical Data Auditing on Blockchain with Fuzzy Deduplication and Secure Sharing
作者：Jie Zhang; Xiaohong Li; Ruitao Feng; Shanshan Xu; Yongyang Lv; Zhe Hou
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/17
摘要：云存储越来越多地使用重复数据删除来降低成本，而用户则要求外包数据具有强大的保密性和完整性——尤其是在医疗保健领域，其中敏感的冗余数据经常在严格的隐私限制下共享。尽管消息锁定加密（MLE）支持加密重复数据删除，现有方法专注于精确重复，并假设审计员是可信的，这使得它们不适合医疗用途。我们提出MediChainAudit，一个基于区块链的医疗云系统，整合了：(i)一种增强加密模式，支持模糊(similarity-aware)块级重复数据删除，(ii)一个去中心化的公共审计框架，消除了对可信第三方的需求，(iii)一个安全的密钥交换和共享协议。使用混合存储模型——链上完整性标签和链下密文——该系统在支持可验证的安全删除的同时最小化区块链开销。我们形式化了安全目标包括PRV-CDA保密性、完整性、所有权一致性以及重复数据删除正确性，并在标准密码学假设下提供了证明。据我们所知，MediChainAudit 是第一个集成了模糊重复数据删除审计、安全共享以及侧信道攻击防御（具有经过验证的PRV-CDA安全性）的基于区块链的解决方案。
原文链接
TZRIMA：一种基于ARM TrustZone的TEE运行时完整性测量架构
原标题：TZRIMA: A Runtime Integrity Measurement Architecture for ARM TrustZone-Based TEE
作者：Jingkai Mao; Xiaolin Chang; Lin Li; Ruichen Zhang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/17
摘要：可信执行环境(TEEs)如ARM TrustZone在物联网和嵌入式设备中广泛部署，用于构建信任锚点并保护敏感代码和数据。TEE通常被认为是可以信赖的，尽管缺乏强有力的运行时证据。然而，最近针对TEE内核和应用程序的攻击已经强调了这一假设的不可靠性，从而破坏了基于TrustZone设备的信任链的全生命周期。本文旨在解决基于TrustZone设备的信任缺失部分，即TEE运行时完整性测量及其扩展机制。我们将TEE威胁分类为三个攻击面。基于此威胁模型，我们提出了一种面向基于ARM TrustZone的TEE的运行时完整性测量架构(TZRIMA)，该架构包含TEE内的两个子系统：安全测量代理(SMA)和远程证明代理(RAA)。SMA子系统负责执行基于策略的完整性测量、评估以及可信执行环境特定组件的安全日志记录，包括TEE内核、pTA、共享库、用户TA和TEE内部核心调用。RAA子系统旨在导出用于可信状态验证的证据。作为验证方证据评估的具体实现，TZRIMA 采用了一个受信任第三方（TTP）辅助的挑战-响应远程证明工作流，在此流程中，TTP 充当证书和参考信息的可信来源。我们在Raspberry Pi 3B+上的OP-TEE中实现TZRIMA，并对其安全性和性能进行评估，表明它在受信任第三方辅助的远程证明工作流中提供了有效的可信执行环境运行时完整性测量，具有可接受的运行时延迟和有限的验证开销。
原文链接
基于历史感知差分隐私缓解多轮检索增强生成中的累积泄漏
原标题：Mitigating Cumulative Leakage in Multi-Turn Retrieval-Augmented Generation Via History-Aware Differential Privacy
作者：Zhe Sun; Yaowei Huang; Lihua Yin; Tianqing Zhu; Muhammad Shafiq; Zhihong Tian
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/14
