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。
PROVPLUG：用于连接来源图主机入侵检测系统和图神经网络的LLM驱动插件
原标题：PROVPLUG: LLM-Driven Plugins for Bridging Provenance Graph Host Intrusion Detection Systems and Graph Neural Networks
作者：Zhiwei Xu; Yujuan Wu; Tian Qiu; Xiaolin Peng; Jiabao Gao; Shiheng Wang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/09/02
摘要：过去将机器学习应用于数据来源图（DPGs）——一种描述系统执行历史的结构化审计日志表示——以检测入侵的成功经历，已经激发了安全社区日益增长的兴趣。尽管许多研究支持使用直观的图神经网络（GNN）方法来分析动态过程图（DPGs），但最近的研究越来越多地表明，DPGs与现成的GNN之间存在不兼容性问题。在这项工作中，我们通过重新审视先前研究中报告的DPG-GNN不兼容的经验证据来解决这一问题。我们观察到现有的解决方案很大程度上依赖于手动设计的规范，这引发了人们对它们能否泛化到未见场景的能力的担忧。为了解决这一限制，我们提出了PROVPLUG，一个统一的LLM驱动插件框架，该框架将两个先前独立的基于规范的方向进行了泛化，即图修改和训练指导，以提高DPGs和GNNs之间的兼容性，并增强出处图主机入侵检测系统(PIDSs)的检测性能。通过结合大型语言模型的通用推理能力与特定领域的出处知识，PROVPLUG 引入了两个互补的插件，分别解决了 DPG 适应 GNN 和 GNN 适应 DPG 的挑战。我们使用八个最先进的PIDSS在八个广泛使用的公共数据集上评估PROVPLUG。实验结果表明，PROVPLUG可以显著提高这些目标PIDS的检测性能，同时在所有基于规范的基线之上表现出明显的优势。
原文链接
外包属性基代理重加密用于云中安全的电子健康记录共享
原标题：Outsourced Attribute-Based Proxy Re-Encryption for Secure E-Health Record Sharing in the Cloud
作者：Junze Lu; Chunqiang Hu; Tao Xiang; Shaojiang Deng; Pengfei Hu; Jiguo Yu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/25
摘要：电子健康记录（EHRs）的出现显著改善了患者的治疗计划，增强了患者诊断数据的交互。此外，通过授权的医学研究，电子健康记录（EHRs）中的海量数据可以优化临床治疗策略，尤其是在像COVID-19这样的全球大流行期间。然而，由于其敏感性，包含大量私人信息的电子健康记录（EHRs）需要严格的访问控制和管理。目前，像属性基加密这样的主流访问控制方案大多是集中化的。此外，传统的密钥生成中心（KGC）基于方案使用户承担密钥管理的负担。此外，这些方案通常功能有限，并且在管理电子健康记录(EHRs)方面效率低下。本文提出了一种高效的基于属性的代理重加密方案RV-OABPRE，用于管理电子健康记录(EHRs)，该方案既可撤销又可验证。我们的方案采用了一种结合公钥(CPK)分配方法用于多权威密钥服务，并通过基于属性的加密实现细粒度访问控制，支持代理重新加密和大范围宇宙。此外，一种新颖的加密序列显著减少了加密时间消耗，并且两种不同的哈希函数使得可验证的外包解密成为可能。我们的安全分析和性能比较显示，RV-OABPRE方案既安全又高效。
原文链接
基于相机传感器侧信道的面部隐私保护人体姿态估计
原标题：Facial Privacy-Preserving Human Pose Estimation via Camera Sensor Side-Channel
作者：Ruochen Zhou; Xiaoyu Ji; Qinhong Jiang; Haozhe Weng; Yubo Qu; Shuai Wang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/25
