<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel>
<title><![CDATA[中国科学院信息工程研究所《信息安全学报》编辑部 -->最新录用文章]]></title>
<item>
<title><![CDATA[Vulrechecker：基于指针标记的内存错误精确检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202506280000001&flag=2]]></link>
<description><![CDATA[随着网络攻击事件的激增，内存破坏型漏洞因其对系统机密性、完整性和可用性的直接威胁而成为网络信息安全研究的重点。模糊测试（Fuzzing）作为主流检测手段，结合Sanitizer类工具可高效识别缓冲区溢出、释放后重用（UAF）等内存破坏型漏洞，推动漏洞数据库（如CVE）的快速增长。然而，现有Sanitizer技术存在显著缺陷：其侵入式内存检查会改变程序内存布局，可能会导致漏洞类型误报（如错误分类漏洞类型）及崩溃位置误判，影响漏洞修复与利用分析的可靠性。本文针对上述问题，提出一种基于指针标记的非侵入式内存漏洞检测方法VulRechecker。该方法利用64位系统下指针高16位空闲地址空间，通过编译时插桩技术将内存分配边界信息存储于独立元数据表，在程序运行时动态校验内存访问合法性，在不影响程序原内存布局的前提下，对于堆和栈上的对象均能实现精准有效的检测，为内存破坏型漏洞的后续分析提供了重要支撑。相较于传统内存安全检测工具（Sanitizer），该方案具有两大优势：其一，通过分离元数据存储机制，完全保留原始程序内存布局，避免因内存结构篡改引发的执行偏差；其二，基于指针边界信息的细粒度检查可精确报告堆缓冲区溢出等漏洞类型，显著降低误报率。实验表明，该方法相对于AddressSanitizer显著降低了误报率，在Juliet测试集的8个内存破坏型漏洞子集CWE121、CWE122、CWE124、CWE126、CWE127、CWE415、CWE416、CWE761，和来自libming、binutils等基础组件库的13个真实的CVE漏洞案例上实现了零误报。最后，通过详细对比未插桩原程序、AddressSanitizer插桩程序和VulRechecker插桩程序的内存布局，该方法在不影响程序原生行为的前提下，实现了对内存破坏型漏洞的高精度检测，为漏洞诊断与修复提供了更可靠的技术支撑，对提升自动化漏洞检测系统的实用性具有重要意义。]]></description>
<pubDate>2026/6/3 8:53:37</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李瑞林,毛凌楚,唐朝京,王晓磊]]></author>
</item>
<item>
<title><![CDATA[融合物品标签信息的推荐系统投毒攻击检测方法研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202510070000001&flag=2]]></link>
<description><![CDATA[推荐系统因其开放性，容易被注入恶意用户概貌，其推荐结果易被有目的地操纵。现有的检测方法主要关注评分行为，忽略项目标签等关键语义信息，难以有效应对复杂或高伪装性的攻击。为此，本文提出了一种融合3D-CNN和多头Performer注意力机制的投毒攻击检测方法3DCPA-PAD。首先，该方法通过构建用户-项目-标签三维张量表示，融合评分行为与项目标签之间的多源语义信息，实现多源异构数据的统一建模。其次，为捕捉局部-全局行为特征，引入三维卷积神经网络提取局部评分模式，并融合多头Performer注意力机制学习评分行为间的全局依赖关系。针对局部与全局特征融合难以自适应的问题，采用门控残差融合策略以增强多维特征间的动态协同。最后，为缓解不同用户类别间的特征模糊问题，引入对比学习以提升模型对虚假用户识别能力；同时结合数据增强与对抗训练策略，缓解评分稀疏与行为扰动带来的鲁棒性不足问题。本文在Movielens-1M和Amazon两个推荐系统数据集上开展对比实验，结果显示所提出的3DCPA-PAD方法可以在多类型数据投毒攻击场景下较基线检测方法提高检测性能。]]></description>
<pubDate>2026/5/14 14:32:27</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[冯丽萍,郝耀军,李菊霞,梁峰,袁高杰]]></author>
</item>
<item>
<title><![CDATA[面向人类编程习惯的反编译代码控制结构恢复技术]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401080000001&flag=2]]></link>
<description><![CDATA[反编译器通常被用于对源代码不可获取的软件（二进制）进行安全性分析，例如恶意软件分析、漏洞挖掘和验证等。由于这类任务通常需要逆向工程师对二进制进行深入分析，而逐一分析所有汇编代码耗时又低效。反编译器可以帮助逆向工程师获取二进制中每个函数的语义，从而快速定位关键函数或代码片段，大幅度提升了逆向工程师代码的分析效率。然而，尽管当前反编译器在提升其反编译代码的控制结构上做出了很多努力，其生成的高级控制语句可读性仍然与人类编写的代码相差很多，依旧需要逆向工程师花费大量时间人工分析代码的控制条件和逻辑。本文利用大语言模型与人类对齐的代码理解和代码生成的能力，提出了面向人类程序编程习惯的控制结构优化技术LLMReStructor。与传统的反编译器相比，LLMReStructor能够根据特定代码的功能和使用场景将控制结构恢复为更符合人类编程习惯的语句，并且经过与源码的对比分析，LLMReStructor恢复的控制结构与对应的源码最为接近。此外，针对不同反编译器可读性的问卷调查评估也表明，LLMReStructor优化后的反编译代码最受用户好评。]]></description>
<pubDate>2026/4/14 10:57:16</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[曹颖,梁瑞刚,徐丹丹,张润泽]]></author>
</item>
<item>
<title><![CDATA[基于IQR的联邦学习投毒攻击防御方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202512090000002&flag=2]]></link>
<description><![CDATA[随着边缘计算环境下联邦学习技术的广泛应用，针对非独立同分布(Not Independent and Identically Distributed，Non-IID)数据的投毒攻击防御已成为关键挑战。但是，现有投毒攻击防御方案存在全面防护能力不足、计算复杂度较高的问题。为此，本文提出了一种基于四分位距(Interquartile Range， IQR)的联邦学习投毒攻击动态防御方案IQR-DDPA(IQR-Based Dynamic Defense Against Poisoning Attacks in Federated Learning, IQR-DDPA)。该方案采用"检测-裁剪-加噪"的防御架构，并分别设计了基于IQR的异常更新自适应检测方法和基于动态中位数的模型裁剪与加噪方法。基于IQR的异常更新自适应检测方法引入对极值鲁棒且计算复杂度低的IQR方法，融合历史训练信息，实现对恶意客户端模型更新的自适应检测，在适应Non-IID数据分布的同时保持了较低的计算开销。基于动态中位数的模型裁剪与加噪方法引入以当前轮次筛选后的模型更新L2范数中位数为基准的动态裁剪与噪声注入，有效抑制残留异常更新与方向性攻击，并赋予模型差分隐私保护能力。理论与实验分析表明，IQR-DDPA方案以O(np)的线性计算复杂度，在多种攻击场景下实现了95.99%的平均准确率，显著优于基线方法，为边缘智能环境提供了高效且全面的投毒攻击防御解决方案。]]></description>
<pubDate>2026/4/14 10:55:26</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜学绘,胡梦蝶,黄柏栋,刘敖迪,王开元,王娜]]></author>
</item>
<item>
<title><![CDATA[云端协同下基于区块链的隔离密文检索方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202508200000001&flag=2]]></link>
<description><![CDATA[在云-边-端协同架构下，融合区块链与密文检索是保障物联网（IoT）敏感数据安全共享的关键。然而，现有方案仍面临边
缘节点半可信、访问控制中心化以及终端计算开销过大等多重挑战。针对上述问题，本文提出一种云端协同下基于区块链的隔
离密文检索方案。为提升系统安全性与去中心化程度，方案利用区块链共识系统（BCS）实现了密钥的去中心化生成与实时撤
销。同时，方案构建了云-边-端协同计算模型，将高复杂度的加密任务下沉至边缘节点，显著降低了终端的计算开销。此外，
为实现任意数据拥有者（DO）对任意数据用户（DU）的灵活授权，方案结合区块链设计了隔离检索机制：DO 将索引公钥嵌
入搜索令牌（token）中，DU 基于此生成陷门，从而支持了任意搜索场景的扩展。从理论分析可以看出，本方案兼顾了系统的
实用性、可扩展性和安全性。性能分析表明，本方案在保障数据安全性的同时，为敏感数据的共享提供了一种高效的解决方案。]]></description>
<pubDate>2026/3/20 9:03:05</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄传林,刘志全,苗银宾,孙炜,郑开发,周俊旭]]></author>
</item>
<item>
<title><![CDATA[基于Rossler混沌系统与整数小波变换的高安全性无损图像隐写术]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202506260000002&flag=2]]></link>
<description><![CDATA[在图像隐写领域，现有高容量以图藏图方法因过度追求隐写图像视觉品质与嵌入容量的提升，而在秘密图像无损恢复及信息安全性方面略显不足。针对这一问题，本文提出了一种融合Rossler混沌系统与整数小波变换(IWT)的安全无损图像隐写方法。该方法协同设计秘密图像的混沌加密与密文的IWT隐写过程。在加密阶段，构建基于“块积分+密钥”的动态密钥生成体系与多层次融合的加密架构，显著提升算法的加密深度与安全性。为进一步增强密文图像的置乱效果，提出改进的变步长约瑟夫遍历算法，使遍历过程更加复杂且难以预测，从而有效抵御攻击者对密文的破解。在隐写阶段，通过对部分位平面实施IWT嵌入秘密图像，并设计像素值溢出处理机制以确保密文图像的无损提取。实验结果表明，该方法在密文图像相关性系数方面较现有算法提升了约33%，同时表现出较强的抗统计分析能力；在实现2bpp的高隐藏容量和秘密图像100%无损提取的前提下，隐写图像仍保持了良好的视觉质量。理论与实验分析均验证了本算法在秘密图像无损恢复与系统安全性方面的有效性。]]></description>
<pubDate>2026/2/4 9:04:55</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈鹏,蒋伟进,李毅,谭利娜,谢湘豫,杨济帆]]></author>
</item>
<item>
<title><![CDATA[视觉数据隐私检测研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202505150000002&flag=2]]></link>
<description><![CDATA[随着社交网络快速发展和便携式拍摄设备的普及，日常生活产生的大量的视觉数据会被公共平台收集和分享。然而，在这些视觉数据得以广泛传播的同时，其固有的隐私安全问题亦日益凸显。由于视觉数据通常包含个人隐私信息，一旦被恶意利用或泄露，极易导致严重的个人隐私安全问题。针对这一问题，视觉数据隐私检测作为识别和缓解此类风险的关键技术环节，通过运用深度学习模型分析视觉内容，旨在识别图像及视频中潜在的隐私敏感区域或信息，从而为后续的隐私保护机制提供必要的基础。因此，视觉数据隐私检测研究已成为计算机视觉和信息安全领域一个重要的研究热点。本文对视觉数据隐私检测的研究现状进行了全面综述。首先，本文指出现有视觉数据隐私领域的综述研究普遍缺少对隐私检测工作的系统性探讨。然后，探讨了隐私度量的概念并指出这一体系缺乏统一标准的问题，深入分析了视觉数据隐私检测的特点及目前面临的研究挑战。接着，通过回顾近年来视觉数据隐私检测领域的研究进展，系统分析了现有的视觉隐私数据集，对比了它们在数据规模、标注粒度等多个方面的差异;并基于视觉内容、视觉特征以及多模态信息等不同的技术视角，对现有的视觉数据隐私检测方法进行了细致的总结与分类。此外，还探讨了视觉数据隐私检测技术在社交网络、监控视频、城市交通以及定向广告等典型应用场景中的实际应用情况。最后，本文总结了关于视觉数据隐私检测的研究现状并对该领域未来的发展趋势进行了展望。]]></description>
<pubDate>2026/1/30 16:23:59</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈炳元,陈红,陈铁明,李星星,李英龙]]></author>
</item>
<item>
<title><![CDATA[融合数据溯源图与网络流量的主机威胁检测]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202504250000001&flag=2]]></link>
<description><![CDATA[主机威胁是指针对主机的攻击，如病毒、木马、蠕虫和恶意软件等，会对电力系统的信息安全造成重大影响。目前的主机威胁检测研究中，使用的主流方法是基于主机产生的日志构建数据溯源图（下简称溯源图）进行检测。在主机威胁检测的语境中，溯源图是指以主机的进程、文件、套接字等系统实体作为节点，事件为有向边构建的有向无环图。溯源图最初被应用在主机威胁检测上时，对通过网络与待检测主机相连的远程主机进行了简化处理，在此基础上开展的现有研究大多偏重于主机内部实体之间的互动，而忽视了网络流量数据的重要性。此外，目前的很多研究都依赖主机威胁事件样本或专家知识检测威胁。如何在缺乏这二者的条件下，有效应对不断出现的未知攻击也是一个亟待解决的问题。为解决这两个问题，本文将网络流量数据与主机数据相结合，提出了结合主机日志和网络流量的主机威胁检测方法（Traffic Flow Provenance threat detector，TFProv）。TFProv使用异质溯源图和零正样本学习方法实现对未知威胁的检测。本文从大型公开数据集中获取了三台遭受不同主机威胁的主机的数据，在其上进行了测试，并与当前发表的最优方法进行了对比。实验证明，本文的方法在三台主机上的平均 F1-score 达到了 0.978，与已有方法相比有效提升了主机威胁检测能力。]]></description>
<pubDate>2026/1/16 9:00:01</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[蒋哲宇,李新鹏,栗维勋,汪明,王之梁,郑锋]]></author>
</item>
<item>
<title><![CDATA[机器学习在模糊测试中的应用现状与挑战]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202207180000001&flag=2]]></link>
<description><![CDATA[软件漏洞是网络安全的主要威胁来源之一，及早地发现漏洞并进行修补对保障安全具有重要作用。模糊测试是一种动态软件测试技术，它通过使用大量半随机的输入数据执行待测目标来主动地进行漏洞发现。因其概念简单、易于部署、效果良好等特点，模糊测试技术被广泛应用于各类软件的漏洞挖掘并成功发掘出了大量的软件漏洞。然而，朴素的模糊测试仍受到算力分配低效、过度依赖专家经验进行参数设置和输入格式的人工分析开销高昂等问题的困扰。模糊测试在运行过程中会产生大量的数据，充分挖掘与利用数据中蕴含的知识则能够帮助提升模糊测试的智能程度和减少人工开销。近年来，以深度学习为代表的机器学习方法快速发展，并在模式识别和数据生成等领域取得了突破性的进展。因此越来越多的研究人员尝试使用机器学习方法来对模糊测试技术进行改进。本文对近年来在模糊测试中应用机器学习的相关文献进行了系统性的调研和分析，从模糊测试的各环节中总结出五个适用于使用机器学习方法进行改进的子任务：输入模型推断、变异操作定制、种子文件调度、变异操作调度和测试用例过滤。针对每一个子任务，本文对传统模糊测试的解决方案和其中存在的不足进行介绍，并从具体目标、所用算法类型等角度对使用机器学习的相关文献进行归纳和梳理。本文对模糊测试中各类机器学习方法的流行度进行了分析，并对背后的原因进行了解释。然后本文对相关工作中的数据获取、数据预处理、模型训练、模型评估等环节的设计考虑进行了讨论，并对其中的典型操作进行了介绍。本文对生成式模糊测试中的解析正确率这一重要指标进行了介绍。最后本文就同一任务上机器学习方法的技术演进进行分析。基于上述分析和讨论，本文对未来在模糊测试中应用机器学习的六个富有潜力的研究方向进行了展望。]]></description>
<pubDate>2026/1/12 11:07:26</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈宏程,陈翔,纪守领,孟国柱,相璐,闫秋存]]></author>
</item>
<item>
<title><![CDATA[基于信息转化策略的高容量有载体文本隐写及多模态扩展]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202506110000001&flag=2]]></link>