摘要：基于检索的生成（RAG）通过依赖外部知识来提高事实性和领域适应性，但对检索证据的这种依赖也带来了隐私风险，当底层语料库包含敏感信息时尤其如此。现有的隐私保护RAG方法主要将隐私视为每查询或每响应的约束条件，因此无法捕捉到部署中更现实的威胁：敏感信息可以在多轮交互中逐步重建。在本文中，我们从累积泄漏的角度研究多轮RAG的差分隐私。我们表明，在此类系统中，隐私泄露不是由孤立的生成步骤决定的，而是由敏感文档在检索和生成过程中随时间反复暴露和重复使用所导致的。基于这一观察，我们提出差异隐私多轮RAG（DP-MultiRAG），这是一种历史感知方法，能够自适应地控制敏感证据的检索、表示和解码，根据其瞬时风险及其累积暴露程度。实验表明，在多轮基准测试和真实世界敏感数据集上，DP-MultiRAG 有效抑制了累积泄露，同时保持了答案质量。这些结果表明，在RAG中隐私应该被建模为一个依赖于历史的暴露过程而不是静态的每查询约束，从而为安全的多轮RAG系统提供更加严谨的基础。
原文链接
CompactDB：紧凑且安全的协作关系数据 analytics
原标题：CompactDB: Compact and Secure Collaborative Relational Data Analytics
作者：Shaoxian Yuan; Kaiping Xue; Jingcheng Zhao; Yaxuan Huang; Yingjie Xue; Jian Li
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/13
摘要：现代数据分析工作流越来越依赖于联合数据集和协作关系分析来支持各种应用。由于客户端数据常常包含敏感信息，因此必须对其进行保护以免直接共享。将外包计算与安全多方计算（MPC）集成已作为安全协作关系分析的一种有前景的范式出现，但由于MPC本质上是通信密集型的，现有实现面临根本性的效率挑战。为了解决这一限制，我们提出CompactDB，一个用于协作关系数据解析的紧凑且安全的框架。我们的关键观察是现有解决方案通常依赖于安全谓词评估协议，这些协议产生非紧凑的输出表，因为直接揭示评估结果可能导致隐私泄露。为了解决这个问题，我们设计了一种通信高效的压缩协议，在谓词评估过程中安全地过滤掉不匹配的记录，从而生成显著更紧凑的输出表。在此基础上，我们进一步开发了一种用于低精度数据多谓词评估的通信高效操作符，并引入了一种新的调度策略，该策略系统地利用了我们的压缩协议在复杂的查询计划中。我们进行了全面的实验来评估CompactDB，在TPC-H Q4和Q13上展示了比最先进的解决方案高出6倍到100倍的性能提升。此外，我们提供了理论分析，证明了CompactDB实现的安全保障。
原文链接
考虑漂移的自适应网站指纹识别
原标题：Drift-Aware Adaptive Website Fingerprinting
作者：Zhengge Yi; Tengyao Li; Jingxi Zhang; Yifei Meng; Xiangyang Luo
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/13
摘要：网站指纹识别（WF）攻击从加密流量元数据中推断出Tor用户访问的网站。基于深度学习的WF攻击在受控条件下实现高精度但随着部署分布逐渐偏离训练分布时性能大幅下降最近的无监督自训练方法通过在未标记的数据漂移流量上使用高置信度预测作为伪标签来精炼部署模型解决这一问题。然而，固定无监督适应策略无法充分处理跨网站的异质漂移，并且严重漂移的类别可能无法生成可靠的伪标签，从而导致持续存在的适应盲点。我们提出Aion，这是一种混合的漂移感知自适应WF框架，结合了无监督自我训练和有限的目标领域标注监督，用于在流量漂移下实现连续部署。Aion根据测量到的分布差异动态调节源域约束，通过双分类器协作生成扩大伪标签覆盖范围以加速性能恢复，并选择性地对纯无监督适应失败的类别进行监督恢复。广泛的实验证明，在多种漂移场景下的真实Tor跟踪记录中，Aion始终优于现有方法。在270天的真实世界交通漂移中，Aion在封闭世界、开放世界和流式传输设置下分别实现了F1分数88.14%，82.84%和86.32%，分别超过最佳基线5.87、8.90和10.92个百分点。