摘要：基于商用摄像头的AI驱动的人体姿态估计（HPE）服务的增多引发了对面部隐私泄露日益增长的关注。根本原因在于上传到云端的视频流中包含了任务无关但敏感的面部信息，在那里原始数据可能会暴露给不可信的外部服务提供商。为从硬件层面解决这一问题，我们提出了EMPose，一个隐私保护框架，该框架通过重构嵌入式摄像头系统发出的电磁(EM)泄漏信号来重建图像流。通过将电磁泄漏强度的时变映射到像素值，EMPose 生成粗粒度图像，这些图像保留了人体结构线索用于姿态估计，同时模糊了细粒度面部细节。重建的图像可以直接由现有的HPE模型处理而无需重新训练模型。tool_call>คณะกรรม員：看起来你提供的翻译中存在一些格式和内容上的小问题，包括括号内的内容没有完全按照要求保留，以及“HPE”这样的缩写被错误地翻译了。以下是根据你的指示调整后的正确版本：{我们设计并实现了一个低成本的EMPose原型，它可以轻松地附着到商业相机上而无需对相机进行硬件修改。我们对包含数据集的10台相机进行了广泛的物理世界评估，其中包括总计76,808张图像和14个预训练模型。结果表明，与基准相比，EMPose 实现了最先进的姿态估计精度，同时保持类似的面部识别抵抗能力。跌倒检测和瑜伽姿势分类的案例研究证实了其在下游任务中的适用性，平均准确率超过99%。
原文链接
消失的魔法：一种通过多级暹罗过滤和混沌随机嵌入实现的交互式可逆对象移除及区域隐藏方案
原标题：Vanishing Magic: An Interactive Reversible Object Removal and Region Hiding Scheme via Multi-level Siamese Filtering and Chaotic Random Embedding
作者：Suo Gao; Zheyi Zhang; Herbert Ho-Ching Iu; Yinghong Cao; Nanrun Zhou; Yushu Zhang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/25
摘要：敏感图像信息保护在现代多媒体安全中至关重要。当前主流的保护方法存在固有缺陷：加密会导致明显的视觉异常，而滤波和对象修复无法在处理后恢复原始图像。为了突破这些限制，本工作创新性地结合了对象移除和隐写术，并提出了一种可逆的对象移除框架。多层交互暹罗滤波(MISF)网络被用于生成无伪影的视觉上自然的载体图像，适用于不同大小的掩膜区域。利用三维离散全局超混沌映射（3D-SIMM）生成高质量伪随机序列，这些序列引导空间域随机位置嵌入以在载体图像中隐藏原始图像数据。在Places2和CelebA数据集上进行了广泛的实验，设置了两种掩码比例。定量结果表明所提出的方法在图像恢复中实现了最大PSNR为34.494 dB。密钥空间约为2298，完全满足抵抗暴力破解的安全要求。所有NIST随机性检验均通过，验证了混沌序列的可靠性。具有2.666 bpp的隐写容量，该方案还对包括裁剪和噪声干扰在内的常见恶意攻击表现出良好的鲁棒性。本工作建立了新的可逆图像对象去除技术路线，有效解决了视觉性能、可逆性和安全性之间的矛盾。它具备强大的泛化能力和多媒体图像隐私保护的实际应用潜力。
原文链接
基于物理信息的增强时空卷积网络方法用于FDIA定位
原标题：A Physics-Informed Enhanced Spatiotemporal Convolutional Network Approach for FDIA Localization
作者：Zongze Li; Jianing Wu; Gan Yang; Caiyu Chen; Yun He; Lei Xi
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/24
摘要：精确定位虚假数据注入攻击(FDIA)对于网络安全运行至关重要。现有方法依赖于电力网络固有的拓扑结构，但未能有效量化节点之间的动态耦合强度，导致对攻击信号的空间特征刻画有限。此外，单向时间模型仅捕获攻击行为的一维演化模式，忽略了电力系统动态中固有的双向传播。这导致了时间特征的不完全提取。为了解决上述限制，我们提出了一种称为物理信息增强时空卷积网络的方法用于FDIA定位。该方法将电力网络建模为一个图，并引入了多头注意力机制来动态生成邻接矩阵。这个矩阵与节点导纳矩阵结合，以克服固有拓扑的限制，从而构建一个物理信息动态图。基于此图，设计了一种时空卷积架构，集成了图卷积网络与双向时间卷积网络。此集成使得能够同时提取空间依赖关系和双向时间模式。广泛的攻击场景下的仿真以及定位过程的可视化验证了所提出的框架的有效性。与现有定位方法相比，所提出的方法在准确率、子集准确率、精确率、召回率、F1分数和模型可解释性方面取得了更优的性能。
原文链接
DifAttack++：通过跨域层次解耦特征空间实现高效的黑盒对抗攻击
原标题：DifAttack++: Query-Efficient Black-Box Adversarial Attack via Hierarchical Disentangled Feature Space in Cross–Domain