<description><![CDATA[受限于数据载体的固有属性和有限的表达维度，传统文本隐写方法在有限空间中难以实现高载荷信息的有效隐藏，常导致嵌入容量不足、语义失真或可检测性增强等问题，从而限制了有载体文本隐写技术在实际场景中的可用性与实用性。针对上述问题，本文提出一种基于文本检索模型与中国剩余定理的隐藏信息转化策略（HITS），该策略可在保证文本自然性和语义一致性的前提下显著提升嵌入容量和信息安全性。在此基础上，本文进一步结合位置编码机制与同义词替换方法，设计了一种高容量、强隐蔽、抗主动攻击的非盲提取单模态文本隐写机制。该机制能够在语义层与结构层同时实现隐写信息的精确嵌入与鲁棒恢复，有效平衡了隐蔽性、可读性与抗分析性。为了突破单模态隐写的容量与安全瓶颈，本文又将该机制扩展至多模态隐写框架，结合文本转图像生成模型与多种经典图像隐写算法（包括最低有效位法、离散余弦变换和离散小波变换），实现了跨模态语义一致性与多层信息融合。实验结果表明，所提出的单模态隐写机制在安全性、嵌入容量及抗分析能力方面均优于现有主流方法，而多模态隐写载体在保持高语义一致性的同时，展现出更强的抗检测性与广泛的应用潜力。]]></description>
<pubDate>2026/1/4 15:25:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈映泉,黎汇枫,李千目,吴晓聪]]></author>
</item>
<item>
<title><![CDATA[FlowPatch：一种基于对抗补丁的网络流量混淆机制]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202412110000001&flag=2]]></link>
<description><![CDATA[利用基于深度学习的流量识别技术，攻击者能够推断出用户的加密网络访问行为，达到窃取用户隐私等目的，但现有防御方法存在资源开销高、难以适应黑盒场景、以及定向扰动能力不足等问题。为此，提出并实现了一种基于对抗补丁的网络流量混淆机制FlowPatch。FlowPatch设计了网络流量图像表征方法来抽象化描述网络流量，并构建了兼顾混淆性能和生成效率的两阶段补丁生成机制，支持根据流量混淆目标策略化生成对抗补丁并注入到网络流量中，实现黑盒条件下的网络流量特征定向混淆。基于真实网络流量数据的测试结果表明，FlowPatch在不同流量业务下，能够实现50%~96%的定向混淆成功率和87%以上的识别规避率，同时带宽开销小于15%。并且，对抗补丁具有良好的迁移性，迁移到其他基于时序特征的深度学习模型时，定向混淆约73%，识别规避率约97%。]]></description>
<pubDate>2025/10/17 9:40:32</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[丁科,奚宗棠,邢长友,张国敏]]></author>
</item>
<item>
<title><![CDATA[基于角色的访问控制研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202504240000001&flag=2]]></link>
<description><![CDATA[在大型网络系统中，权限管理的复杂性始终是最具挑战的问题之一。基于角色的访问控制(Role-based access control, RBAC)模型凭借其简易性、灵活性以及可管理性，已成为高级权限管理的核心技术，并被广泛应用于企业信息系统、云计算平台和物联网(IoT)等诸多领域。近年来，随着访问控制需求的不断增长，学术界与工业界围绕RBAC模型开展了大量研究，本文就此在系统梳理现有成果的基础上，围绕RBAC模型的研究现状及发展趋势展开了深入分析。本文首先从理论角度回顾了RBAC模型的基本结构与核心机制，详细梳理了其演化过程与主要特性，帮助读者清晰理解内在原理。在此基础上，着重探讨了RBAC模型涉及的安全策略以及相应的分析技术，并对其不同表达方法进行了系统分类，这些方法涵盖从半形式化到形式化的多种建模技术。接下来，本文重点分析了RBAC模型在复杂系统中的应用局限性，尤其是在动态权限管理、上下文感知、跨域合规及智能化演进等方面面临的诸多挑战。最后，本文结合人工智能及区块链等新兴技术的发展，对RBAC模型未来在智能化、自适应性及可解释性访问控制方向上的潜力进行了展望，为构建以RBAC模型为核心的安全、可信且高效的访问控制框架提供理论依据与技术指导。]]></description>
<pubDate>2025/9/17 16:53:09</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈华林,陈阵,郭继文,洪中,蒋建民]]></author>
</item>
<item>
<title><![CDATA[机密容器跨平台可信热迁移技术]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401300000001&flag=2]]></link>
<description><![CDATA[机密容器通过采用AMD SEV等可信执行环境技术进行硬件隔离和加密，能够在操作系统或运行平台不可信的情况下保护容器中的数据，提高程序的安全性。在当前产业环境下，机密容器作为新兴的安全技术有着广阔的应用前景。随着产业的升级发展，会出现多个机密容器共享同一机密虚拟机的情况。当机密虚拟机的性能无法满足多个机密容器的需求时，就需要对一个或多个机密容器进行热迁移。然而，当前传统的容器热迁移技术不支持机密容器，因为机密容器内存状态是加密的，导致现有迁移技术无法直接应用。尽管AMD SEV提供了对机密虚拟机整体迁移的支持，但在一个机密虚拟机中包含多个机密容器的场景下，仍难以满足机密容器故障恢复、负载均衡等实际应用需求。为解决这一问题，论文结合机密容器技术的发展现状，并借鉴普通容器和虚拟机的热迁移方案，首次提出了在多机密容器运行环境下的一种机密容器跨平台可信热迁移技术的基础架构，以及在使用设备驱动处理请求过程中用于识别单一容器的新技术方案。在此基础上，论文给出了一种面向该架构的热迁移方法。通过检索机密虚拟机中的Virtio结构，在运行多个机密容器的机密虚拟机中获取单一机密容器虚拟设备状态的详细信息，在源平台保存该机密容器的虚拟设备状态，并在迁移的目标平台进行恢复。论文基于AMD SEV-SNP平台对提出的机密容器热迁移方案进行了原型实现，并集成至CRIU框架中。论文对提出的热迁移方案进行了评估，实验结果表明，本方案能够在可忽略的停机时间下完成对机密容器的可信热迁移。]]></description>
<pubDate>2025/9/17 16:51:39</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[耿朝阳,闵振南,王文浩]]></author>
</item>
<item>
<title><![CDATA[基于Intel SGX的动态条件代码混淆方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202211280000001&flag=2]]></link>
<description><![CDATA[知识产权的保护对工程应用和学术研究具有实际意义，尤其是在软件产业蓬勃发展的时代。近些年来，很多基于软件混淆的方法被提出用于保护专有代码免受逆向工程的威胁，其中，控制流混淆和密码学机制是两种最直接的方法。控制流混淆通过转移条件或分支的方法来隐藏控制流，但无法防止通过分析控制流上下文来推断控制流。基于密码学机制的方案通过对可执行文件进行编码或加密，在运行时解密以保证静态时的机密性。但其加密粒度过粗，解密后的代码整体暴露在内存中，难以防止内存转储攻击，并且缺乏对解密函数进行保护，跟踪解密函数会威胁到密钥安全性，导致其抵抗动态分析的能力较弱。可信执行环境可以有效地防止动态分析，CFHider是一种基于可信执行环境辅助的方法来保证程序的机密性，将控制流信息从程序中分离出来并转移到Enclave中，利用Intel SGX支持的Enclave为控制流机密性提供了强大的安全保证，但其仍存在保护范围过小的问题。本文对CFHider进行增强，提出了一种基于Intel SGX的动态条件代码混淆方法。保留了将条件从程序中分离的基本策略，并对条件代码进行加密，通过在运行时重新加密条件代码来进一步减少代码在内存中的暴露时间。通过对无条件分支进行变体进一步混淆程序，还提出一种三维密钥的即时性生成机制来保证密钥的安全性。理论分析和实验结果表明，本文方法有效地提高了程序的复杂性和机密性，并引入了可接受的性能开销。]]></description>
<pubDate>2025/9/5 8:32:49</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜海超,郭璇,黄庆佳,贾晓启,秦婷,宋振宇,王睿怡]]></author>
</item>
<item>
<title><![CDATA[基于滑动窗口的代码虚拟化保护方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202110220000001&flag=2]]></link>
<description><![CDATA[随着软件行业的蓬勃发展，软件规模在不断扩大的同时，软件本身面临日益严重的安全威胁。攻击者可以通过逆向工程等技巧，对软件的核心算法和具体功能进行分析，达到破解软件等目的。常用的软件保护方法强度太低，无法有效对抗这些分析。代码虚拟化作为一种新型的软件保护方法，在近些年被提出。其核心是对原始指令进行虚拟化，虚拟指令通过内嵌的自定义解释器进行解释执行，并配合代码混淆和加壳保护等技术，有效提高了静态分析的难度。但代码虚拟化也存在着一些不足，本文讨论了攻击者的逆向分析技巧和各类提出的代码虚拟化保护方法，认为现有方法中仍存在代码加密粒度粗，以及对抗动态分析能力弱等缺陷。为此，本文提出将虚拟指令作为整个保护方法的核心，设计了一种基于滑动窗口的代码虚拟化保护方法，以实现更细粒度的代码加解密过程。整个滑动窗口的模型由解密、执行、加密和滑动四种状态构成，互相配合以实现对虚拟指令的运行时保护。并利用完整性校验的方法，实现密钥动态生成机制，降低密钥泄露的可能性。理论分析和实验结果显示，滑动窗口模型提高了代码加密粒度，且窗口大小可根据情况进行调整，方法对程序运行的性能影响较小。实验最后还验证了模型对抗动态调试、代码注入和内存转储等攻击方式的有效性，证明方法进一步增加了攻击者理解语义和逆向分析的难度。]]></description>
<pubDate>2025/9/4 16:08:50</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈家宇,黄庆佳,贾晓启,唐静,张伟娟,周梦婷]]></author>
</item>
<item>
<title><![CDATA[基于关键序列特征的Tor暗网隐藏服务访问行为识别]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202112310000003&flag=2]]></link>
<description><![CDATA[Tor暗网隐藏服务访问行为识别是溯源Tor暗网用户的一种有效途径，现有的识别算法以用户访问过程的流量报文序列作为输入提取特征构建分类模型，取得了较好的识别效果，但在待检测网络流量规模大、在线识别时效性要求高的实际场景中应用时，现有方法需要依赖的流量报文序列较长，无法实现早期识别，维持检测识别所需的内存计算资源消耗较大。针对此问题，本文在细化分析Tor网络协议的链路语义及报文分布的基础上，提出了一种基于关键序列特征的Tor暗网隐藏服务访问行为识别方法，仅利用位于访问行为早期阶段的具有重要语义区分性的特定区间流量报文序列作为输入提取特征构建分类模型，即可有效识别访问行为。相较于已有方法，本方法需要依赖的流量报文序列较短，可有效提升识别时效性、降低硬件资源代价。为验证本文方法的有效性，本文基于多种实际访问场景捕获流量构建实验数据集，并精细标注了Tor协议级别语义的链路报文序列区间。实验结果表明，在Tor网络直连和混淆2大类共计6种接入场景中，对于区分暗网隐藏服务访问行为和其他行为贡献最大的网络报文和本文提取的关键报文序列具有高重合度，验证了本文提取的关键报文序列是具有重要语义区分性的。利用此关键报文序列提取特征构建的分类模型，相比已有工作在识别精确率及F1值上均可提升2%-3%，且识别时效性提升27%-51%，识别模型的输入特征序列长度降低78%-95%。]]></description>
<pubDate>2025/9/4 16:07:59</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[方滨兴,黄文涛,李泽禹,刘杰,时金桥,谭庆丰,王美琪,王学宾]]></author>
</item>
<item>
<title><![CDATA[RFCFuzz：一种RFC指导的网络协议模糊测试方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202112270000002&flag=2]]></link>
<description><![CDATA[目前针对网络协议的模糊测试通常采用基于生成的黑盒测试方法。上述方法不仅依赖用户编写用于描述报文格式、变异及监控策略的配置文件，还存在难以有效触发网络协议实现中深层次的漏洞、难以有效监控信息泄露、认证绕过等隐式异常的问题。本文提出一种以协议的RFC标准文档为指导的网络协议模糊测试方法（简称RFCFuzz）。该方法借助从被测协议的公开RFC文档中提取或推导出的报文格式信息、报文及字段间的关联信息、响应信息等，指导模糊测试配置文件的自动生成、报文变异策略的选择以及对隐式异常行为的监控，有效缓解了配置文件编写依赖人工以及深层次漏洞难以触发、监控的问题。基于该方法实现网络协议模糊测试原型系统RFCFuzz@VARAS，在域名协议（DNS）、动态主机配置协议（DHCP）以及边界网关协议（BGP）3个常用基础协议的13个实现的历史版本中，挖掘已知漏洞的效率较使用相同配置文件的Boofuzz平均提升17倍，并在Knot, NSD和Bird的最新版本中发现未公开缺陷3个。]]></description>
<pubDate>2025/9/4 16:07:08</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈婧婷,霍玮,李丰,李平,徐明杰,周怡]]></author>
</item>
<item>
<title><![CDATA[区块链基础设施的密码学API组合误用检测]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202403180000001&flag=2]]></link>
<description><![CDATA[区块链基础设施的安全性是区块链系统安全性的基础，而在区块链基础设施中，密码学安全性至关重要。由于区块链基础设施结构复杂，使得其中密码学API使用场景多样，在开发过程中会不可避免地出现密码学API误用，导致严重的安全后果。其中，由于多个密码学API组合使用不当而产生的误用尚未得到关注。传统的密码学API检测工具主要分为两类：一类基于预定义的规则，通过静态分析的方法进行漏洞检测；另一类通过机器学习的方法从代码变更中推导正确的规则。前者由于缺乏针对密码学API组合使用的检测规则而导致漏报，后者由于难以从代码变更中推导出尚未错误使用的密码学API组合方式而导致漏报。为了解决上述问题，本文提出了一种密码学API组合使用模式的自动化提取技术。该技术首先基于数据流和控制依赖关系分析，提取密码学API序列及关键参数，然后通过序列模式挖掘算法得到频繁序列，作为正确的使用模式，最后结合参数检测规则对密码学API的组合误用进行检测。本文实现了静态检测工具ComboGuard并进行密码学API组合误用检测。对由20个真实程序组成的基准数据集进行实验，本工具能从25个已知密码学API组合误用中检测出18个，误报率为31%，并额外检测出2个未公开的误用。而传统工具CryptoGo无法检测出这25个误用。在对120个区块链基础设施项目进行有效性实验时，本工具可检测出22个密码学API组合误用，包括4个公开的误用和18个未公开的误用。]]></description>
<pubDate>2025/8/14 15:23:31</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[霍玮,李丰,肖扬,姚祎璨,袁子牧]]></author>
</item>
<item>
<title><![CDATA[侧信息对偶攻击]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202104050000001&flag=2]]></link>
<description><![CDATA[带错误学习（Learning with Errors，LWE）问题[1]是构造格密码方案最常用的困难问题，在格密码方案设计中得到了广泛的应用。 研究LWE问题的困难性对于分析这些格密码方案的安全性至关重要。原始攻击（primal attack）和对偶攻击（dual attack）是目前LWE问题实际安全性分析中最常用、效果最好的两种攻击方法[2]。 除了实际安全性分析中的攻击方法，2020年，Dachman-Soled、Ducas、Gong等人[3]提出了利用从侧信道中得到信息改进原始攻击效果的基本框架，但并未考虑对偶攻击。最近，关于混合对偶攻击的研究[4-7]结果显示，在许多情形下（混合）对偶攻击的效果比原始攻击更好，因此考虑如何在对偶攻击中利用侧信息是一个有意义的问题。本文研究了这一问题，给出了在对偶攻击中利用侧信息的方法并分析了它们的效果。具体地，本文考虑了4种类型的侧信息，结果表明，它们对于对偶攻击的影响主要体现在对于格的体积的影响上——当格的体积减小时，攻击变得容易。每种侧信息对于格的体积的影响程度不同，本文给出了在一定假设下，不同侧信息对于格体积的具体改变，据此，可分析得到它们对于对偶攻击的效果的最终影响。例如，在经典的BKZ-core-SVP模型下，每个完美提示的加入可将使用嵌入对偶攻击评估实际安全性的结果降低约0.3比特。]]></description>