原文链接
ThemisRB：具有异步弹性的撤销感知可编辑区块链
原标题：ThemisRB: Revocation-Aware Redactable Blockchain with Asynchronous Resilience
作者：Tianming Hou; Hui Ma; Jinchao Zhang; Yang Li; Bo Li; Weiping Wang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/13
摘要：虽然区块链的不可篡改性确保了数据完整性，但它与监管要求（如“被遗忘权”）产生了冲突，需要开发可编辑的区块链。然而，现有的方案在实际部署中面临关键限制：(1) 由于缺乏后门撤销机制而导致的永久重写权限带来的安全风险；(2) 地理分布环境中因同步网络假设导致的活动性失败；以及(3) 依赖于受信任经销商所带来的集中化问题。为了解决这些问题，我们提出了ThemisRB，一种具有异步弹性的撤销感知可编辑区块链。我们的设计核心是异步可撤销双阈值变色龙哈希（ARTCH）。这一原语将治理与编辑分离：它授权一组监视者在不阻碍修改者执行非交互式冲突查找的情况下使失效的密钥无效。此外，我们使用一种高效的无配对设计构建ARTCH，并集成了异步分布式密钥生成（ADKG），以消除受信任的经销商。最后，我们在Hyperledger Fabric上实现ThemisRB。实验结果表明，ARTCH 实现了比现有基于配对的方案显著的计算加速，并且 ThemisRB 保持了高吞吐量，验证了其在实际联盟部署中的适用性。
原文链接
机器遗忘中的标签泄漏攻击：一种基于参数和逆向的方法
原标题：Label Leakage Attacks in Machine Unlearning: A Parameter and Inversion-Based Approach
作者：Weidong Zheng; Kongyang Chen; Yao Huang; Yuanwei Guo; Yatie Xiao
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/12
摘要：机器遗忘旨在移除指定训练数据的影响，但遗忘过程可能会泄露关于被遗忘的数据的敏感信息。本文在实际假设下研究了类级别撤回中的标签泄漏问题，即攻击者只能访问撤回后的模型。我们提出了四种针对具有不同知识和访问能力的对手的攻击方法。在有限辅助数据的白盒设置中，我们使用目标模型参数与训练于候选类上的辅助模型参数之间的点积和差向量来构建判别特征。然后使用Youden指数，k均值聚类，或决策树识别被遗忘的类别。在零数据设置下，我们开发了一种基于梯度的白盒逆向攻击和一种基于遗传算法的黑盒逆向攻击来合成类别特定的输入。他们的预测向量使用置信度阈值和基于熵的标准进行分析，以推断被遗忘的类。在MNIST、Fashion-MNIST、SVHN和CIFAR-10上的实验结果表明，在单类和多类场景中，所提出的攻击可以识别被遗忘的类别。
原文链接
净化注入和鲁棒蒸馏在个性化联邦学习中的后门防御(PIRD-PFL)
原标题：PIRD-PFL: Purifying Injection and Robust Distillation for Backdoor Defense in Personalized Federated Learning
作者：Yan Wang; Runyue Li; Weilong Peng; Cen Chen
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/11