作者：Jun Liu; Jiantao Zhou; Jiian Zeng; Jinyu Tian; Isao Echizen
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/21
摘要：本工作研究高效的基于评分的黑盒对抗攻击，这些攻击能够实现高的Attack Success Rate (ASR) 和良好的泛化能力。我们提出了一种新的攻击框架，称为DifAttack++，它在层次解耦特征空间中运行，并且显著区别于操纵整个特征空间的现有方法。具体来说，DifAttack++ 首先使用配备有精心设计的分层解耦融合（Hierarchical Decouple-Fusion，HDF）模块的自动编码器将图像的潜在表示分解为对抗特征（Adversarial Feature，AF）和视觉特征（Visual Feature，VF）。在此公式中，AF 主要控制图像的对抗能力，而 VF 大多保存其视觉外观。为了实现特征解缠和图像重建，我们联合训练了两个自编码器，分别用于干净图像域和对抗图像域（即跨域），使用的是成对的干净图像及其对应的对抗样本（AEs），这些对抗样本是由白盒攻击在可用替代模型上生成的。在黑盒攻击阶段，DifAttack++ 在保持VF固定的同时，根据从受害模型获得的查询反馈迭代优化AF，直到成功获得AE。大量的实验结果表明，DifAttack++ 达到了比最先进的方法更优的攻击成功率(ASR) 和查询效率，同时生成了视觉质量相当的对抗样本(AEs)。我们的代码可在https://github.com/csjunjun/DifAttackPlus.git获取。
原文链接
隐私保护可扩展区块链多方支付通道(MystChannel)
原标题：MystChannel: Privacy-Preserving and Scalable Blockchain Multi-Party Payment Channels
作者：Ruonan Chen; Yizhong Liu; Qin Wang; Jin Cao; Dawei Li; Qianhong Wu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/21
摘要：想象一组用户希望进行离线小额支付（例如，分摊每日晚餐费用）而不透露谁支付了什么或者依赖于中央协调者。现有的区块链支付通道网络(PCNs) 在这种情况下存在不足：它们是为点对点支付而不是多方设置设计的，泄露交易元数据，并且在对抗条件下难以确保通道状态的一致性。我们提出了MystChannel，一种隐私保护的区块链多方支付通道协议。神秘频道引入盲环适配器签名（BRAS），以实现交易不可链接性和价值隐私，独立于固定支付金额。为了进一步确保对恶意参与者的鲁棒性，我们整合了一个可聚合的多重签名方案与一个流水线式的多领导者拜占庭容错共识协议，从而实现并发交易处理和一致的状态达成。MystChannel 在通用组合（UC）框架下是可证明安全的。我们实现了并评估了MystChannel，证明它在比特币链上支付方面比比特币快59.77倍，并且比最先进的隐私保护多方通道AMHL[NDSS’19]快77.375倍。我们的结果证实了MystChannel作为高效且安全的链下支付基础设施。
原文链接
匿名认证组密钥协商与上下文感知身份管理用于离岸异构数据传输
原标题：Anonymous Authenticated Group Key Agreement With Context-Aware Identity Management for Offshore Heterogeneous Data Transmissions
作者：Haowen Tan; Chen Fang; Jian Shen; Zakirul Alam Bhuiyan; Q. M. Jonathan Wu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/21
摘要：在开放的海上环境中进行安全的数据传输由于动态拓扑结构和隐私要求而面临重大挑战。当前的身份基于方案通常缺乏上下文感知和适应性。为了解决这些限制，提出了一种具有上下文感知身份管理的匿名认证群组密钥协商。该方法将身份有效性建模为一种受属性–成员资格–区域约束支配的上下文依赖语义状态。首先，在情境合法性政策下建立一种上下文感知的身份管理机制其次，一个去中心化的认证协议结合了匿名环签名与基于阈值的撤销（pseudonymized ring signatures with threshold-based revocation）。最后，一个双层密钥演化机制支持快速会话恢复和定期组密钥更新，而无需可信第三方经销商。正式的安全分析证明了基本安全需求得到了满足，而性能评估确认了所提出的方案优于现有方法。