<pubDate>2025/7/30 16:43:50</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[毕蕾,路献辉,罗俊杰,王鲲鹏]]></author>
</item>
<item>
<title><![CDATA[基于域名规则自动生成的网络流量应用识别方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202412310000001&flag=2]]></link>
<description><![CDATA[流量分类是网络安全体系的重要组成部分，其精准性和实时性直接关系到网络的安全防护能力和应对效率。其中，应用识别作为流量分类的重要子任务之一，旨在将网络流量精确映射到具体的应用服务上，对提高网络安全检测的准确性、优化资源分配以及应对恶意流量具有重要意义。近年来，随着人工智能技术的快速发展，诸多研究将机器学习和深度学习方法应用于流量应用识别任务。尽管这些方法在分类精度方面表现优异，但其模型复杂度过高导致的推理延迟问题，极大地限制了它们在需要低延迟的实时场景中的实际部署。为此，本文提出了一种基于域名规则自动生成的网络流量应用识别方法。不同于传统的端口号或深度包检测（DPI）等方法，该方法充分利用网络流量中域名信息作为分类的重要特征。该方法首先对流量数据的域名字段进行分词处理，进而提取结构化的特征用于模型训练。然后它通过分析和量化机器学习模型的可解释性，自动提取并生成一组精确可用于应用识别的域名规则集合，并结合现有的正则表达式匹配工具，实现了在保持高分类准确率的同时显著降低了分类延迟的效果。经过在大量网络数据集上对该方法进行评估，分类延迟显著降低，比机器学习方法降低20-60倍，相比于深度学习方法降低千倍，充分证明了本研究的实际应用潜力。]]></description>
<pubDate>2025/7/9 15:25:15</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[孟祥帅,欧金浒,邱堃,赵进]]></author>
</item>
<item>
<title><![CDATA[面向网络主动防御的攻击面混淆研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202404090000001&flag=2]]></link>
<description><![CDATA[当前传统网络的攻击面存在静态性和同构性，随着高级可持续性威胁(Advanced Persistent Threat, APT)的持续爆发， 以“筑高墙、堵漏洞、打补丁”为基础的被动防御思路，致使“攻防不对称”的安全态势进一步凸显。通过攻击面混淆技术，防御方动态调整攻击面位置，增强攻击面的欺骗性，成为学术界提升网络主动防御能力的重要手段。因此有必要关注基于攻击面混淆构建网络主动防御能力的研究成果与发展趋势。本文首先对攻击面、网络攻击面和网络攻击面混淆等概念进行阐述。然后将网络攻击面混淆技术归纳为攻击面动态转移、欺骗攻击面模拟以及欺骗动态转移三类，并对各类混淆方法的研究状况、进展进行了总结和归纳，同时综述了攻击攻击面混淆技术的评估评价方法。最后展望了攻击面混淆技术未来的研究方向。]]></description>
<pubDate>2025/7/8 14:33:08</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[徐国坤]]></author>
</item>
<item>
<title><![CDATA[对抗环境下基于主动防御的鲁棒加密恶意流量识别]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202404150000001&flag=2]]></link>
<description><![CDATA[随着网络加密技术的不断发展，通过加密流量隐蔽的恶意攻击行为给网络安全带来严峻的挑战。为此，深度学习方法逐渐被用于对加密恶意流量进行准确识别，有助于网络安全防御者及时发现和阻止攻击者的恶意行为。然而，深度学习模式自身存在的一些安全缺陷又导致了新的安全风险。利用对抗学习方法，攻击者通过对抗样本误导基于深度学习的加密恶意流量识别模型做出错误决策，因此迫切需要研究基于深度学习的流量识别方法的脆弱性并进行增强。本文提出结合对抗扰动消除与对抗训练的主动防御方法以提升基于深度学习的识别模型的鲁棒性、实现对抗环境下对加密恶意流量的准确识别。一方面，通过AdvGAN针对目标模型生成对抗样本，构建混合训练数据集。另一方面，通过在干净样本上添加噪声的方法训练降噪自编码器，实现将对抗样本重构成干净样本的功能。在此基础之上，对由降噪自编码器与原模型串联构建的新模型进行对抗训练。大量实验结果表明，在对抗环境下，所提的主动防御方法比其他单一防御机制能够更有效地提高深度学习模型对加密恶意流量的识别准确率，最高能达到99.1%，提升了98.2%。此外，在非对抗环境下，与现有一些经典鲁棒性提升方法相比，本文所提的主动防御方法不仅不会降低甚至还能够提高深度学习模型对加密恶意流量的识别准确率。具体而言，使用本文方法优化后的LSTM相较于原LSTM，对加密恶意流量的识别准确率提高了3.78%。]]></description>
<pubDate>2025/7/8 14:32:33</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[樊祖薇,刘银龙,张顺亮]]></author>
</item>
<item>
<title><![CDATA[大语言模型驱动网络安全威胁检测：进展与趋势]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202402280000001&flag=2]]></link>
<description><![CDATA[在现代科技领域不断演进的背景下，网络安全问题愈发严峻，高级和持续性的威胁攻击不断增加，而且攻击方式愈发隐蔽和复杂。过去的网络安全威胁检测研究中普遍使用基于规则和基于机器学习的威胁检测方法，然而，它们在应对新型和未知威胁方面存在诸多局限性，如基于规则的检测方法过于依赖专家知识，机器学习的检测方法则需要手动提取和挑选特征，这极大的消耗了人力和物力，且使得模型的泛化能力有限。近年来，大语言模型(如GPT-4、BERT、PaLM)为网络安全威胁检测提供了新的解决路径，特别是在大量无标签数据的情境下展示出强大的性能和潜力。本文全面地探究了基于大语言模型的网络威胁检测技术，文章首先归纳了网络威胁检测的核心任务并深入分析各任务当前所面临的挑战，包括网络流量异常检测技术、系统日志分析技术、恶意代码检测技术和威胁情报分析技术。随后，文章概述了大语言模型的一般训练使用流程及主流的大语言模型，并详细分析了近年来大语言模型在网络威胁检测中的应用和潜力。这些大语言模型能自动从大量无标签多模态数据中提取复杂特征，因此在识别恶意代码、异常网络流量等方面显示出强大的性能。最后，基于当前研究进展指出了大语言模型在网络威胁检测领域中依然存在的挑战，如隐私安全问题与可解释性等，并提出了未来研究方向。]]></description>
<pubDate>2025/7/8 14:31:48</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[崔苏苏,韩冬旭,姜波,刘锦浩,刘奇旭,刘玉岭,宋泽楷,郑雯]]></author>
</item>
<item>
<title><![CDATA[Java语言软件组成分析工具效能评估]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202310120000003&flag=2]]></link>
<description><![CDATA[随着开源软件生态的不断扩大、漏洞数量的持续增加以及依赖关系的日趋复杂，开源软件所引发的安全问题愈发引人关注，软件组成分析工具应运而生。软件组成分析工具可细分为不同的技术类别，其中面向Java项目的软件组成分析工具普遍借助包管理器识别第三方组件，通过所使用漏洞库来匹配并报告其潜在的漏洞。由于现有技术的局限性，目前涌现的大量工具仍在开源组件识别和漏洞识别等关键效能上存在不足。本文使用140个人工标注了漏洞影响版本范围的基准数据集，并构造了包含38个项目的组件清单和漏洞可达性的基准数据集，从漏洞库准确性、开源组件检出率和漏洞存在性多个维度，对6个开源和1个商用的软件组成分析工具进行效能评估实证研究，重点揭示了Java语言软件组成分析工具在有效性和可用性等方面的量化效能，以及所面临的关键难题。最终结果表明：i）多数工具所使用漏洞库的准确性受限于数据来源，被测工具中OWASP和商用工具所使用的漏洞库更为准确，F1值最高为69.3%；ii）多数工具利用Maven解析组件关系，被测工具识别直接依赖的F1值为72.65%到81.02%，漏报的直接依赖多被错误地报告为项目的间接依赖；识别间接依赖的F1值为23.27%到30.84%，漏报的间接依赖大多是项目的可选依赖或由其引入的依赖；iii）被测工具所报告漏洞函数的实际可达性为21.46%到44.72%，工具应更多地结合漏洞代码特征来识别潜在漏洞，以提升其可用性。]]></description>
<pubDate>2025/7/8 14:31:10</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[霍玮,聂祖培,朴爱花,石文昌,孙丹丹,孙晴,肖扬,周宸锋]]></author>
</item>
<item>
<title><![CDATA[基于跨层数据融合分析的移动通信网络空口干扰识别技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401280000001&flag=2]]></link>
<description><![CDATA[由于移动通信频段干扰信号多种多样，特征提取困难，违规用频、恶意干扰等行为难以快速自动化识别，干扰信号对通信网络的影响难以精确评估。本文针对这一问题，基于空口采集数据和基站测量上报数据分别提出了上下行通信链路的空口干扰识别技术，构建干扰识别模型，实现了干扰自动化识别，并评估了干扰识别准确度。本文在终端侧，结合信号特征提取以及深度学习的优势，通过提取信号的时频资源块（Resource Block，RB）占用特征，构造时频资源块特征图，利用半监督学习的生成对抗网络（Generative Adversarial Network，GAN）学习正常通信业务情况下的移动通信时频资源占用行为，并利用训练的模型对干扰信号进行准确识别，解决干扰信号特征提取困难，难以自动化识别问题；在基站侧，利用基站导出的信号强度、信号质量和信噪比等信道测量数据，使用长短时记忆网络（Long Short-Term Memory，LSTM）自编码器模型学习正常信号模式以判别干扰，并评估干扰对通信网络的影响。该方法结合了空口采集数据和基站测量数据，实现了终端侧在语音以及视频正常业务行为情况下六种干扰的检测，以及基站侧对定频干扰实现精准识别，并评估了干扰对通信网络的影响。实验结果表明，终端侧方法对 6 种干扰总体识别 F1 分数达 0.95 以上；基站侧方法对定频干扰识别 F1 分数达 0.99，优于同等条件下的单类支持向量机（One-Class Support Vector Machine，OCSVM）、主成分分析（Principal Component Analysis，PCA）与孤立森林（Isolation Forest，IForest）方法。]]></description>
<pubDate>2025/7/8 14:30:41</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[高宗宁,黄佳,李晓娜,孟晨,魏冬,张仕响]]></author>
</item>
<item>
<title><![CDATA[融合行为拓扑图与图神经网络的恶意容器检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202402010000001&flag=2]]></link>
<description><![CDATA[近年来，随着容器技术的迅速发展，容器在应用程序轻量级部署和服务器资源高效调度方面扮演了重要角色。然而，尽管容器为提供安全且轻量化的运行环境做出了贡献，容器的安全性问题也变得日益突出，恶意容器逐渐成为一种新的威胁。如何精准地提取恶意容器的行为特征并对其进行识别与分类，成为网络安全领域的研究热点。现有的技术主要侧重于容器的入侵检测和异常监测，针对恶意容器行为特征的分析与恶意容器的识别研究较少，且现有方法主要检测容器内特定类型的恶意行为，检测范围不够全面、检测准确率较低。为了解决上述问题，本文提出了一种新颖的融合行为拓扑图与图神经网络的恶意容器检测方法。具体地，本文通过将容器和从动态分析中提取的系统调用映射到一个大型异构图中，将恶意容器检测问题转化为一个深度学习模型可求解的节点分类问题。在此基础上，构建了“容器-系统调用”边，形成了容器行为拓扑图。为了对容器行为拓扑图进行高维度特征分析与提取，本文设计了一种基于图注意力网络的容器行为特征识别模型，并引入多头注意力机制增强每层图神经网络的特征学习能力，通过模型迭代生成融合拓扑结构和节点特征的节点嵌入表征，最后通过准确的行为图嵌入表征对恶意容器进行检测。实验结果表明，本文提出的方法相较于所有最先进的基线模型具有明显的性能优越性，实现了99.81%的整体分类准确率，并在对未知家族的恶意容器分类中达到了99.61%的准确率，具有良好的泛化能力。]]></description>
<pubDate>2025/7/8 14:30:06</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜海超,杜跃进,贾晓启,李亚凯,刘朴淳,台建玮,王睿怡,周梦婷]]></author>
</item>
<item>
<title><![CDATA[针对特征纵向分布场景的多方协同安全推理]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202312130000001&flag=2]]></link>
<description><![CDATA[近年来，基于云存储的神经网络预测服务已经成为人工智能行业的主流发展趋势，并广泛应用于多种场景。在该技术快速普及的同时，随之而来的是一系列隐私问题：如用户的数据敏感性、模型的泄露风险等。基于安全两方计算的推理协议为这些挑战提供了解决方案，保障了神经网络计算过程中的信息保密性和完整性。然而，在特征纵向分布的多方应用场景中，由于每个客户端可能采用不同的技术标准、数据格式和处理协议，导致跨平台、跨组织的数据融合与并发处理更具困难性和不可预知性，目前鲜有研究。基于上述问题和挑战，本文提出了 VSecNN，由单服务器与多客户端协同计算的神经网络联合推理协议。在处理线性层的过程中，通过同态加密技术实现高效矩阵乘法，针对非线性层则结合混淆电路和茫然传输技术实现激活函数的安全计算，每一层计算结果均以加法秘密共享的形式由客户端和服务器分别持有。该协议遵循相对独立的两阶段范式，其中绝大部分计算成本集中于输入无关的预处理阶段，在线阶段仅需两轮通信：一轮用于掩码特征的输入，一轮用于推理结果的输出。实验结果表明，与基于通用 MPC 框架 MP-SPDZ(ACM CCS""20) 构建的解决方案相比，VSecNN 在特征纵向分布场景下的协同推理过程更具高效性和稳定性，同时大幅节省了系统开销与资源消耗。进一步实验表明该方法在极低精度误差(0.7%)的情况下能够完成所有样本的精确推理，相较于传统两方推理的预测准确率实现了显著提升。]]></description>
<pubDate>2025/7/8 14:29:35</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[董业,唐锦凌,唐涛,徐海霞,周胤昌]]></author>
</item>
<item>
<title><![CDATA[基于区块链的物联网身份认证技术探讨]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202311160000002&flag=2]]></link>
<description><![CDATA[随着物联网规模不断扩大，传统身份认证技术面临的安全问题日益凸显，如身份信息难以统一管理、用户隐私易被恶意泄露以及遭受大量新型攻击威胁等。为解决以上问题，大量研究人员在物联网身份认证中引入了新兴的去中心化区块链技术，设计出分布式认证架构替代集中认证架构，实现了高可扩展、安全可靠的认证。针对物联网在智能家居、汽车、医疗、移动通信等各大行业面临的身份认证安全挑战，本文对现有基于区块链的物联网身份认证解决方案进行了综述。首先，本文从身份信息管理和隐私保护两个角度，分析了传统物联网身份认证技术面临的主要问题和安全需求。其次，根据区块链在物联网认证系统中工作方式的差异，从身份信息的存储媒介和认证数据的共识算法两方面，对基于区块链的物联网身份认证方案进行分类归纳，具体细分为：部署底层设备、单层集群头、多层集群头作为区块链矿工的三个类别，和以工作量证明、权益证明、拜占庭容错、其他算法作为区块链共识协议的四个类别，并对它们的优缺点进行综合比较分析。随后，阐述这些分布式认证方案实现的安全性及性能，总结出区块链在物联网身份认证系统中表现的5点优势，包括消除单点故障、保证数据完整性、抵御恶意攻击、加密数据隐私、提高认证效率。最后，对基于区块链的物联网身份认证技术在认证效率、可扩展性、共识优化和隐私保护4个方面尚存的不足进行了讨论，并提出了区块链存储成本的控制、高效共识的设计、人工智能的辅助、以及现实环境下的方案评估等4个有待研究的方向。]]></description>