摘要：联邦学习(FL)使分散设备之间能够在不共享私有数据的情况下协作训练模型。为了解决由于统计异质性（non-IID数据）导致的性能下降，个性化联邦学习（PFL）作为一种有前景的方法应运而生，通过定制模型以适应各个客户端。然而，PFL的去中心化和异构特性使其极易受到后门攻击，在这种攻击中，客户端采用不同的架构，并且服务器无法直接检查或比较本地模型更新。因此，基于参数聚合或异常检测的传统防御手段变得无效。为了解决这一挑战，我们提出了PIRD-PFL（Purifying Injection and Robust Distillation in PFL），一种新型模型，在异构PFL中实现知识转移而不依赖于参数对齐或干净的代理数据。关键思想是在协作学习过程中在样本和特征层面净化恶意知识。具体而言，PIRD-PFL 包含两个协同阶段。在注入阶段，我们设计了一种通道洗牌疫苗(SV)机制，通过利用中毒样本在深层通道扰动下的不稳定响应来识别并抑制这些样本。在蒸馏阶段，我们开发了一种具有异构注意力传输(HAT)的鲁棒发射机，以确保在干净语义区域上的注意力一致性，从而防止恶意局部触发器的传播。广泛的基准数据集上的实验表明，PIRD-PFL有效减轻了分布式后门攻击，同时保持了高个性化精度，在异构设置中始终优于最先进的防御方法。
原文链接
基于包语义解释的反馈驱动模糊测试用于商用现货机器人(COTS Robots)
原标题：Feedback-Driven Fuzzing for COTS Robots via Packet Semantic Interpretation
作者：Jihyeon Yu; Jinha Kim; Wooseong Jung; Dan Dongseong Kim; Joobeom Yun
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/11
摘要：商用现货（COTS）机器人在安全敏感领域中的应用日益增多，然而其专有性质严重限制了内部可见性，使得传统的白盒或代码辅助模糊测试方法失效。本文介绍了CR-Fuzz，一个用于商用现成机器人(COTS)黑盒安全评估的反馈驱动模糊测试框架。CR-Fuzz 利用一种轻量级的数据包语义解析算法从通信跟踪中识别出结构可变字段，并根据观察到的响应多样性动态优先处理输入变异。无需协议规范或源代码访问，CR-Fuzz 系统地生成有效测试输入并通过外部可观察的症状（如重启、失去活性和物理异常）检测故障。我们对CR-Fuzz在五种广泛部署的商用机器人上进行了评估，包括DJI无人机、3DR Solo和Segway Ninebot，展示了最多2.2倍的独特响应，并发现了13个可重复的崩溃情况，其中包括4个之前未被记录的漏洞。这些结果确立了CR-Fuzz作为在现实世界的黑盒机器人环境中进行安全评估的实际且有效的解决方案。
原文链接
ripple：通过零知识证明针对非线性函数的私有协作学习对抗模型中毒
原标题：Ripple: Private Collaborative Learning against Model Poisoning via Zero-Knowledge Proofs for Non-linear Functions
作者：Xiaochang Yu; Meng Shen; Qi Li; Jin Dong; Xiangyun Tang; Gerui Wang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/11
摘要：私有协作学习允许模型所有者使用分布式数据所有者的数据训练神经网络，同时保护数据和模型隐私。最近的框架通过利用安全多方计算(MPC)使多个参与方之间能够进行私有训练实现这一点。然而，现有方法假设数据所有者是半诚实的，并且无法防御模型中毒攻击，在这种攻击中恶意数据所有者可以注入伪造的更新以降低模型性能。在本文中，我们提出了Ripple，一个通过零知识证明保护非线性函数免受模型投毒攻击的私有协作学习框架。我们将多方协作学习简化为模型所有者与每个数据所有者之间的两方计算范式。为了确保输入到非线性函数中的数据既可验证又具有隐私性，我们设计了安全协议，这些协议结合了可移除噪声机制与基于Paillier的零知识证明。这些协议允许模型所有者在不访问数据所有者的私有输入的情况下验证其计算的正确性。我们的理论分析提供了Ripple的安全保证，实证评估展示了它防御模型中毒攻击的能力。具体而言，在非独立同分布（non-IID）数据下的最小-最大攻击（Min-Max attack）中，现有方法的准确率下降高达59%，而Ripple始终将这种下降限制在4%以内。此外，该模型的准确性不受数据分布或恶意数据所有者的比例的影响。
原文链接
R2F：一种用于改进模糊测试调度策略的实际DRL框架