原文链接
带关键词搜索的延时公钥加密：搜索权限的时间维度控制
原标题：Delay Public-Key Encryption with Keyword Search: Time Dimension Control of Search Permission
作者：Junbin Shi; Yong Yu; Jiaojiao Wu; Yuchao Yao; Dongxiao Yu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/20
摘要：基于关键词搜索的公钥加密（PEKS）使得服务器能够在不解密文件的情况下对加密文件进行搜索而不泄露任何额外信息。迄今为止，文献中已经提出了许多PEKS方案；然而，其中大多数无法支持细粒度的搜索权限控制，尤其是在时间维度方面。现有的支持基于时间的搜索权限控制方案通常依赖于可信硬件，使得它们不适合大规模部署。本文提出了一种称为基于延迟公钥加密的关键词搜索（DPEKS）的新颖密码原语，它利用时间锁谜题来实现基于时间的访问控制。我们正式定义了DPEKS的系统和安全模型，在后者中明确地加入了时间维度。即使对手获得了用户的私钥，也无法在指定时间之前生成有效的搜索陷门。我们给出这种密码学原语的一个实例，并在定义的安全模型下证明其安全性。我们进行了三项平台上的模拟实验——个人计算机、移动电话和IoT设备——并将我们的方案性能与PETKS方案以及经典的PEKS方案进行比较。实验结果表明，所提出的方案有效地实施了基于时间的搜索权限，并适用于部署在各种应用场景中。
原文链接
腐败是徒劳的：硬件辅助多用户可搜索加密
原标题：Corruption Is Futile: Hardware-Assisted Multi-User Searchable Encryption
作者：Feng Li; Chengyan Ma; Xiaoguo Li; Pengfei Wu; Lisha Yao; Jianting Ning
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/20
摘要：可搜索加密使撰写者能够将加密数据上传到不受信任的云服务器，同时允许授权读者在不解密内容的情况下执行关键词搜索而不损害数据隐私。多写者/多读取者(M/M)设置更好地反映了现实世界的部署需求，因为它符合许多现代应用程序的协作性质，但同时在效率和安全性方面引入了重大挑战。最先进的方案，可委托的搜索引擎（DSE），在M/M设置中实现了最优的搜索时间和前向隐私性然而，DSE 只提供了有限的安全保证：读者生成的搜索令牌会泄露查询关键词的更新计数，并且该方案仍然容易受到用户与服务器之间的合谋攻击。在这项工作中，我们提出了Archon，一种新颖的硬件辅助多用户可搜索加密方案，该方案解决了上述安全限制问题，同时保持亚线性搜索复杂度。通过利用可信执行环境和可更新的关键词私有信息检索协议(Archon)实现了强大的合谋抵抗能力，并在多用户设置中支持灵活的用户撤销。我们实现了Archon，并在真实世界的数据集上评估其性能以展示其实用效率。
原文链接
面向加密时空数据的可验证完整性和隐私保护查询执行
原标题：Towards Integrity-Verifiable and Privacy-Preserving Query Execution over Encrypted Spatio-Temporal Data
作者：Wei Song; Chengyue Ge; Jiayu Pi; Sheng Wang; Yang Cao; Zhiyong Peng
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/20
摘要：随着基于云的位置服务的日益普及，时空数据越来越多地外包给云服务器进行查询处理。尽管已经开发出了许多隐私保护检索方案，但大多数依赖于固定的评估函数，并且缺乏保证不可信云服务器处理的结果集完整性的机制。在这项工作中，我们提出了一种支持加密时空数据的完整性可验证且隐私保护的多项式评估方案。我们的方案支持用户指定的多项式函数，该函数由多个属性上的加法和乘法组成。我们设计了一个基于ORE的同态评估框架，以实现加密数据上的安全多项式计算，并引入一个具有范围剪枝功能的虚拟道路网络，以在大规模和动态环境下提高查询效率。为了确保结果的完整性，我们进一步开发了一种基于双线性映射的排序签名结构，这使得用户能够高效地验证前Top-$k$ 结果是否既正确又完整，同时支持动态数据更新。我们对一个真实的交通数据集进行了安全分析和实际评估。实验结果表明，我们的方法相比代表性现有方法实现了更高的效率和可扩展性。
原文链接
预言家：利用预测性实时干扰对抗流量关联攻击