<pubDate>2025/7/8 14:28:57</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[程迪,黄伟庆,康迪,李嘉成,毛锐,王妍,郑崇辉]]></author>
</item>
<item>
<title><![CDATA[基于格的承诺方案的线性关系证明]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401030000001&flag=2]]></link>
<description><![CDATA[基于格的承诺方案是格密码中的基本密码学原语之一，它关联的打开证明及其被承诺消息之间的线性关系证明是构造基于格的零知识证明的重要模块，有着许多广泛应用。BDLOP承诺是现今应用最为频繁的基于格的承诺方案，其打开阶段揭开的短向量以二范数或无穷范数作为度量，打开证明和线性关系证明的零知识性质是通过对离散高斯分布进行拒绝采样技术取得的。在PQCrypto 2020中，Tao等提出了BDLOP承诺的一种变体，以最大奇异值代替二范数和无穷范数度量打开阶段的短向量，通过对双峰高斯分布实施拒绝采样技术，设计出对该变体的打开证明，所得证明服从更窄的目标分布，从而具有更短的长度。

本文给出两个新结果。首先，延续Tao的研究路线，使用关于矩阵最大奇异值的更紧上界，提出BDLOP承诺的新变体并给出其相应的打开证明。新的承诺变体具有更弱的困难性假设和更短的证明长度。其次，考虑将基于双峰高斯分布的拒绝采样技术引入到证明被承诺消息之间的线性关系中，进一步设计出该变体的具有更短证明长度的线性关系证明。对上述两个工作，分别给出计算方法和具体实例对证明长度进行对比。]]></description>
<pubDate>2025/7/8 14:28:21</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[方栋,胡磊,黄春早,黄桂芳,杨浩楠]]></author>
</item>
<item>
<title><![CDATA[ExHyper：可模块化配置的SEV扩展]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401100000001&flag=2]]></link>
<description><![CDATA[随着云计算的发展和普及，云租户数据的机密性越来越受到重视。基于硬件的存储加密技术是为数据安全提供有力保障的重要手段之一。AMD提出的安全加密虚拟化（SEV）可信执行环境解决方案，AMD SEV技术基于硬件对云租户虚拟机内存进行加密，能够实现以细粒度的方式选择性地加密租户虚拟机的内存区域，例如通过设置页表项PTE中的c位。使用AMD SEV可抵御意图窥探云租户数据的云服务提供商内部人员或已被攻破的恶意主机系统的威胁，是保证云租户数据机密性的重要手段。然而，AMD SEV将硬件以外的全部软件系统都视为不可信，包括主机系统和虚拟机管理程序程序（hypervisor），并试图将hypervisor隔绝在安全飞地（enclave）之外，这与hypervisor管理和处理虚拟机及其运行的设计初衷相悖。此外，相较于攻击的频繁出现，SEV硬件更新成本高、周期长，其版本更新速度相对滞后，SEV的使用者无法及时有效应对新出现的安全威胁。针对以上问题，本文提出一种基于软件的可模块化配置的SEV扩展——ExHyper，以灵活、快速地应对针对AMD SEV的安全威胁。ExHyper使用嵌套内核架构将自身保护为软件可信计算基，并为用户提供接口来灵活的保存敏感代码模块PALs。面对新威胁时ExHyper可以相对迅速地扩展PAL模块作为新的安全防护方案，ExHyper隔离保护PAL敏感代码模块使其免受恶意主机系统的破坏。ExHyper使用核心测量信任根CRTM提供自身的安全认证，并将信任链灵活扩展到PAL。]]></description>
<pubDate>2025/7/8 14:27:49</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈镜麒,黄庆佳,贾晓启,唐静,韦秋石,张伟娟,周启航]]></author>
</item>
<item>
<title><![CDATA[可解释性入侵检测方法研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202311090000003&flag=2]]></link>
<description><![CDATA[入侵检测系统作为网络安全中防范网络威胁的有效机制，在网络中的数据量爆发式增长的今天，发挥着日益重要的作用。当前基于机器学习，尤其是以深度学习为代表的黑箱模型由于其优异的检测性能而逐渐成为入侵检测技术的研究热点。然而黑箱模型因其固有的不可解释性和基于梯度的安全隐患，阻碍了使用者了解并信任模型的决策过程，因此对黑箱入侵检测系统的可解释型研究变得尤为重要。本文提出了可解释入侵检测系++统的正式定义，即能够对特征层面做出解释的入侵检测方法。此外本文根据解释特征的时机与方式将解释模型分为了模型内嵌型、局部模型估计型与反事实分析型等3类，并从以上3类模型中筛选出了45种适用于入侵检测的方法展开分析，称之为可解释入侵检测方法。本文从3类可解释入侵检测方法中选出6种典型方法，通过实验对比了上述3类方法间鲁棒性、有效性及稀疏性，并根据实验结果讨论了3类方法间的优劣。最后本文深入分析了当前可解释性入侵检测方法的安全及应用难题，为后续可解释性人工智能在入侵检测领域的应用提供借鉴。]]></description>
<pubDate>2025/7/8 14:27:14</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李晨,涂碧波,许洋,张坤]]></author>
</item>
<item>
<title><![CDATA[网络威胁情报共享：机遇与挑战]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401120000001&flag=2]]></link>
<description><![CDATA[随着网络攻防态势的不断演变，以堆砌安全设备和被动防御为特点的传统安全防御模式已无法应对日益频繁和高度复杂的网络攻击，而具有“一点发现，全局共享，协同联动”特点的威胁情报解决方案逐渐受到重视，由情报驱动的动态防御成为安全运营的主流方案，威胁情报只有大范围共享才能够实现其最大化价值，已经成为业界共识。为最大程度地利用威胁情报信息，解决当前安全领域所面临的信息孤岛和流动限制问题，威胁情报的共享与交换成为研究热点。本文在以往威胁情报共享综述文章的基础上，着重对近五年的威胁情报共享相关文献和业界成果进行调研，结合最新的发展动态，重新梳理和总结了威胁情报的基本概念，并从六个方面概括了学术界和业界在威胁情报共享领域的最新工作和贡献。特别地，针对威胁情报共享面临的共性问题，本文深入剖析问题本质，并根据问题归纳了最新的研究方法和解决方案，并对同类方法和方案进行了深入比较和总结分析。最后，基于问题分析和研究方案的局限性分析，对威胁情报共享的未来研究方向和发展趋势进行了展望，希望能为未来研究人员提供参考，也为业界提供更为有效的指导与建议。]]></description>
<pubDate>2025/7/8 14:26:26</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[戴光祥,彭煊烨,王鹏,吴鹏一,翟立东]]></author>
</item>
<item>
<title><![CDATA[基于多智能体代理的 APP 自动取证]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202502230000001&flag=2]]></link>
<description><![CDATA[随着移动端设备的广泛使用，移动平台上的恶意应用程序也越发多样，人工对其进行电子数据取证已经变得不切实际。针对目前许多领域如网络犯罪侦查、司法鉴定等在APP取证方面专家短缺，取证工作难以开展的问题，许多研究者提出了静态模版匹配、深度学习与APP取证相结合的方法。然而，这些方法也面对着一些挑战，现有的APP取证方法通常只是人类电子数据取证分析师的辅助工具，缺乏自主取证能力。最近，大语言模型在许多领域如机器翻译，代码编写等领域展示出强大的能力，依赖于大语言模型的智能体代理技术也展示出强大的任务执行能力。因此本文提出了一种全新的方法，将多智能体代理协作与APP自动取证相结合，利用大语言模型优秀的文本理解和工具调用能力，提出了一种高效的、准确的且无需额外训练的APP自动取证方法。该方法首先将待取证的安卓应用安装包（APK）解包并还原程序代码，嵌入向量数据库，让大语言模型理解APP的代码信息，主动寻找取证所需代码。同时，采用动静态相结合的取证方式，大语言模型在理解静态信息的基础上自主进行动态分析。此外，该方法采用基于思维链的提示策略，进一步发挥出大语言模型的取证能力。最重要的是，因为电子证据的可解释性要求，本文设计了一个大模型双重反思机制，只需要少量的额外开销，就能取得可解释性的提高和大模型幻觉的减少。即使当应用程序使用的开发框架发生变化或更新时，本方法的可拓展性和模块化设计也能实现取证技术的及时更新。为了评估该方法的取证性能和弥补APP取证数据集的空白，本文基于近期公开电子数据取证比赛的检材、互联网公开恶意样本以及警方提供的真实犯罪APP构建了一个APP自动取证数据集。本方法在上述数据集上进行取证实验，验证了本方法的有效性，体现出本方法的自主决策优势和可解释性优势，实验结果表明本方法取证准确率达到84.5%，平均取证时间仅125.3秒；现有框架Quark-engine的准确率仅为34.5%，平均取证时间为261.0秒，本文提出的方法不仅在电子数据取证竞赛上有着良好的表现，还在警方提供的犯罪APP上准确地完成了常规电子证据的低成本自主提取。]]></description>
<pubDate>2025/6/12 16:22:16</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[高见,李啸林]]></author>
</item>
<item>
<title><![CDATA[面向基于深度学习侧信道分析的通用数据增强方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202402090000001&flag=2]]></link>
<description><![CDATA[数据增强方法可以在不增加实际采集的训练样本的情况下，构建更加准确的深度学习模型，从而提高基于深度学习的侧信道分析的技术效果。然而，当前已有数据增强方法的参数选取通常高度依赖专家知识，且只适合对特定算法实现数据集进行数据增强。因此，构造一个适用于多种算法实现数据集的通用数据增强方法、自适应地选取数据增强参数，具有重要现实意义。本文提出了一种通用数据增强方法，其核心思想是采用模拟退火机制依据反馈信号自适应地选择数据增强策略参数。该方法主要由三个核心组件构成：采用模拟退火机制的主控制器、采用组合式数据增强机制的数据增强单元以及提供侧信道攻击代价反馈信号的攻击评估单元。以无防护软件和硬件AES实现、随机延迟和掩码防护AES软件实现为分析目标，在相应的本领域公开数据集上，开展了基于深度学习的侧信道分析实验对比研究，验证了本文所提出通用数据增强方法的有效性。具体地，在AES_HD、DPA v4、ASCADf（N=0/N=50/N=100）三种数据集五个场景下，与未采用数据增强方法的DL-SCA效果相比，攻击成功时所使用的最少能量迹条数分别降低21%、25%、24%、48%以及5%。在AES_HD、DPA v4、ASCADf（N=0/N=50）三种数据集四个场景中，与采用其他数据增强方法的DL-SCA效果相比，攻击成功时所使用的最少能量迹条数分别降低22%、40%、10%以及30%。]]></description>
<pubDate>2025/4/29 11:16:12</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[乔泽华,邱心宽,张倩,赵竟霖,周永彬]]></author>
</item>
<item>
<title><![CDATA[基于融合T表的BRAM型安全紧凑AES硬件设计]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202307110000003&flag=2]]></link>
<description><![CDATA[在硬件资源受限型设备上设计同时满足低面积、高吞吐率以及抵抗侧信道攻击的密码硬件单元一直以来都是一项极具挑战性的工作。为此，本文提出了基于融合T表的BRAM型安全紧凑AES硬件设计方法。在安全设计方面，采用基于BRAM内触发器的敏感中间值处理技术并简化BRAM内锁存器输出设计，将密钥猜测空间由2^8增加到2^32，降低了BRAM泄漏与敏感信息之间的依赖性。在紧凑设计方面，采用基于融合T表的共享加解密轮函数和轮密钥生成设计，将BRAM内存储空间利用率由1/9提高到8/9，减少了BRAM数量与解密轮密钥生成周期。本文给出了无需随机数且兼顾安全性与紧凑性参考实现MB-AES，在Spartan3E、Virtex5、Kintex7器件上分别使用了845LUTs+8BRAMs、649LUTs+8BRAMs以及711LUTs+8BRAMs的资源，加密/解密吞吐率达到了1,636Mbps、2,345Mbps以及2,673Mbps。根据标准评估方法，使用100万条能量迹/电磁迹对SAKURA-X开发板上MB-AES实现实施CPA/CEMA攻击，猜测熵分别为100.4与81.6。将BRAM和随机数换算为等价LUT数量，MB-AES在Spartan3E、Virtex5以及Kintex7器件上紧凑性分别为84.86 Kbps/LUT、463.19 Kbps/LUT以及502.54Kbps/LUT，为已知最紧凑AES硬件实现ISWRTF-AES的1.53、2.73以及2.30倍。]]></description>
<pubDate>2025/4/29 11:15:33</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[高宜文,刘月君,邱爽,张倩,赵竟霖,周永彬]]></author>
</item>
<item>
<title><![CDATA[虚拟机横向移动攻击检测技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202304190000001&flag=2]]></link>
<description><![CDATA[云计算以虚拟化技术为基础，提供了一种弹性伸缩、多租户集中共享计算、存储、网络等物理资源的服务模式。云计算这种资源集中化的特点不仅意味着业务和数据的集中，也意味着原本分散于独立物理节点的安全威胁也集中到了云计算环境中。因此，由于虚拟机的同驻共享底层物理资源和流量以“东西”向网络流量交互为主的新特性，云环境容易引发新的安全威胁-虚拟机横向移动攻击。本文通过分析云环境下的新特点暴露出的虚拟机横向移动攻击的隐患，对虚拟机横向移动攻击进行了归纳总结，深入探讨了虚拟机横向移动攻击的成因，并提出了虚拟机横向移动攻击的威胁模型；针对威胁模型将虚拟机横向移动攻击分为虚拟机侧信道攻击(Cross-VM Side Channel Attack, SCA)、虚拟机分布式拒绝服务（VM Distributed Denial of Service, DDoS）攻击和虚拟机逃逸攻击三大类，然后对这三大类横向移动攻击检测技术进行了归纳总结，总结指出当前虚拟机横向移动攻击的种类多，攻击手段不断变化，而检测技术仍然存在诸多不足。如何有效应对这些攻击，从而保障云计算安全，是当前亟需解决的问题。在云环境中，需要不断研究新的技术手段，探索更加先进的检测方法，并不断完善现有的检测防御措施，以实现更加全面、高效、精准的检测虚拟机横向移动攻击。结合虚拟机横向移动攻击检测技术存在的技术挑战，本文对虚拟机横向移动攻击检测技术未来研究方向进行了探讨，针对如何实现虚拟机松耦合、体系化的云入侵检测系统提出了研究展望，以便更好的保证云环境的安全。]]></description>
<pubDate>2025/4/29 11:14:53</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李晨,涂碧波,许洋,张坤]]></author>
</item>
<item>
<title><![CDATA[分布式系统的文件权限缺陷分析与检测]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202209150000001&flag=2]]></link>
<description><![CDATA[文件是系统运行过程中最常用的存储载体，由于文件中包含了敏感信息，系统软件通常需要为文件设置严格的权限。但在分布式系统中，不同用户启动的组件可能访问相同的文件，开发者在设置文件权限、访问者和路径时都有可能出现错误，因而引起文件权限缺陷。文件权限缺陷对分布式系统会造成非常严重的危害，如用户请求失败、敏感信息泄露等，严重的甚至会引起集群宕机。本文以分布式系统中的文件权限缺陷为研究对象，从15个广泛使用的分布式系统中搜集了130个文件权限缺陷，归纳出可引起文件权限缺陷的5种因素，即错误的用户、错误的路径、权限严格、权限宽松和权限模糊。并通过详细的缺陷分析，对文件权限缺陷产生的根源和影响进行了系统研究。本文发现，权限模糊缺陷在文件权限缺陷中占比最大，且产生的影响较广，既能引起资源不可访问，又能引起资源泄漏，因此本文根据文件权限缺陷自身的特点,设计出有针对性的检测方法，并开发出静态文件权限模糊检测工具MFPChecker（Missing File Permission Checker）。MFPChecker可有效检测系统中未显式设置文件权限的缺陷。在10个系统上的实验表明，MFPChecker可以检测到73.9%（17/23）的旧缺陷，同时检测到769个新缺陷，误报率仅为5.7%。这其中14个缺陷已被开源社区确认，7个被我们提交的补丁修复，这些缺陷的修复方式得到了开发者的认可。]]></description>