原标题：R2F: A Practical DRL Framework to Improve Fuzzing Scheduling Policy
作者：Shaojie Yang; Shaojing Fu; Yongjun Wang; Haoran Xu; Yongxin Chen; Fangliang Xu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/11
摘要：灰盒模糊测试（CGF）是一种广泛用于发现软件漏洞的技术，在该技术中，模糊测试过程由当前探索状态所告知的调度决策来控制。最近在深度强化学习（DRL）方面取得的进展激发了通过学习策略来改进模糊测试调度的努力。然而，先前的研究并未提供一种在实际测试条件下运行的实用工作流程，也没有明确建模的理由来解释为什么学习到的策略应该改善调度。为了解决这些挑战，我们提出了R2F，一个在现实环境中优化模糊测试调度的实用框架。我们设计了一种实用架构，包括形式化的组件和可适应的工作流，这些工作流与现实世界的模糊测试过程集成。该设计受到模糊调度贝尔曼最优行动价值抽象的启发，后者为学习改进的调度策略提供了近似建模的理由。我们在FuzzBench和MAGMA上评估R2F，以及十个流行的真实世界目标。在共享的AFL++ afl-showmap 回放覆盖测试中，R2F 在25个目标中的18个上获得了更高的平均边覆盖率，在6个目标上的平均覆盖率较低，并且在1个目标上具有相同的平均覆盖率，并且它在六个目标上达到了所有八个模糊器中最高的平均覆盖率（在1个目标上并列最高）。在MAGMA上，R2F达到并触发了比较的模糊器中最高的缺陷数。在10个真实世界的程序中，R2F在其中的7个程序上达到了更高的平均覆盖率，并获得了最大57.4%的增长率。此外，R2F 在流行的OSS-Fuzz项目中识别出五个此前未知的安全漏洞，并已被分配CVE ID。收益最强的是针对AFL++和调度导向的基线，而分支引导的模糊测试工具仍然具有互补性。
原文链接
基于无人机辅助车联网的节能物理安全跨域认证方案(PAPS)
原标题：PAPS: A Power-Aware and Physically-Secure Cross-Domain Authentication Scheme for UAV-Assisted VANETs
作者：Xuejiao Liu; Xiang Zhao; Yingjie Xia; Yongyao Li; Yuejun Zhang; Qichang Li
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/10
摘要：如今，无人飞行器（UAVs），通常被称为无人机，已被广泛用于协助车辆自组织网络（VANETs），应用于各种军事和民用领域，例如救援和监控。无人机正在从一个地方飞往另一个地方，并需要频繁地与地面节点建立信任关系。然而，无人机更容易受到各种攻击，尤其是旨在中断和欺骗通信的干扰和欺骗攻击。此外，由于电池容量极为有限，适用于无人机网络的适当认证协议应具有低复杂性和低开销等特性。为了实现这些目标，本文提出了PAPS，一种针对无人机辅助车联网的节能且物理安全的跨域认证方案。我们提出了一种基于区块链的边缘基础设施，支持可信且可扩展的跨域认证，并设计了一个轻量级混合内部域认证协议，该协议结合了混沌映射操作与物理不可克隆函数(PUFs)，以最小的计算量抵御物理攻击。此外，我们引入了一种高效的智能合约基座重新认证机制，使车辆能够在多接入边缘计算领域间实现无缝迁移，并且开销最小。我们使用Burrows-Abadi-Needham (BAN) 逻辑分析和Scyther工具验证PAPS的安全性。实验结果表明，PAPS显著减少了计算开销（减少了83.3%）和无人机能耗（减少了33.9%）。
原文链接
具备差分隐私意识的保险定价用于个人数据交易市场
原标题：Differential Privacy Aware Insurance Pricing for Personal Data Trading Market
作者：Mingjian Tang; Weiqi Wang; Shui Yu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/10