原标题：Augur: Thwarting Traffic Correlation Attacks with Predictive, Real-time Perturbations
作者：Xilin Ni; Lixing Chen; Zhongqi Miao; Yang Bai; Zhe Qu; Pan Zhou
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/19
摘要：流量关联攻击对低延迟匿名网络如Tor构成严重威胁，使对手能够通过匹配加密流量中的统计模式来揭开用户的匿名身份。然而，现有的防御措施要么施加过高的性能开销，要么像当前最先进的(SOTA)系统一样，依赖于不考虑上下文的扰动，这些扰动在本质上无法有效应对复杂的攻击。我们介绍了Augur，一个新的防御框架，它改变了范式，从盲目的、不考虑上下文的成形转变为积极的、预测性的扰动。本质上，Augur利用一种基于Transformer的预测器来预见短期内的交通模式，使其能够实时生成定制化的、上下文感知的扰动。我们的端到端训练流水线融合了一种新颖的可微窗口机制，使其首次能够直接针对复杂的基于窗口的攻击进行优化，通过克服其非可微操作。我们实现并评估了Augur的完整原型作为轻量级的客户端Tor可插拔传输，通过异步设计展示了其实用性，该设计确保了低开销。大量的实验表明，Augur 显著优于先前的工作。针对最先进的攻击，Augur 将 F1 分数从 0.9756 降至仅 0.0114，同时仅造成 0.07％ 的带宽开销，有效地中和了该攻击。我们的工作表明，预测性、上下文感知的扰动是一种实用且有效的防御策略，在对抗基于窗口的攻击（如DeepCoFFEA）时最为稳健，并在自适应再训练下对更简单的点相关器较弱。
原文链接
BELMA：集成形式验证和大型语言模型以增强智能合约安全
原标题：BELMA: Integrating Formal Verification and Large Language Models for Enhanced Smart Contract Security
作者：Rexford Nii Ayitey Sosu; Jinfu Chen; Edward Kwadwo Boahen; Saihua Cai; Shengran Wang; C. Narendra Babu
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/19
摘要：智能合约漏洞使区块链生态系统暴露于财务损失和运营中断之中。现有的安全分析要么假设已知的漏洞模式，要么在可扩展性方面存在困难，并且更高的准确性通常伴随着计算开销，这阻碍了实时部署。我们提出区块链增强语言模型方法（BELMA），一种用于漏洞检测和自动化修复的双层框架第一层应用符号验证来识别(保证正确性的)安全违规行为。第二层采用了一种自适应机制，该机制迭代生成并验证候选补丁，直到满足安全约束条件，将每个大语言模型生成的补丁绑定到与检测时间相同的软件组件派生断言上。成本效益模块平衡了修复效果与计算效率。在以太坊(Ethereum)、超级账本Fabric(Hyperledger Fabric)和EOS上的实验获得了97％的检测率和95％的修复成功率。性能在高圈复杂度结合激进混淆的情况下下降，检测率为70.8%，修复率为61.5%（表VII）。有界符号重新检查阶段平均耗时8毫秒；端到端每漏洞修复延迟为180-280毫秒，具体取决于合约大小，支持近乎实时部署
原文链接
潘多拉卫士：链上智能合约隐私增强框架
原标题：PandoraGuard: A Privacy Enhancement Framework for On-Chain Smart Contracts
作者：Tongqi Wang; Jin Wu; Xuru Li; Jian Dong
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/19
摘要：智能合约中数据隐私的保护成为一个关键要求。隐私问题可能由于编码错误或新兴风险在合同部署后出现。我们的研究显示，即使通过应用加密来保护暴露的私有数据，仍然存在显著的风险，因为攻击者可能仍能从先前公开的信息中推断出敏感信息。在本文中，我们首次强调了合同升级后隐私泄露的持续性。我们对此持久的隐私泄露进行了全面的特征描述。然后我们介绍了一种基于交易序列的方法来缓解持续的隐私泄露问题，并辅以一种源变量驱动的优化策略，确保效率和效果。我们开发了PandoraGuard，这是第一个旨在增强跨广泛范围的以太坊应用程序部署后的数据隐私的工具。我们的评估展示了PandoraGuard的有效性和效率。
原文链接
边缘云计算系统中的协同DDoS缓解游戏(CEDM-G)