<pubDate>2025/4/29 11:14:09</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[龚晓锐,郭青丽,张东升,赵蓓蓓]]></author>
</item>
<item>
<title><![CDATA[受限伪随机函数：定义的讨论和可验证性构造]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202307220000001&flag=2]]></link>
<description><![CDATA[伪随机函数（Pseudorandom Function, PRF）是现代密码学的基本原语之一，由私钥空间、定义域空间及值域空间所表达。一方从私钥空间随机选取一个私钥，对定义域空间内的任一点，可计算一个PRF输出。为了满足日益丰富的安全或应用需求，学者们开启了对PRF的扩展性研究，即在PRF的基础上增加一些额外的特性，本文着重于PRF受限性研究（Constrained PRF，CPRF）。拥有PRF私钥的一方，可对定义域空间的某些子集生成受限密钥，该受限密钥可被授权给第三方以计算子集内的所有点处的PRF输出！
具体来讲，本文的研究分为两个方面。首先从受限集合的类别、正确性、安全性和额外的属性等四个方面对CPRF的定义进行讨论，着重回答目前存在的一些争议点的问题，比如能否用CPRF取代函数伪随机函数，单挑战安全性是否等价于多挑战安全性等。其次研究CPRF的可验证性(Constrained Verifiable Random Function, CVRF)，提出一个半动态安全的CVRF构造。值得注意的是，已知的CVRF构造，要么满足弱安全性，如选择挑战安全性；要么满足稍强安全性，如半动态安全性或者动态安全性，遗憾的是，满足稍强安全性的方案皆为非紧致的安全性归约证明，而且支持相对有限的受限集合类。本文的构造在满足稍强安全性，即半动态安全性的同时，不仅具有紧致的安全性归约证明，还支持任意有效可表达的受限集合。]]></description>
<pubDate>2025/4/29 11:13:38</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李红达,梁蓓,孟宪宁,昝瑶]]></author>
</item>
<item>
<title><![CDATA[基于同态加密的隐私保护神经网络研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202305060000001&flag=2]]></link>
<description><![CDATA[深度学习作为一种基于神经网络的机器学习方法，在图像、语音、自然语言处理等领域获得了空前的成功。相较于其他神经网络技术，深度学习模型具有复杂性和可扩展性，能够有效地对大规模数据进行建模，并在实际应用中展现出色的性能。而获得一个高质量的深度学习模型往往需要大量的专家知识和计算资源。随着云计算的广泛普及，云服务器能够为这类解决复杂任务和数据的神经网络技术提供强大算力。在此背景下，“机器学习即服务”的计算模式应运而生。然而，一系列数据安全问题也随之而来。例如，客户端将本地未加密数据上传至云服务器，将失去数据的访问控制权，导致潜在的隐私泄露风险。因此，越来越多的隐私保护法规严格禁止企业或组织收集、分发以及使用用户数据。同态加密作为一种有前途的隐私保护技术，提供了直接在加密数据上计算的能力。基于同态加密实现隐私保护神经网络能够允许不受信任的第三方在不解密的情况下处理数据，从而保护客户端的敏感信息不被泄露。因此，如何高效实现基于同态加密的隐私保护神经网络已成为重要的热点研究方向。本文通过调研现有研究工作，深入分析了基于同态加密实现神经网络推理和训练所面临的问题和挑战，归纳总结了神经网络各层计算与同态加密的结合方法以及相关优化实现。最后，本文总结了基于同态加密的隐私保护神经网络应用存在的关键挑战和未来研究方向。]]></description>
<pubDate>2025/4/29 11:01:00</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[程佳豪,侯锐,孟丹,王志伟,赵路坦]]></author>
</item>
<item>
<title><![CDATA[一种差异化信息传播聚合的复杂网络分析算法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202311150000002&flag=2]]></link>
<description><![CDATA[随着信息系统的演进，计算机网络自治系统变得越来越复杂，涉及各种网络角色，这对网络安全和性能提出了新的挑战。复杂网络以其在电网和社交网络等领域的重要性而闻名，而计算机网络是一种由终端、交换机以及路由器组成的复杂网络，对计算机网络进行关键节点分析并定制安全措施有助于预测病毒传播、检测异常流量以及在优化网络性能的同时增强安全性。已有的关键节点识别方法包括基于度数的方法、基于重力模型的方法或基于图卷积网络的方法等，但他们存在识别准确率低，排名分辨率差以及普适性低等问题。受图卷积网络（GCN）的节点信息聚合的启发，我们提出了一种差分信息传递与聚合的方法KSDPA，这是一种基于K-Shell值聚合信息的新颖方法。我们的方法通过基于K-Shell考虑全局网络信息，在2R轮迭代中执行全局和局部影响力分析，其中在前R轮中按重要性对节点进行梯队划分，并在后续R轮中对每个层内的节点进行细粒度地排名。通过对16个真实网络的实验证明，我们的方法在这些网络中的13个网络中准确性表现最佳，12个网络中分辨率表现最佳。同时，我们的方法比EHCC方法在准确率方面提高了5%，并比DGCM+方法拥有更高的排名分辨率。最后我们对一个计算机网络拓扑结构进行分析并提出了我们的建议。]]></description>
<pubDate>2025/4/29 11:00:06</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈藩松,林伟诚,刘永继,孙利民,朱红松,祝博远]]></author>
</item>
<item>
<title><![CDATA[逃避型恶意代码检测方法综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401040000002&flag=2]]></link>
<description><![CDATA[逃避型恶意软件是一种具备逃避或对抗分析能力的恶意软件。随着攻防技术的不断博弈，恶意代码所采用的逃避技术呈现多样化和隐蔽化的趋势，调试器、沙箱等常规安全措施无法对逃避型恶意软件进行有效检测。为了防御不断增长和演变的逃避型恶意软件，学术界与产业界提出了多种有效的检测方法以支撑逃避型恶意代码的快速发现。本文围绕逃避型恶意代码的特点和检测难点痛点，对现有的逃避策略和检测方法进行研究。首先，总结了逃避型恶意代码的概念和特点，通过分析不同家族所使用的逃避策略，凝练形成恶意代码常用的逃避技术，这些逃避策略包括混淆、加密、加壳等传统静态逃避技术，人工智能辅助逃避方法，以及反虚拟化、反调试、基于时间的攻击、基于资源分析的攻击等动态逃避方法。随后，本文以逃避型恶意代码为研究对象，围绕逃避型恶意代码检测方法进行研究,从静态检测和动态检测两个方面总结了逃避型恶意代码检测领域的最新进展和研究成果，探讨了基于虚拟机自省的检测技术、基于动态二进制的检测技术、基于裸金属的检测技术，以及基于指纹伪装等辅助方法的应用场景、优势和局限性等。此外，为了实现更高效的逃避型恶意代码检测，本文还讨论了逃避型恶意软件检测面临的主要挑战和未来的研究方向，包括恶意软件强制执行分析技术、基于生成指纹的检测技术、基于人工智能的检测技术、基于动态时间序列的分析技术。]]></description>
<pubDate>2025/4/29 10:58:43</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈政材,杜海超,贾晓启,解亚敏,唐静,闫奎滈]]></author>
</item>
<item>
<title><![CDATA[同态友好的对称密码算法研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202306300000001&flag=2]]></link>
<description><![CDATA[本综述对同态友好的对称密码算法的背景意义进行了全面的探讨,并深入阐述了这类算法在混合同态加密方案中的应用需求。我们详细描述了基于分组密码和流密码的混合同态加密框架,以及实数到有限域(RtF)的转加密框架,并深入讨论了在这些混合同态加密框架中,如何将对称密码算法与同态加密算法相结合,以实现高效且低通信量的混合加密外包计算。针对适用于混合同态加密方案的同态友好的对称密码算法,我们进行了深入的研究和分类,并探讨了这些算法应具备低乘法复杂度和乘法深度的特性。我们详细介绍了这类算法,并讨论了它们所使用的线性和非线性部件,以及如何在不增加客户端计算负担的情况下提供更高效的同态实现。此外,我们还对部分同态友好的对称密码算法进行了同态实现,并对它们在同一环境中的性能进行了比较。结果显示,这类对称密码算法针对客户端和服务器端,在的性能上明显优于现有的传统对称分组密码。总体而言,本综述旨在为读者提供全面的视角,以便理解同态友好的对称密码算法及其在混合框架中的应用,并为实践应用和未来的同态加密研究提供参考。]]></description>
<pubDate>2025/4/24 15:21:11</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李永强,刘芬,王明生]]></author>
</item>
<item>
<title><![CDATA[基于LWE问题的密钥封装机制实现安全性研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202305250000001&flag=2]]></link>
<description><![CDATA[量子计算高速发展，尤其是舒尔算法的提出和大规模量子计算机的加速研制，离散对数求解和大整数分解问题或在未来二十年左右被求解。这意味着现行大多数公钥密码体系到时将不再安全，如RSA、ECC等。后量子密码算法设计和安全性研究成为全世界需共同面对的重大课题。众多科研人员投入到抗量子计算的公钥密码算法研制，一些国家和国际组织开始推动相应标准化工作。基于多样数学困难问题建立的后量子密码系统通过数学理论保证其理论安全，但算法的理论安全无法保障其实现安全，后量子密码在具体实现和应用中易受到侧信道攻击，这严重威胁到后量子密码的实现安全。目前，抗量子计算的密码体制主要基于格、哈希、编码、多变量和同源。其中，格密码体制因运行效率高，并发性强，成为备受关注的后量子密码。本文从FO转换、纠错码、多项式乘法和错误采样等格密码组件的攻击点和攻击方法，总结了基于 LWE 问题的格密码算法在实现密钥封装时所面临的侧信道安全风险；更进一步，我们详细总结了针对现有攻击点和攻击方法的防护策略；最后，提出了潜在的分析与防御方案，这为安全基于格的后量子密码算法设计、分析和评估提供依据。]]></description>
<pubDate>2025/4/24 11:12:57</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜剑峰,王竹]]></author>
</item>
<item>
<title><![CDATA[轻量级密码Schwaemm的差分线性攻击]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202212070000004&flag=2]]></link>
<description><![CDATA[Sparkle是LWC第三轮胜选算法之一。其算法家族包括认证加密算法Schwaemm、杂凑函数Esch和可扩展的输出函数，均使用基于ARX结构Alzette设计的Sparkle置换。设计者Beierle等人使用数据折中攻击和猜测确定攻击，针对认证加密算法Schwaemm128-128/192-192/256-256的初始化算法给出了3.5轮分析结果，并且给出了Schwaemm128-128/192-192/256-256的4.5轮生日差分攻击结果，但是由于4.5轮的攻击复杂度太大，不属于有效攻击。本文给出了Sparkle256的4轮差分-线性路径，对Schwaemm128-128的初始化算法进行区分攻击和密钥恢复攻击。首先，通过理论分析给出4轮差分-线性路径模型。然后，使用Matsui搜索算法结合中间路径计算算法，得到符合模型的4轮差分-线性路径。最后，计算4轮差分-线性路径的概率。使用差分路径值计算算法，在轮常数为c[0]的情况下，得到了192对随机数使得4轮差分-线性路径的概率为2^-6。实验结果表明，在轮常数为c[0]的情况下，对4轮Schwaemm128-128的初始化算法进行区分攻击成功概率为98.5%，对4.5轮Schwaemm128-128的初始化算法进行密钥恢复攻击，具有12比特优势，成功概率为77.0%。然而，Schwaemm128-128的输入包含128比特密钥，设计者声称安全比特为120比特。我们的研究表明，在轮常数为c[0]的情况下，4.5轮Schwaemm128-128的初始化算法的安全比特低于116比特。]]></description>
<pubDate>2025/2/26 9:30:38</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[刘美成,熊智诚]]></author>
</item>
<item>
<title><![CDATA[一种面向云环境的细粒度缓存侧信道攻击检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201190000001&flag=2]]></link>
<description><![CDATA[随着云计算市场占有率的逐渐增长，云安全也越来越受到研究者的重视。云环境中为了提高资源的利用效率，使用虚拟化技术对底层资源进行整合与分配。由此，在虚拟机之间存在大量的共享资源，使得云平台易受到侧信道攻击的威胁，而缓存侧信道攻击是目前侧信道攻击中攻击范围广、攻击变种多、危害较大的一类攻击。攻击检测是防御工作中重要的一环，甚至是作为其他防御手段的前置步骤。虽然已有不少研究者对缓存侧信道攻击检测方法做出研究，但目前针对云环境的研究较少，且现有的缓存侧信道攻击检测方法存在抗干扰性差、检测粒度过粗等问题。为了解决这些问题，本文通过对典型缓存侧信道攻击的分析，提出了一种基于指令监控的缓存侧信道攻击检测方法。该检测方法基于虚拟化技术实现，结合了基于异常和基于特征的检测思路，可对多种缓存侧信道攻击进行进程级别的细粒度检测，并且该方法无需对底层硬件和上层虚拟机进行修改。本文在基于KVM的云平台中，应用该攻击检测方法实现了一个攻击检测系统。经实验验证，该攻击检测系统的运行对正常云服务的性能影响基本控制在5%以内，并且该系统在不同负载情况下都可以保持目标检测效果。]]></description>
<pubDate>2025/2/17 10:31:46</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄庆佳,贾晓启,凌雨卿,秦浩翔,唐静,王睿怡,姚文韬,张伟娟]]></author>
</item>
<item>
<title><![CDATA[基于李群的网络系统行为风险计算方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202311300000001&flag=2]]></link>
<description><![CDATA[随着互联网在生活中的广泛应用，越来越多的软件开始收集更多用户信息以改进用户体验，而这些存放在服务器上的用户隐私，同时也存在着极大的泄露风险。对网络风险进行实时评估，不仅可以关注到网络状态的变化，也有利于随时调整网络防御手段，及时防御网络攻击，减小攻击损失。传统上，网络风险评估往往采用统计计算的方法来进行，本文通过采用数学中的李群模型，对网络系统进行数学建模，从而提出了一种实时计算网络风险的新算法。本文用李群运动学描述网络中的攻击行为。通过将网络系统中由指标和拓扑组成的矩阵映射到李群，给出攻击行为路径以及网络攻防的数值定义，使用测地线计算李群中元素的距离，作为网络风险指标，并提出了相应的网络风险损害评估方法，从而将网络风险量化，实现对网络安全状态的实时评价。为了检验这种网络安全风险评估的有效性，本文使用现有数据集，并编写代码进行了相关实验，以评估这种方法的适用性与效率。实验结果证实，该基于李群的网络系统行为风险计算方法对于网络攻防风险值的客观量化计算是有效的，可以实现对网络风险的定量评估。在与其他的机器学习算法相比时，各指标上均没有明显差距，而其具有的一些特点则具备被深度开发的潜质。]]></description>
<pubDate>2025/1/20 14:31:15</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[常悦,刘振岩,宋策,肖禹名,赵小林]]></author>
</item>
<item>
<title><![CDATA[网络攻击场景重构技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202204290000001&flag=2]]></link>
<description><![CDATA[随着网络空间攻防对抗日益加剧，新型漏洞、新兴技术手法、新攻击面不断涌现，给网络威胁感知发现和溯源取证工作带来了巨大挑战。由于网络空间的威胁主体对目标的信息侦察、缺陷利用、控制通信等行为，不可避免地在各环节的监测系统中留下痕迹，这些痕迹从多个角度反映出其攻击手法和攻击意图。攻击场景重构是一种从流量、告警、日志等痕迹信息中抽取攻击信息并还原为攻击过程的技术，可帮助分析人员或检测系统对攻击活动进行准确识别、深入分析与有效归因，提升威胁处置效率。近年来，针对网络攻击重构技术已有较多的探索，本文按照攻击场景重构的全过程对现有工作进行梳理和归纳，为安全研究人员提供借鉴和参考。首先，本文介绍了攻击场景重构的概念内涵，指出了与其他威胁分析过程的异同点，并阐述了攻击场景重构的主要流程。然后，本文按照主要流程先后阐述了使用到的威胁模型、数据模型和关联方法，并对代表性工作进行总结与优劣分析。最后，本文提出攻击场景重构的常用评价指标和应用场景，讨论现有方法存在的问题，并展望该领域未来的几个重要研究方向。]]></description>