摘要：即使部署了技术保护措施，仍可能存在隐私泄露的风险，这就需要在个人数据交易市场中对隐私风险进行定价和转移。本文提出了一种针对涉及数据所有者、数据控制者和保险公司的市场的具有差分隐私意识的保险定价框架。数据控制者选择隐私预算以保护交易的数据，而保险公司对隐私损失风险进行定价。为了在没有直接访问原始个人数据的情况下支持承保过程，我们将差分隐私预算视为可审计的技术参数，并推导出一个隐私价值函数以及一个保守的最坏情况下的信息泄露风险代理，用于事前保费设计。然后我们将三方之间的交互表述为一个两阶段Stackelberg博弈，该博弈捕捉了隐私意识参与、数据所有者之间的社会外部性以及动态保费调整。在标准条件下，我们建立了Stackelberg均衡的存在，并描述了均衡参与度、隐私预算和保费如何依赖于模型参数。数值结果表明，数据所有者数量(人口)、隐私预算和社交影响力实质性地塑造了均衡状态，并且动态保费调整有助于保险公司平衡风险暴露和盈利能力。所提出的框架为在基于差分隐私保护的个人数据交易中定价隐私保险提供了可行的基准。
原文链接
GraviLDP：一种在本地差分隐私下的拓扑直接图生成框架
原标题：GraviLDP: A Topology-Direct Graph Generative Framework Under Local Differential Privacy
作者：Yuan Gao; Lihe Hou; Sen Zhang; Huiyu Fang; Shang Liu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/07
摘要：在去中心化数据智能中，在边缘本地差分隐私（Edge-LDP）下合成社交图是一个关键而又具有挑战性的任务。主要瓶颈在于维度灾难：向稀疏社交网络中的高维邻接向量注入噪声不可避免地会淹没真实的拓扑结构，从而使下游任务失效。现有的解决方案，如度量估计或迭代聚类，通常会遭受结构保真度差或者通信开销过大这两种问题之一。为了填补这一空白，我们提出GraviLDP，一个采用拓扑直接重构方法的生成框架。受社交网络无标度特性的启发，GraviLDP采用了一种分而治之的策略，将图生成分解成两个阶段：Hub Constellation Reconstruction，该阶段使用双面随机响应机制显式地恢复高阶节点之间的骨干拓扑结构；以及Fringe Accretion，该阶段通过一种隐私保护的修正度随机块模型概率性地生成大量尾部节点的连接。这种方法有效地将隐私预算集中在结构骨架上，同时通过基于社区的配置文件恢复局部密度。广泛的实验证明，GraviLDP在四个真实世界的数据集上显著优于最先进的基准方法。它在Facebook数据集上将调整兰德指数(ARI)用于社区检测提高了最多40%，并且保持了高阶属性如模块度和聚类系数。此外，GraviLDP 实现了线性可扩展性，并且通信成本极低（$O(1)$ 每用户），使其成为大规模去中心化社交感知的实用解决方案。
原文链接
无中间担保的多跳支付在区块链支付通道网络中
原标题：Multi-hop Payment with Zero-intermediate Collateral in Payment Channel Networks of Blockchains
作者：Litong Sun; Shengyi Wang; Xiapu Luo; Fangguo Zhang; Jingjing Zhang; Weigang Wu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/07
摘要：支付通道网络（PCNs）为比特币和以太坊等区块链提供了可扩展的解决方案，然而这些网络内的多跳支付仍然受到高额保证金成本和安全漏洞的限制。为了解决这些挑战，本文提出了一种新颖的Zero-intermediate Collateral多跳支付协议(ZICP)。我们的设计核心是一种新的加密原语，称为聚合多通道锁（Aggregate Multi-Channel Lock，AMCL），它将支付路径中所有通道的多重签名聚合生成单一锁。通过利用AMCL，ZICP使得发送方的保证金可以直接转移到路径上的节点，从而消除了中间节点锁定自身资金的需求。从理论上讲，这种方法将旁支成本从Θ(nαΔ)减少到Θ(αΔ)。我们在通用组合框架内正式证明了我们的协议的安全性和隐私保证。此外，大量的模拟证明ZICP在担保效率和支付成功率方面显著优于现有设计。