原标题：CEDM-G: Collaborative DDoS Mitigation Game in Edge Cloud Computing Systems
作者：Lin Liu; Kunsheng Yu; Baobao Pan; Guangming Cui; Jintao Wu; Ruichen Zhang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/18
摘要：移动边缘计算(MEC)对于提供低延迟服务至关重要，但这些系统容易受到分布式拒绝服务(DDoS)攻击，因为边缘节点资源有限。现代防御策略中一种常见的在附近节点之间共享工作的方法是水平卸载。然而，一旦本地集群内的所有资源都被完全耗尽，此类方法就变得无效了。协同边缘DDoS缓解（CEDM）框架已被提出以解决这一限制。这种混合架构使用云资源作为备份层，通过优化的调度机制协助框架处理大量的请求。本文介绍了主导资源比率（DRR），用于评估多维资源碎片化，并将系统概念化为一个去中心化的潜在博弈，以促进可扩展的决策制定。然后，提出了一种分布式协作DDoS缓解博弈（CEDM-G），理论分析表明它收敛于纳什均衡。广泛的实验证明CEDM-G在真实世界的数据集上优于其他现有方法。它在大规模攻击期间减少了被丢弃的请求数量，同时保持了具有竞争力的服务延迟。
原文链接
基于自适应模型剪枝增强异构联邦学习中的后门攻击
原标题：Enhancing Backdoor Attacks in Heterogeneous Federated Learning with Adaptive Model Pruning
作者：Junyan Hu; Yuansheng Liang; Yanping Chen; Yu Liang; Jinfeng Yang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/17
摘要：联邦学习(FL)允许在不共享原始数据的情况下，在分布式客户端之间进行隐私保护的协作训练。在实际的跨设备部署中，客户端在计算和通信预算方面表现出显著的异质性，因此通常采用模型剪枝来诱导稀疏性并减少本地训练和上行链路开销。尽管引入了剪枝来提高效率，它也可以通过改变模型容量和优化动力学来改变攻击面。然而，在异构剪枝下，这些影响并不能可靠地缓解后门威胁。此外，攻击者可以利用稀疏模式来掩饰恶意更新，从而增加后门攻击的隐蔽性。为了展示这种残留脆弱性，我们开发了一个修剪增强的后门攻击框架。它应用通道激活差异分析（CADA），通过测量中毒样本和良性样本之间的激活差异来识别后门相关的通道，并采用连续掩码优化（CMO）通过连续松弛来优化剪枝掩码，从而在模仿良性客户端稀疏模式的同时保持后门关键参数。广泛的实验表明，在代表性的防御措施下，所提出的方法能够持续提高攻击成功率(ASR)，同时保持相当的清洁准确率。
原文链接
高效的线性安全私有集合交并及其应用
原标题：Efficient Linear and Secure Private Set Union and Its Applications
作者：Guowei Ling; Peng Tang; Liyao Xiang; Weidong Qiu; Huaxiong Wang
期刊：IEEE Transactions on Dependable and Secure Computing
出版时间：2026/08/17
摘要：私有集合并（PSU）使两个参与方能够在不泄露除输入大小之外的任何信息的情况下计算各自的集合的并集。这是安全计算研究最深入的应用领域之一，并且已经提出了许多现代PSU协议。然而，现有的PSU协议仍然面临在安全性和性能之间实现令人满意的平衡的挑战。在这项工作中，我们回顾了PSU的应用及近期进展，并概述了现有的协议。然后我们提出了一种高效的线性PSU协议，在提供相当的或更强的安全保障的同时，显著优于先前的工作。具体而言，我们为我们的PSU构造的Hashing+OPPRF组件设计了一个高效的无意识可编程伪随机函数（OPPRF）协议。此外，我们设计了一个基于秘密共享的无意识伪随机函数（OPRF）的线性Permute+Share组件，并将计算成本高昂的操作转移到离线阶段。同时，所提议的PSU协议在执行过程中不透露规定的输出之外的任何额外信息，因此在半诚实模型下实现了通用可组合（UC）安全性。为了验证所提出的PSU协议的实用性，我们完全实现了该协议，并在局域网(LAN)和广域网(WAN)环境下对其性能进行了全面评估。与现有的PSU协议相比，在局域网环境下我们的协议快最多43.6倍，在广域网环境下快最多11.7倍。我们所有的实现都是开源的，以支持可重复性，并可在https://github.com/ShallMate/linerpsu获取。
原文链接