<pubDate>2024/10/14 17:09:53</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[董放明,杜翔宇,范子静,江钧,姜政伟,李宁,刘宝旭,杨沛安,张开]]></author>
</item>
<item>
<title><![CDATA[一个噪音鲁棒的数据集隐私保护指纹方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202211180000004&flag=2]]></link>
<description><![CDATA[差分隐私（Differential privacy, DP）指纹技术近来被广泛研究并被用来进行数据集分发中的隐私和版权保护。DP 指纹技术
结合了数字指纹技术和隐私保护模型：
ε -DP。前者可用于叛徒追踪，定位非法分发数据集的数据接收者；后者可用于保护数
据集中的敏感信息，并提供一定的数据统计分析准确性。目前的 DP 指纹方案存在两方面的问题：1.基于
ε -entry-level DP 实现
的 DPFP 方案[4]在发布数据集时会发布主键属性，因此该方案对数据集的隐私保护很弱。2.基于
ε -DP 实现的 SNFP-DP 方案[3]
虽然对数据集提供了很强的隐私保护，但它通过计算方差来进行指纹检测，所以该方案噪音攻击的鲁棒性低。
本文为数据集提出了一个隐私保护定义
ε -multiset-level DP，并设计了一个满足该定义的噪音鲁棒 DP 指纹方案-NLAP。
ε -multiset-level DP 解决了
ε -DP 中存在的数据集表示问题，即更改
ε -DP 数据集
S
中数据的排列顺序会令
S
不满足
ε -DP，并
且
ε -multiset-level DP 可以对数据集提供和
ε -DP 一样的隐私保护。本文提出的 DP 指纹方案通过向数据集添加服从 Laplace 分
布的噪声实现隐私保护，在加入噪声的同时记录数据集中每条数据添加的噪音范围，通过这种方式对数据集进行指纹，从而实
现数据集的版权保护。我们的方案对噪音的鲁棒性由指纹的检测方式保证，通过将噪音数据集与原始数据集对应位置相减的方
式，将偏移量大于
θ
的 Lapalce 噪音收集起来，计算噪音的均值进行指纹检测，由于无偏的噪音不影响均值的期望，这样 NLAP
实现了对噪音攻击的可证明鲁棒性。在隐私保护能力上我们的方案优于 DPFP 方案。我们和基于
ε -DP 实现的 SNFP-DP 方案进
行了全面的对比。鲁棒性实验结果表明，在噪音攻击下，NLAP 的指纹恢复率相比于 SNFP-DP 方案提升了 4 倍，同时我们进
行了鲁棒性理论分析，为我们的实验结果提供了理论支撑。可用性实验结果表明，在各种指标下， NLAP 相比于 SNFP-DP 都
有显著的提升。]]></description>
<pubDate>2024/10/14 17:09:12</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈驰,邱佳宝,王文灏,袁曙光]]></author>
</item>
<item>
<title><![CDATA[容器安全威胁及防护技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202210090000004&flag=2]]></link>
<description><![CDATA[容器技术及其生态组件的应用，使服务具备快速部署、跨平台迁移、持续交付、横向扩展等能力，对云计算领域的发展带来了深远的影响，围绕容器技术的相关项目也日臻丰富和完善，提升了容器自身功能的多样性和易用性。然而，容器技术及其生态组件的使用进一步弱化了传统服务之间的隔离性，增加了应用、平台、系统、硬件等暴露的攻击面，制约了容器的发展。从恶意软件嵌入、容器逃逸攻击到编排平台的未授权访问，攻击的危害程度和影响范围不断增加，容器技术及其生态组件的安全问题受到越来越多关注。为此，学术界和产业界研究并提出了一些有价值的安全机制和解决方案，如入侵检测、权限控制、隔离优化、可信硬件等。本文将容器技术及其生态组件作为研究对象，在充分调研现有研究工作的基础上，总结提出了容器技术的生态架构，依据此架构，从容器实例、容器镜像、容器网络、容器核心、编排平台、系统内核、基础硬件、配置管理组件八个方面分析了容器面临的安全威胁，并相应地归纳了应对威胁的安全防护技术、比较了各类安全防护方案的优缺点。最后，本文对容器技术在“多租户”场景下的应用趋势进行了分析，进一步讨论了多租户容器发展趋势下面临的安全问题，并针对这些问题提出了一种容器级的安全防护解决方案。]]></description>
<pubDate>2024/10/14 17:08:16</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[邓启晴,卢至彤,宋晨,王利明,徐震]]></author>
</item>
<item>
<title><![CDATA[基于信道选择和深度特征融合的大尺寸图像隐写分析方法研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202209060000002&flag=2]]></link>
<description><![CDATA[近年来，自适应图像隐写技术的发展给图像隐写分析技术带来了很大的挑战，而深度学习的相关技术在隐写分析领域的应用使隐写分析技术取得了突破性进展，目前各方面性能均已超过机器学习隐写分析技术。但是由于GPU受限，当前图像隐写分析网络可分析图像的尺寸仍局限在较小尺寸范围内，无法对较大尺寸的图像直接分析，随着多媒体技术的不断发展，大尺寸、高分辨率的图像已经常态化使用，绝大多数隐写分析网络已经不再适应当前的环境，针对该问题本文提出了一种基于信道选择和深度特征融合的大尺寸图像隐写分析方法，将较大尺寸图像分成网络可直接训练和检测的尺寸的图像块，并设计了一种计算特征复杂度的方法，然后基于对现有网络的改进使网络同时输出分块图像的隐写判别结果和提取深度特征的复杂度，再根据内容自适应算法的基本原理，利用选择信道知识自适应提供给融合判别器分块图像的权重，最终对所有分块图像的检测结果和自适应权重融合判决。为了保证隐写信息的不被破坏，本文对图像采用了重叠分块，本文方法在分析较大尺寸图像上取得了较高的检测准确率，当前环境下具有比较高的实用性，实验证明，在多种自适应隐写算法上本文方法在目前深度学习网络可直接分析的略大尺寸图像上取得了比直接分析方法更优的检测性能，并在当前网络无法直接分析的较大尺寸图像上取得了优于传统的融合信道选择知识的通用隐写分析方法的检测性能，检测准确率最高可提升10%。
关键词  隐写分析；深度学习；大尺寸图像；特征复杂度；信道选择；深度特征融合]]></description>
<pubDate>2024/10/14 16:02:28</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[何晓磊,肖俊超,易小伟,赵枫,赵险峰]]></author>
</item>
<item>
<title><![CDATA[基于图神经网络的可解释安卓恶意软件检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202302150000001&flag=2]]></link>
<description><![CDATA[随着智能手机的广泛普及，近年来安卓恶意软件的数量迅速增加对智能手机用户的安全构成了严重威胁。学术界和工业界已经开始广泛采用基于深度学习的方法来自动化检测恶意软件，其中，使用图神经网络（Graph Neural Network， GNN）对函数调用图（Function Call Graph， FCG）特征进行检测的方法已经表现出优秀的准确性和鲁棒性。然而，由于现有的基于GNN的检测方法缺乏可解释性，使得对于检测结果的理解和分析变得困难，限制了其在实际中的应用范围。近年来，涌现出了众多GNN可解释性方法。但是，这些可解释性方法往往只关注了解释结果的准确度，而忽略了解释结果的保真度，从而导致在解释FCG图时解释结果准确率不佳。为了解决这一问题，本文提出了一种基于图神经网络的可解释安卓恶意软件检测方法（Interpretable Graph neural network-based Android Malware Detection， IGAMD）。该方法首先通过反编译安卓APK获得FCG，并进一步分析获取属性函数调用图（Attribute FCG，AFCG）特征。随后，IGAMD将AFCG输入到GNN分类模型和GNN解释模型，以得出分类结果和解释结果。与其他GNN可解释性方法不同，GNN解释模型同时关注了解释结果的准确度和保真度，从而达到了更优的性能表现。GNN解释模型能够识别出安卓恶意软件FCG中对分类贡献最大的子图，并提供节点重要性得分供进一步分析。实验结果显示，相较于现有研究中表现最佳的三种GNN可解释性方法，IGAMD的解释结果具有更高的准确度和保真度，能够准确揭示恶意软件的行为模式。同时，IGAMD在恶意软件检测任务中表现出了优异的性能，达到了96.23%的识别准确率。]]></description>
<pubDate>2024/9/19 15:41:34</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜海超,付玉霞,黄庆佳,贾晓启,李亚凯,谢静,周梦婷,周启航]]></author>
</item>
<item>
<title><![CDATA[进程内部空间隔离研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202301050000001&flag=2]]></link>
<description><![CDATA[近些年系统安全防御机制有着显著的发展进步，但是内存损坏漏洞依旧对现代软件的安全性构成了巨大的威胁，其仍是现代应用程序中最普遍和最危险的安全漏洞之一。然而现代操作系统所提供内存隔离机制仅作用于进程之间，未能有效支持在进程内部建立安全隔离边界，如果目标进程中存在内存损坏漏洞，攻击者便可利用该类型漏洞破坏进程自身代码的安全性、恶意访问进程内部的敏感信息、或劫持程序原本的执行流进而控制整个应用进程。进程内部空间隔离通过将原本单一的进程空间划分为多个相互隔离的内存区域，不仅可以保护进程内特殊模块的安全性，也可以保护进程内部敏感信息，同时也能用于检测、监控和防御进程内不可信模块的恶意行为，从而降低漏洞带来的安全风险，极大程度地提高相关应用程序的安全性和健壮性。为此研究人员设计了大量用于加强进程内部空间隔离效果的研究方案。本文首先对进程内部空间隔离技术进行整体概述，其次通过比较进程内部空间隔离与传统安全机制体现进程内部空间隔离机制的优势与必要性。接下来本文分析总结了各种安全机制的研究现状，然后对当前进程内部空间隔离的实现机制进行总结并指出相关研究的发展趋势以及如何实现更安全更高效的进程内部空间隔离机制，同时将各安全机制抽象成四个指标进行对比分析。最后结合目前存在的问题，展望了进程内部隔离方案的未来相关研究方向。]]></description>
<pubDate>2024/9/19 15:41:01</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[冯文治,付玉霞,黄庆佳,黄思聪,贾晓启,刘冠廷,谢静,周梦婷]]></author>
</item>
<item>
<title><![CDATA[基于深度学习的人-物交互检测研究进展综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202304190000002&flag=2]]></link>
<description><![CDATA[人-物交互检测旨在识别图像中的人体、物体及二者之间的交互关系。在以人为中心的场景中，人-物交互检测作为更高层语义理解的基础，在行为分析、场景理解、视频结构化等计算机视觉任务中发挥着重要的作用，同时在公共安全、企业管理等社会生活领域有很高的应用价值。近年来，深度学习的发展与大规模数据集的提出推动人-物交互检测领域的发展，但当前该领域的综述很少且不够全面。本文旨在对基于深度学习的人-物交互检测方法进行全面地综述，将人-物交互检测分为目标检测、人-物对关联与交互预测三部分，并重点介绍其中的人-物对关联方法与交互预测方法，从检测框架、特征信息、交互区域定义等角度对方法进行总结。具体而言，本文首先介绍人-物交互检测的背景，其次概述基于深度学习的人-物交互检测框架，并讨论串行与并行人-物交互检测中的人-物对关联模块与交互预测模块，再次介绍人-物交互检测的数据集和评价指标，并在两个常用数据集上对比不同方法的性能，然后指出人-物交互数据集中的长尾分布问题，并讨论该问题的解决方案，最后对人-物交互检测领域的未来研究方向进行总结与展望。本文期望通过梳理基于深度学习的人-物交互检测的研究现状，为该领域的未来方向提供可借鉴的思路。]]></description>
<pubDate>2024/9/19 15:14:44</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[白入文,黄伟庆,姜淼,李敏,任俊星,杨阳,赵士贤]]></author>
</item>
<item>
<title><![CDATA[基于强化学习自举增强的网络空间安全知识图谱实体对齐]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202303030000002&flag=2]]></link>
<description><![CDATA[知识图谱为人们提供了一种直观、高效的方式来理解和利用复杂的知识信息，已被广泛应用于网络空间安全威胁分析、舆情事件预测等网络安全领域。然而，不同网络空间安全领域缺乏统一的知识图谱构建标准，导致现有工作在构建知识图谱时忽视其通用性和扩展性。因此，如何大规模整合现有的网络空间安全知识图谱是该领域的一个关键问题。实体对齐是融合知识图谱的关键任务，现有工作已经充分地探索了如何通过编码实体的语义和结构信息进行对齐。然而，这些工作依赖于大量预对齐的种子节点辅助学习，难以有效应用于预对齐种子稀缺的网络空间知识图谱的对齐任务中。为了缓解预对齐种子节点的稀疏性问题，一些工作提出了从未标注的数据中迭代式选择伪对齐样本的方式扩充训练数据。然而，这些算法在选择样本时依赖于启发式规则，无法保证伪对齐样本的结构一致性，难以有效挖掘出不同网络空间安全知识图谱间的高质量伪对齐样本。为了解决以上问题，本文针对泛用式网络空间安全知识图谱融合任务进行研究，基于知识图谱基础图结构以及语义信息，提出了一种新的基于强化学习的自举增强的实体对齐模型（Bootstrapping Entity Alignment with Reinforcement Learning，BEAR）。该模型可以利用图的结构一致性来自动选择高质量的伪对齐样本辅助对齐。我们将自举样本选择过程抽象化为序列决策问题，并设计了一个强化学习框架进行求解，从而使模型能够自动选择最有效的伪对齐样本。此外，为了充分利用知识图谱中的结构信息并保持实体和关系表示时的结构独立性，我们设计了一种新的方向关系感知图卷积网络，用于学习实体和关系表示。在四个真实数据集的实验结果表明，本文所提出的BEAR模型在实体对齐任务上的性能优于几个最先进的基线方法。]]></description>
<pubDate>2024/9/19 15:14:16</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[高站超,王鼎,杨近朱,周薇]]></author>
</item>
<item>
<title><![CDATA[基于Sigma协议的分权监管隐私保护区块链]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202301230000001&flag=2]]></link>
<description><![CDATA[区块链是比特币、以太坊等加密货币的基础设施，提供了一种去中心化、不可篡改和可验证的账本，可以记录数字资产的交易。区块链账本的公开透明特性使得交易便于验证，但同时也暴露了隐私信息，可能会对个人和企业的安全造成影响。近年来，许多区块链隐私保护研究都集中在交易用户的匿名性和交易内容的保密性两方面。然而，强大的隐私性使得恶意用户很容易隐藏交易地址和非法交易内容，这给当前的一些监管机构如反洗钱组织等带来了挑战。一些可追踪可审计的区块链方案往往不能同时提供匿名性和机密性，此外，还存在监管操作单一、监管越权、需要与被监管方交互等问题。在本文中，我们提出了一种基于Sigma协议的分权监管的强隐私保护方案，可以达到匿名性、机密性、地址可追踪以及内容可审计的目的。我们通过Bresson等人提出的带有双陷门解密机制的同态公钥密码系统实现交易内容的机密性与可审计性，通过一次性地址实现交易方地址的匿名性与可追踪性。为了限制监管者的权利，我们设计了新颖的监管模式，将地址追踪与内容审计的权限分离，各方监管者之间相互制约且需要进行合作。我们基于Sigma协议设计了四种类型的零知识证明用于交易的公开验证，包括所有权证明、一致性证明、平衡证明和范围证明，不需要可信设置。此外，我们提供了方案的安全定义和形式化的安全性分析，并实现了零知识证明协议和方案算法，以展示所提方案的实用性。]]></description>
<pubDate>2024/9/19 15:14:01</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[丁炯,徐海霞]]></author>
</item>
<item>
<title><![CDATA[一种复杂电磁环境下非协作5G攻击信号识别体系]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202301210000001&flag=2]]></link>