原文链接
简洁可问责加权门限签名方案(SAW-TS) 用于跨链交易
原标题：SAW-TS: Succinct Accountable Weighted Threshold Signatures for Cross-Chain Transactions
作者：Huijie Yang; Zheng Dong; Jian Shen; Xiaofeng Chen; Debiao He; Robert H. Deng
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/07
摘要：跨链交易通常依赖一个委员会来验证交易请求，而门限签名则将授权权力分配给多个节点以消除单点故障。然而，现有的方案在大规模部署中仍然面临若干实际挑战。交互式分布式密钥生成在系统初始化和动态委员会更新期间产生大量开销，而在权益证明(PoS)设置中出现的加权授权策略仍然难以高效支持。此外，透明签名暴露签署人身份，而完全匿名则削弱责任追究。为了解决这些挑战，提出了SAW-TS，一种简洁的具备问责制的加权门限签名方案，具有条件隐私保护功能，用于去中心化的跨链交易。SAW-TS采用一种非交互式的基于提示的初始化机制，该机制消除了交互式密钥生成，并使委员会更新高效。其签名大小和验证成本与其委员会规模无关保持不变。签名者的身份在正常验证过程中被隐藏，但在需要追究责任时可以恢复。我们正式证明SAW-TS满足不可伪造性、匿名性和问责制。实验结果表明，SAW-TS在不同委员会规模下保持稳定的验证延迟（$≈$20毫秒）和恒定的签名大小。聚合成本与签名者的数量成线性关系变化，而每个签名者的签名成本保持不变。与hinTS (S&P 2024)相比，SAW-TS实现了相当的性能，并进一步支持了带有签名者隐私保护的责任追究功能
原文链接
S-Leak：针对云存储中合取SSE的实用泄漏滥用攻击
原标题：S-Leak: Practical Leakage-Abuse Attack Against Conjunctive SSE in Cloud Storage
作者：Yue Su; Meng Shen; Cong Zuo; Qi Li; Yuzhi Liu; Wei Wang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/06
摘要：联结可搜索对称加密（CSSE）使在远程云服务器上存储的加密数据进行安全多关键词搜索成为可能。然而，泄漏滥用攻击已被证明对可搜索对称加密（SSE）系统构成严重的安全威胁。大多数现有的攻击集中在单关键词SSE上，而针对CSSE提出的少数几种方法则存在两种缺点之一：对CSSE系统的泄漏分析不准确，或者候选关键词组合的组合爆炸导致巨大的时间和空间开销。本文揭示了实际CSSE方案中的一个基本漏洞：s-项泄漏，在查询中具有最低文档频率的关键词会泄露独特的模式。我们提出${\sf S-Leak}$，这是第一个利用s-项泄漏和全局泄漏逐步恢复CSSE部署系统中合取查询的实用被动攻击框架。我们的三阶段设计识别出s-项，修剪低概率的合取项，并重构完整查询。我们还介绍了新的度量标准来评估联结场景中的恢复情况。实证实验表明${\sf S-Leak}$在不同的CSSE配置下均有效。对于161,700个连词查询，它以95.15％的准确率恢复至少一个关键词，以82.57％的准确率恢复两个关键词，并且以58％的准确率恢复所有三个关键词，同时仍然有效抵御SEAL填充和CLRZ混淆等防御措施。我们的工作揭露了实际中的CSSE部署中被低估的s-期泄漏风险，并为系统设计者提供了可操作的安全防御指南。
原文链接
基于中心引导散度注意力网络的动态长度低比特率语音流鲁棒隐写分析方法
原标题：Center-Guided Divergence Attention Network for Robust Steganalysis of Dynamic-Length Low-Bit-Rate Speech Streams
作者：Congcong Sun; Qingzhi Ji; Hui Tian; Xiaoyu Xia; Haizhou Li
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/06
摘要：隐写分析对于通信安全来说非常重要，然而现有的方法通常针对固定长度的输入设计，并且无法有效处理长度不同的语音流。为了解决这一限制，我们提出了一种基于中心引导发散注意力机制（CGDA）的动态长度语音隐写分析方法。所提出的方法首先采用图注意力网络来建模码字之间的帧内相关性，并生成判别性的帧级表示。然后介绍了CGDA网络通过动态中心适应、中心相对归一化、帧间相关建模和中心引导的注意力调节来捕获语音帧之间的长程依赖关系。通过共同利用局部时间相关性和序列级统计信息，CGDA 实现了在不同语音长度间的鲁棒特征学习，并改善了对动态长度语音流中细微隐写修改的检测。实验结果表明，基于量化索引调制(QIM)的隐写方法优于现有最先进的方法。在0.6秒的语音样本上，我们的方法实现了最高99.33％的检测准确率。在低嵌入率下，所提出的方法进一步在未见过的长样本测试数据集和未见过的短样本测试数据集上实现了约7％的平均精度提升。
原文链接
地下无线网络土壤辅助信任建立
原标题：Soil-Assisted Trust Establishment For Underground Wireless Networks
作者：Ebuka P. Oguchi; Nirnimesh Ghose; Mehmet C. Vuran
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/05
摘要：在农业物联网(Ag-IoT)基础设施中，确保敏感的农业信息保护及其及时传递至关重要。信任对于促进节点之间的安全通信至关重要，即使是在大规模农业运营中。本文研究了在商用现货(COTS)地下节点中建立信任的挑战，在没有先前秘密的情况下，利用地面上的网关和一个地下可信节点。所提出的方法涉及基于难以伪造的地下无线信号传播规律的身份验证和密钥建立。通过利用土壤辅助信任建立，地下无线网络采用扇区网络配置部署，在每个扇区内有一个可信节点和多个合法节点，有效覆盖大面积农场。重要的是，这种信任建立机制能够抵抗主动信号注入攻击，确保完整性和安全性。土壤辅助信任建立方法为地下无线网络所达到的安全级别相当于多元方程组定义不足系统中的NP难题。为了验证该方法的有效性，使用从地下无线测试平台收集的数据进行了若干实验。这些实验提供了系统在实际场景中的性能和安全性的实用证据。
原文链接
隐私保护的基于地理位置的云存储审计（含数据传输）
原标题：Privacy-Preserving Geographic Location-Based Cloud Storage Auditing with Data Transfer
作者：Xiangshuo Zheng; Wenting Shen; Yang Yang; Zhiquan Liu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/04
摘要：云存储服务允许用户将其数据外包到远程云服务器上，但这种便利带来了数据损坏的风险，并且存在未经用户授权的情况下在地理区域之外存储或传输外包数据的风险。现有的云存储审计方案可以验证数据完整性，而忽视了正确地理位置存储的保证以及跨服务器的数据传输或所有权变更所带来的挑战。此外，他们经常向第三方审计师(TPA)披露敏感信息，例如存储文件的数量和身份。为了解决这些问题，我们提出了一种隐私保护的基于地理位置的云存储审计方案（含数据传输）。我们设计了位置绑定的身份验证器，并进一步整合了硬件辅助的位置注册与时限审计，使TPA能够验证数据的完整性和存储位置的真实性。为了保护隐私，我们构建了一个审计标签，在审计阶段该标签能够隐藏文件身份和数量（TPA）此外，所提出的方案在保证传输数据完整性的前提下实现了安全的数据传输。安全分析表明，所提出的方案实现了正确性，不可伪造性，隐私保护以及抵抗远程重放攻击的能力。实验结果证实了所提出的方案在提供增强的安全性和功能性的前提下保持了高效率。
原文链接