<description><![CDATA[无线通信对抗中未经授权的非协作攻击信号为5G通信系统安全带来了巨大的风险挑战。结合无线攻击信号响应速度快的特点、非协作通信缺乏先验信息的固有缺陷以及5G通信系统对信号质量的严格要求，迫切需要一种攻击识别能力和抗复杂电磁环境能力更强的5G攻击信号识别方法。本文从信号角度对多层次的5G攻击信号展开参数估计和盲识别，构建了一个系统化、可演进的非协作5G攻击信号安全识别体系。首先研究5G攻击信号样本库构建和自动匹配识别技术，引入一种可行方向策略的序列最小优化算法，构建自下而上的多层次特征分类器。构造攻击信号可分辨、易测量且稳定的特征参数组，充分利用攻击类型的先验信息和前期安全监测结果实现快速匹配识别和安全研判，通过三元组形式构建5G信号安全威胁库中的知识图谱。其次，在攻击样本库失效的条件下，研究5G攻击信号的盲识别与参数估计技术，创新性地提出一套闭环的攻击参数估计与攻击盲识别的反馈迭代处理框架，通过判决反馈辅助特征参数修正和攻击参数判断，构造决策树逐级确定攻击类型，提高5G攻击信号的识别能力。不同于追求高精度的通用信号识别方法，本文尝试从安全性的角度识别攻击信号，以确保复杂电磁环境下5G通信系统的正常通信和信息安全，为5G通信信号的安全监测奠定了理论和技术基础。]]></description>
<pubDate>2024/9/19 15:13:40</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[范伟,黄伟庆,彭诚]]></author>
</item>
<item>
<title><![CDATA[DNS隐蔽信道检测技术研究进展]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202212280000001&flag=2]]></link>
<description><![CDATA[DNS（域名系统）一直以来作为互联网关键信息基础设施而被极为广泛的使用，防火墙、入侵检测等网络防御设备普遍倾向于直接放行或宽松处理DNS数据以避免因误拦截而破坏信息系统可用性。鉴于DNS存在此应用优势，DCC（DNS Covert Channel，DNS隐蔽信道）备受攻击者青睐，常被APT（高级可持续攻击）和僵尸网络用于隐蔽外传所窃取的敏感数据。加密DNS技术的出现一定程度上解决了用户数据隐私暴露的问题，但仍可被攻击者构造DNS隐蔽信道，同样存在数据泄露隐患。鉴于DCC是网络攻击链的重要一环，DCC检测成为近年来的研究热点，亦是网络安全中不容忽视的重要问题。本文首先具象化地剖析DCC基本原理（分为明文DCC和密文DCC），从命令控制、数据回传2个层面分析了DCC在APT攻击中的典型应用；其次，将明文DCC检测过程划分为数据处理、特征提取、特征表示3个环节，对各环节中的关键技术进行梳理，进而总结检测方法并对比分析了明文DCC检测中利用特征阈值、机器学习、深度学习等方法模型的优缺点。再次，以DoH隐蔽信道为对象，从DoH检测、DoH隐蔽信道检测两个分析步骤，对前沿的密文DCC检测方法进行归纳总结。最后，讨论了DCC检测中目前存在的问题和影响检测效果的因素，并对DCC检测领域中未来发展趋势进行了展望。]]></description>
<pubDate>2024/9/19 15:13:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[崔翔,杜丹,桂坚勇,韩冬旭,李宁,刘宝旭,刘松,刘玉岭,卢志刚,吴迪]]></author>
</item>
<item>
<title><![CDATA[基于主动防御的反勒索软件技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202302070000003&flag=2]]></link>
<description><![CDATA[勒索软件易攻难守,一旦利用漏洞进入系统对数据采用高强度密码算法进行加密后,反向自行破解的概率极低,已成为网络安全和数据安全的严重威胁之一。勒索软件变种层出不穷,传统勒索防御方法已无法抵御愈发智能化、复杂化的新型勒索软件攻击,因此研究基于主动防御的反勒索软件技术具有极其重要的意义。首先分析了主动反勒索技术的背景、现状和研究意义,阐述了技术脉络和研究分类；然后介绍了典型勒索软件类型、特征,及其演变趋势；基于勒索软件生命周期从入侵手段、规避机制以及数据安全威胁三个方面阐述了勒索软件攻击机制,归纳分析了不同勒索软件变种的攻击原理和实例；根据勒索软件所处攻击阶段和攻击特性,将主动反勒索技术分为勒索预防技术、勒索阻断技术、数据防篡改技术以及数据防泄漏技术四个大类,对比分析了现有主动反勒索技术的优缺点；进一步以数据保护为目标提出了主动反勒索安全框架；讨论和展望了反勒索技术未来的关键研究方向。]]></description>
<pubDate>2024/9/12 10:17:03</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[Xiaoyan Sun,马多贺,唐志敏,王新哲,张雅勤]]></author>
</item>
<item>
<title><![CDATA[面向威胁情报的大语言模型技术应用综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202401160000001&flag=2]]></link>
<description><![CDATA[随着计算机与网络技术的不断发展，网络空间面临着日益复杂的安全威胁。为了有效防御网络攻击，网络威胁情报应运而生。然而当前网络威胁如零日漏洞、高级可持续性威胁（Advanced Persistent Threat, APT）等，具有形式复杂、针对性强、危害性高、隐蔽性强，时间跨度长等特征，传统的威胁情报技术难以有效应对。近年来，大语言模型（Large Language Models, LLM）的兴起不仅降低了攻击成本，还促进了网络攻击技术的普及化。因此，本文旨在通过探讨大语言模型在威胁情报领域的技术应用现状，利用大语言模型的潜能提高对威胁情报聚合，分析及应用的能力，从而更为精准地识别、分析和应对网络威胁。本文首先概述了网络威胁情报背景知识，接着介绍大语言模型的概念、发展历程和研究现状，以发掘大语言模型在威胁情报领域应用的可能。然后深入分析了威胁情报与大语言模型结合的相关文献，围绕威胁情报生命周期系统地梳理了大语言模型在增强威胁情报聚合、驱动威胁情报分析以及赋能威胁情报应用方面的成果，并从技术应用场景和主要方法等角度对其进行分类归纳。此外，针对这三个方面分别总结了研究现状、技术特点和潜在发展方向。最后本文讨论了大语言模型应用于威胁情报和网络安全领域所面临的挑战，并给出了未来研究方向，进一步推动网络威胁情报的发展。]]></description>
<pubDate>2024/9/12 10:12:34</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈奕任,崔孟娇,封化民,江钧,姜政伟,凌志婷,杨沛安,张开]]></author>
</item>
<item>
<title><![CDATA[基于行为分析的内部威胁检测综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202107150000001&flag=2]]></link>
<description><![CDATA[随着互联网时代的发展，内部威胁行为日益增加，通常会导致系统破坏、经济损失和信息泄露，对个人、组织和国家安全造成严重威胁，是许多企业和组织机构面临的安全挑战之一。内部威胁检测成为网络攻击检测的一种非常重要的手段，正变得越来越紧迫。该领域的研究人员提出了大量的内部威胁检测技术，尤其是随着人工智能的发展，基于行为分析的内部威胁检测技术成为该领域的主要研究内容。本文调研了大量相关文献，做了如下工作：首先，总结了内部人员和内部威胁的基本概念，内部威胁通常具备的行为及特征。然后，从数据来源、检测方法两个维度对已有工作进行分类，同时总结了相关的特征工程。接下来，在第2章分类基础上重点论述了不同的检测方法和技术发展主线。之后，论述了评估和度量方法及研究资源。最后，讨论了当前研究中面临的挑战并展望了未来的机会和前景。本文希望能为该领域的研究人员提供一些有价值的参考。]]></description>
<pubDate>2024/9/11 19:12:55</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[刘杰,时金桥,王学宾,张闯,张浩亮,张鹏]]></author>
</item>
<item>
<title><![CDATA[基于深度学习的恶意加密流量检测及对抗技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202302250000001&flag=2]]></link>
<description><![CDATA[随着人们网络安全意识的不断提高和加密技术的广泛应用，网络中的加密流量呈现爆炸式增长。在加密技术保护用户数据安全和隐私的同时，攻击者也可滥用加密技术隐藏恶意、非法、窃密行为，给网络安全防护及监管带来新的挑战。一方面，在不解密条件下对恶意加密流量进行检测已成为网络安全领域的难题。随着恶意加密流量的不断增多，传统的深度包检测技术已不再适用。另一方面，攻击者利用流量混淆等攻击技术将恶意流量隐藏于正常流量之中，或者利用对抗机器学习生成对抗样本以干扰检测模型，误导检测系统做出错误决策。目前，将深度学习方法应用于恶意加密流量检测以及对抗方面的研究不断发展，尚未有文献对最新成果及趋势进行回顾。本文从任务场景、数据预处理、特征提取、模型和评估指标等多方面，全面整理并分析了恶意加密流量检测及对抗技术的最新研究成果。首先，提出了一个通用的恶意加密流量检测框架，并结合框架对目标任务场景进行分类总结。其次，介绍了应用于恶意加密流量检测的数据收集与预处理技术、特征提取与选择技术和相关的评估指标体系，讨论了数据不平衡问题的解决方法。此外，对比分析了不同检测模型的适用性和优缺点，并讨论了对抗攻击和应对措施。最后，探讨了恶意加密流量检测领域中开放问题和挑战，并对未来的研究方向进行了展望。]]></description>
<pubDate>2024/9/11 14:20:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[樊祖薇,张顺亮,赵泓策]]></author>
</item>
<item>
<title><![CDATA[基于家族核心函数的Linux恶意软件谱系分析方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202302070000002&flag=2]]></link>
<description><![CDATA[近些来恶意软件发展迅速、衍变速度愈发加快，且呈现出家族性扩散的趋势，现已成为学术界和工业界关注和研究的热点问题。然而，传统的依赖人工分析的方法存在扩展性差、效率低、难以应对日渐庞大的恶意软件数量的瓶颈，基于机器学习的智能化恶意软件的检测和分类技术也面临不能及时发现和预警未知恶意软件家族，缺乏对家族间潜在谱系关系进行准确分析和理解的问题。本文针对上述挑战，提出了一种基于家族核心函数的恶意软件谱系分析方法FCF-MLA（Family Core Functions-based Malware Lineage Analysis），能够通过定位未知恶意软件家族的核心函数，进而实现对家族之间潜在谱系关系的推断。该方法首先通过基于标签投票的代码相似性聚类方法分配未知恶意软件的标签；其次筛选恶意软件的反汇编函数，基于相似函数集合在家族内覆盖率提取各家族的核心函数群，作为后续谱系分析的特征输入；最后本文对现实世界中家族间存在的谱系关系进行了定义和量化，并对不同家族的核心函数间相似性距离进行分级，利用统计的分级结果整体表征家族间的相似程度，结合家族间数量级差推断潜在的谱系关系。本文基于提出的方法实现了原型系统，在现实中来自10个家族的10,578个恶意软件样本的数据集上进行了测试。实验结果表明，该方法的分类准确率达到了98.26%，并且能够准确定位家族核心函数、刻画家族间谱系关系。]]></description>
<pubDate>2024/9/11 14:20:03</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟豪,李澍非,梁瑞刚,孟国柱,相璐]]></author>
</item>
<item>
<title><![CDATA[轻量级定向模糊测试技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202301090000001&flag=2]]></link>
<description><![CDATA[模糊测试技术在软件漏洞挖掘领域中扮演着非常重要的角色，凭借其高自动化、易扩展、低成本等优势，一直以来都是软件安全提供支撑与保障的主流安全性测试技术。然而，随着系统与软件的日益复杂化，大量的版本迭代对漏洞挖掘的效率提出了新的需求与挑战，需要更高效的技术对新增代码可能引入的潜在漏洞进行定向化测试。针对该问题，本文分析了当前主流模糊测试技术的效率瓶颈，研究了在版本迭代场景下的定向模糊测试效率提升方式，提出了一种在程序版本迭代中迁移种子的轻量级定向模糊测试方法。该方法通过优化插桩机制、设计种子迁移方法、构建轻量级引导机制等优化模糊测试过程，在历史模糊测试过程记录和迭代有效的测试输入与程序分支之间的对应关系，积累并利用这些关系来指导该程序后续版本的模糊测试过程，实现在低时间成本的基础上有效提升大规模版本迭代过程中的模糊测试的定向覆盖率，增强对目标程序相邻版本之间进行测试的定向引导效果。本文进一步实现了一个轻量级定向模糊测试框架LFuzz，选择AFL为基准模糊测试工具，使用4款开源软件进行了实验验证，在模糊测试的定向覆盖率上平均取得了22.39%的提升，将触发目标代码的任意边的平均用时缩短了36.15%，从而验证了本文方法的有效性和可行性。]]></description>
<pubDate>2024/9/11 14:19:30</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[梁瑞刚,刘菁华,彭昱,张志宇,宗珮媛]]></author>
</item>
<item>
<title><![CDATA[面向B5G/6G无人机网络物理层安全传输综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202211110000001&flag=2]]></link>
<description><![CDATA[由于其灵活、易部署、低成本以及易与地面建立视距链路等优点，无人机将在未来空天地海一体化B5G/6G通信系统中发挥极其重要的作用。然而，无线信道的开放性与无人机通信链路的强视距为无人机通信系统带来众多安全风险。作为一种保证通信安全的有效措施，物理层安全日益受到重视。物理层安全可以有效解决无人机通信面临的窃听与干扰等威胁。随着时代的发展，无人机结合物理层安全技术在移动边缘计算等新场景以及B5G/6G的新兴技术中得到运用。由于无人机计算资源和能源受限以及新场景新技术的特殊性，传统物理层安全技术面临新的挑战。本文面向B5G/6G对现阶段无人机网络物理层安全传输进行了综述，首先对无人机面临的威胁、典型物理层安全传输技术包括人工噪声、波束成形以及中继协作等做出了介绍。其次对近年来无人机物理层安全传输相关的研究工作按照理论建模、安全性能评价、安全优化的顺序进行了梳理与总结，并在优化部分分别介绍了基于传统数学方法与基于机器学习方法的两种优化解决方案。随后结合移动边缘计算、卫星车辆协同等新场景，讨论了基于5G/B5G的无人机物理层安全研究。最后，面向6G展望了无人机物理层安全未来的研究方向，并对其中的开放问题进行了深入探讨。]]></description>
<pubDate>2024/9/11 14:17:54</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[郭晓蕾,张顺亮,张小卉]]></author>
</item>
<item>
<title><![CDATA[基于拜占庭容错的联盟链共识算法优化研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202211250000001&flag=2]]></link>
<description><![CDATA[基于同步网络假设的拜占庭容错协议可容忍多达1/2的拜占庭节点数。Sync HotStuff是一个极其简单且直观的同步拜占庭容错协议，由稳定状态和视图更换两个子协议组成。在稳定状态下，诚实节点能以固定速率提出区块且该区块能在短时间内被确认。当主节点为拜占庭节点时其他节点将执行视图更换协议保证系统的进展。但若敌手控制多达1/2的拜占庭节点在当选主节点期间级联作恶则会严重影响系统的性能。本文首先定义了一种新的性能评估框架来定量分析Sync HotStuff的性能。然后提出了Sync HotStuff可能面临的两种拖延攻击场景，并分析了它们对Sync HotStuff性能的影响。最后，提出了两种对策来阻止上述攻击。分析表明，当被敌手控制级联作恶的拜占庭节点数越多时，系统进展受到的影响愈发严重，而我们的改进效果也愈发凸显。]]></description>
<pubDate>2024/9/11 14:16:59</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[徐海霞,薛美花]]></author>
</item>
<item>
<title><![CDATA[具有监督功能的基于区块链电子投票系统]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202211150000001&flag=2]]></link>
<description><![CDATA[电子投票系统因其效率上的优势，越来越受到人们的重视，得到了广泛的应用。但传统电子投票系统的中心化系统架构受到了诸多非议，存在单点失败、信息不透明、结果难以验证等问题。为了解决中心化架构带来的问题，很多研究者提出了基于区块链的分布式电子投票系统。然而，不管是中心化还是非中心化的电子投票系统，其往往只关注投票信息的安全性，而忽略了对投票人的监督问题，因此存在投票人滥用投票权利的情况。针对该问题，本文基于区块链技术，结合支持加法同态的变形ElGamal加密、环签名以及知识签名等密码学技术，提出了一个新型的具有监督功能的电子投票系统。该电子投票系统在满足完整性、正确性、机密性、适格性、公平性、不可重用性和广泛可验证性等安全属性同时，通过对投票人的评分实现了对投票人的监督。为验证系统的性能，本文利用Python语言实现了系统原型，并在本地以太坊测试网上进行了大量的测试。实验结果表明，本文实现的系统在可用性和效率等方面都表现出色，具有良好的应用前景。]]></description>
<pubDate>2024/9/11 14:15:50</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[艾铭超,封化民,付玉霞,黄庆佳,贾晓启,余泽,章源,周启航]]></author>
</item>
<item>
<title><![CDATA[基于知识图谱的恶意代码分析综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202211180000002&flag=2]]></link>
<description><![CDATA[随着网络安全攻防博弈的升级，复杂多变的恶意代码对网络安全威胁的检测与分析研究提出了新的挑战。图的结构化表示特别是知识图谱以其特有的优势，可以承载更多的恶意代码特征信息，在恶意代码研究领域展示了较强应用潜能；同时借助图匹配、图嵌入或图神经网络等算法，基于知识图谱的技术能处理节点属性信息以及其之间的拓扑关系，在恶意代码检测与分析方面显示出了广阔的前景。目前基于知识图谱的恶意代码分析研究主要可以分为两方面：一是恶意代码知识图谱的构建研究，包括知识表示和本体模型的统一定义与实例化提取；二是综合恶意代码分析所获得的图谱结构特征，利用相关图算法技术进行上层的恶意代码检测与分析研究。本文首先从恶意代码的发展趋势出发，介绍了知识图谱在表示、创建和应用方面的研究进展，总结了现有恶意代码结合动静态特征和人工智能模型分析方法的优势与局限性，从而引出了知识图谱技术与恶意代码相结合的重要研究方向；然后分析了当下融合多结构数据的恶意代码知识图谱定义表示，以及包含实体识别、关系抽取等不同模型的构建方法；接着阐述了图计算在恶意代码检测和分析场景中的探索应用，表明了图谱相关技术在检测识别和综合分析恶意代码上的有效性；最后在讨论目前恶意代码知识图谱模式定义难统一、图谱信息未充分挖掘利用和图分析模型存在脆弱性等问题的基础上，提出了可供参考的解决思路，并对未来可能的研究方向进行了展望。]]></description>
<pubDate>2024/9/11 14:15:11</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[姜政伟,靖蓉琦,凌辰,刘奇旭,汪秋云,汪姝玮]]></author>
</item>
<item>
<title><![CDATA[瞬态执行攻击及其对软件密码实现安全增强方案的影响研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202209250000001&flag=2]]></link>
<description><![CDATA[现代处理器一般采用了乱序执行和预测执行等优化技术来提高其运行性能，然而以Meltdown和Spectre为代表的瞬态执行攻击可以利用这些特性所产生的瞬态执行效果，来改变微架构状态，并进一步通过Cache隐蔽信道对秘密数据进行非授权获取。瞬态执行攻击目前已经发展出数十个攻击变种，影响到大量的处理器、操作系统以及云服务提供商，严重威胁计算机系统中的敏感数据安全，特别是软件密码实现中的密钥数据。而在瞬态执行攻击爆发之前，对于软件密码实现所面临的各种内存信息泄露攻击的传统威胁，研究人员早已提出了多种形式的软件密码实现安全增强方案，这些方案借助于不同的处理器组件或者硬件特性，有效地保护密钥等敏感数据以抵抗内存信息泄露。然而，针对新型的瞬态执行攻击，这些安全增强方案的防护效果尚未得到足够的关注。因此，本文旨在研究瞬态执行攻击对软件密码实现安全增强方案的影响和挑战。本文首先对瞬态执行攻击进行研究，介绍其漏洞成因、攻击手法以及具体攻击实例；然后对各种软件密码实现安全增强方案进行总结，明确其核心安全机制；最后，文章全面地讨论和分析软件密码实现安全增强方案对各个瞬态执行攻击实例的防护效果，并从瞬态执行漏洞防御以及安全增强方案设计等角度提出几点意见，从而降低瞬态执行攻击对软件密码实现的威胁。]]></description>
<pubDate>2024/9/11 14:14:02</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[郎帆,林璟锵,孟令佳,王名宇,郑昉昱]]></author>
</item>
<item>
<title><![CDATA[移动边缘计算下基于贝叶斯博弈的入侵响应决策模型]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202110290000001&flag=2]]></link>
<description><![CDATA[5G移动网络技术的不断成熟和商业落地，使移动边缘计算（Mobile Edge Computing，MEC）技术得到了广泛的关注。MEC通过将计算存储能力与业务服务能力迁移到靠近数据源头的网络边缘，使得实时性和时延敏感的应用得以更好地实现，但也面临着新的安全挑战。本文针对边缘节点地理分布广泛、网络环境复杂、资源受限等特点，提出一种适合移动边缘计算环境的入侵响应决策模型。模型综合考虑系统的资源状态、入侵响应的成本以及防御系统的检测率和漏报率等因素对响应决策的影响，使MEC系统在面临外部入侵时遭受的损失最低，且对整个MEC网络的时延影响较小，满足MEC网络对实时性和可靠性的要求。文章首先分析了移动边缘计算环境下网络攻防的特点，并用基于动态贝叶斯博弈的数学模型对其进行模拟。之后根据模型的博弈结果，得出入侵者的最优入侵策略以及防御系统的最优响应策略，以使边缘节点能够有针对性地应对入侵者的入侵行为。然后又给出了模型的实际应用框架，该框架由观察节点行动的入侵检测系统与采取防御措施的入侵防御系统共同组成，可以有效的减轻网络负载并节省能耗成本。最后利用仿真实验验证了该模型可以为防御者产生更节能的防御策略，并提高系统的整体检测能力，对保障网络安全，推进移动边缘计算落地实施具有至关重要的作用。]]></description>
<pubDate>2024/9/10 13:55:22</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[范伟,彭诚,王雨晴,张顺亮,朱大立]]></author>
</item>
<item>
<title><![CDATA[TouchAuth：基于触屏行为的隐式持续用户身份认证机制]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202101260000001&flag=2]]></link>
<description><![CDATA[随着移动互联网的日益普及，保护移动终端中的大量隐私数据和敏感信息不被他人非法查看已成为亟待解决的问题。用户身份认证机制通常被用于移动终端中的隐私信息保护。但传统的身份验证方法在用户通过初始身份验证后不能提供持续的保护从而导致隐私泄露。本文提出了一种支持多属性关联的特征采样方法及基于用户触屏行为驱动的隐式持续身份认证机制TouchAuth。TouchAuth对用户触屏行为数据进行采样以提取用户行为特征信息，然后采用典型的机器学习方法判断用户触屏行为的合法性。为提高 TouchAuth的稳定性和准确性，我们引入了决策步长机制，通过综合判断决策步长内多个触屏行为的合法性来确定用户合法性。基于公开数据集合的大量实验结果表明：攻击者仅完成7次本文定义的触屏行为就可以被TouchAuth检测到，平均EER为10.1%，这优于现有身份认证机制。TouchAuth克服了以往基于用户触屏行为进行身份认证的机制局限于某一类场景或某一类（几类）应用程序，以及会话内操作稀疏时身份认证效果无法保证的缺陷。]]></description>
<pubDate>2024/9/4 17:08:47</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[冯维淼,马璐萍,马宇晨,彭淑敏,张顺亮,张珠君,朱大立]]></author>
</item>
<item>
<title><![CDATA[满足差分隐私保护的高维数据发布方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202109240000003&flag=2]]></link>
<description><![CDATA[物联网和大数据技术的应用普及大大方便人们生活，也由此产生了大量的高维数据。通过对发布的高维数据进行分析，得到数据隐含价值与知识可为政府或企事业单位做决策过程中提供指导依据。然而，由于高维数据中通常包含个人敏感信息，直接发布原始高维数据会对个人隐私造成严重威胁。差分隐私是一种在不泄露个人敏感信息的情况下，用于数据发布与分析的具备严格形式化定义的隐私保护框架。但现有的差分隐私高维数据发布方法，存在数据降维处理时无法充分捕获数据间关系和数据分布模型定义不准确的问题。为解决上述问题，本文提出一种基于高斯生成模型的差分隐私高维数据发布方法。首先利用最大信息系数和Dvoretzky定理对高维数据进行预处理，滤除原始数据中无用或有缺失值的稀疏属性，降低因数据稀疏性引入额外扰动误差对隐私保护水平造成的影响。然后将预处理后的数据进行投影变换，使高维数据在低维空间上的投影接近高斯分布。最后利用投影数据训练差分隐私高斯生成模型，由该模型产生合成数据代替原始高维数据发布。该方法通过设计适用于高维数据的预处理方法对基于高斯生成模型的差分隐私高维数据发布方法进行优化，在保留原始数据多种函数关系的基础上，解决因数据分布未知或模型定义不准确导致高维数据发布结果可用性低的问题。理论分析和实验结果也证明了所提出的算法相比于同类算法具有更好的可用性。]]></description>
<pubDate>2024/6/13 11:17:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[沈博,张锐]]></author>
</item>
<item>
<title><![CDATA[同态加密在隐私保护机器学习中的应用研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202204030000001&flag=2]]></link>
<description><![CDATA[随着云计算和大数据的发展与成熟，数据的价值被广泛认可，数据已经成为新的生产要素渗透到了各行各业，数据的重要性与日俱增。随着用户隐私保护意识的增强以及政策法规对涉敏涉密数据的监管，数据隐私与安全问题已经成为制约大数据和人工智能发展的关键因素之一。由于机器学习系统在设计之初并没有考虑隐私和安全问题，训练数据、模型参数、梯度信息、用户数据都存在隐私泄漏的风险。相比于传统加密模式，同态加密具有数据加密后可计算的特点，在功能上契合了隐私保护机器学习的应用需求。本文首先分析了机器学习系统中的隐私数据类型和隐私攻击方法，进而给出隐私保护机器学习的形式化定义、安全目标、敌手模型和安全等级，并对比了同态加密与安全多方计算、差分隐私等隐私保护机制的优缺点；其次，对同态加密方案的发展历程、分类、优缺点及应用场景、工程实现情况进行了归纳总结；然后我们分析了为什么需要对激活函数进行近似替代以及近似方案有哪些，重点梳理了同态加密在密态机器学习、机器学习即服务和联邦学习中的研究进展，从同态加密方案使用情况、敌手模型与安全等级、隐私保护目标、混合防御机制等维度整体上进行了分析和对比；最后，总结了同态加密应用于机器学习隐私保护领域存在的现实挑战，从参与方数量、数据划分模式、特征稀疏问题、去中性化等方面对未来的研究方向进行了展望。]]></description>
<pubDate>2024/5/31 9:35:02</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[王鹤,王利明,姚攀,郑超]]></author>
</item>
<item>
<title><![CDATA[基于时频占用分布特征的移动通信网络空口上行异常流量识别技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202210170000001&flag=2]]></link>
<description><![CDATA[利用移动通信网络实施非法位置追踪、窃听窃视等攻击具有高伪装、低成本及难以检测等特点，本文提出一种基于时频占用分布特征的移动通信网络空口上行异常流量识别方法，对移动通信网络上行频段信号进行采集，按照协议规定的时频粒度生成时频资源图，利用ResNet18网络模型对特定区域的移动终端数量及空口上行流量进行精确识别，实现对位置追踪、窃听窃视等非法流量检测。相比传统基于伪基站、网络层及下行流量解析等检测方法，本文所提算法无需任何先验信息，也未侵犯用户隐私，更重要的是本文利用的是上行信号，可支持对特定区域内的非法上行空口流量进行精确检测和定位。针对终端数量和业务类型识别，本文设计了基于信号物理层特征以及网络分包机制的分类识别算法，具备自适应反馈、调整等特点，在多终端多业务同时进行的情况下进行高精度的识别。算法首先将信号的物理特征与图片灰度属性相结合实现了终端数目的识别，在此基础上实现混合业务的分离，并联合物理层资源调度策略以及网络层流量的分包机制对分离出的每个通信业务进行识别，最后通过自适应调整算法，对每层任务的识别结果进行反馈、调整，确保结果真实可信。针对本文提出的算法，利用通用软件无线电（Universal Software Radio Peripheral，USRP）在实际的信道环境下对算法各个部分进行了测试，终端数目识别部分的识别准确率达到96%，通信业务识别准确率达到了98%。]]></description>
<pubDate>2024/5/27 15:10:00</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,季飞,李静,魏冬,张行,庄理淇]]></author>
</item>
<item>
<title><![CDATA[ITS: 一种基于隐式污点源识别的嵌入式设备漏洞检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202208090000004&flag=2]]></link>
<description><![CDATA[随着家用路由器、网络摄像头等嵌入式设备的普及，安全问题也日益突出。针对嵌入式设备常见的攻击手段是利用不受信任的外部输入源构造恶意的web请求或数据报文，触发设备固件代码中的潜在漏洞，达到拒绝服务、命令执行等攻击效果。以污点分析为基础的静态漏洞检测技术由于不依赖于实体设备和输入，近年来被普遍应用于嵌入式设备的安全分析中。但现有技术在识别嵌入式设备后端服务程序里污点源的过程中，通常需要依赖前后端代码间共享的关键字或预设的网络编码字符串等显式的标识信息，导致漏洞检测结果存在误报和漏报。本文将嵌入式设备固件后端代码中获取并处理输入数据但又与前端代码之间不存在显式标识信息的位置统称为隐式污点源。通过分析、归纳隐式污点源在获取和处理输入过程中的二进制代码特征，设计了一种基于隐式污点源识别的嵌入式设备漏洞检测方法（简称ITS）。基于该方法实现的原型系统目前能够支持对缓冲区溢出、命令注入等类型漏洞的检测，并提供对漏洞利用条件的初步判断，在提高检测精度的同时，为安全人员修复漏洞提供优先级指导。实验表明，ITS在5个厂商的10款设备固件上，相比前沿技术SaTC，准确率提升了36.36%（从34.29%提升到70.65%），误报率与SaTC相当，但检测效率提高了1.53倍，并发现了6个未公开漏洞。]]></description>
<pubDate>2024/5/27 15:08:49</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜跃进,霍玮,李丰,许丽丽,周建华]]></author>
</item>
<item>
<title><![CDATA[基于DNS数据分析的恶意实体检测研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202203240000003&flag=2]]></link>
<description><![CDATA[域名系统(Domain Name System, DNS)是互联网重要的组成部分，作为互联网重要基础设施之一，DNS 极易被攻 击者滥用，例如，攻击者注册近似域名进行网络钓鱼攻击、使用算法生成域名与受控主机通信、污染 DNS 服务器将用户导 向恶意网站等。为了识别 DNS 活动中存在的安全风险，近年来，基于 DNS 数据分析的恶意实体检测方法受到研究人员的青 睐，而这一领域的现有综述工作大多以攻击类型作为分类标准，难以全面覆盖恶意实体类型，具有一定的局限性。本文从 恶意实体的角度出发，全面回顾了该领域近十年的研究工作。首先，定义了 DNS 活动中涉及的恶意实体，包括:恶意域名、 失陷主机及网络和受损 DNS 服务，并分别介绍了相关的攻击场景;其次，总结梳理了相关研究工作中使用的 DNS 数据，从 基础数据、补充数据、标记数据以及数据收集四个角度对 DNS 数据进行全面介绍;然后，将恶意实体作为研究对象，从恶 意域名检测、失陷主机及网络检测、受损 DNS 服务检测三个角度对现有工作进行了全面的回顾，梳理了检测方法并分析相 应的优缺点，并进一步指出了这些工作中存在的问题;最后，展望了基于 DNS 数据分析的恶意实体检测技术的发展趋势和 后续研究方向。本文对基于 DNS 的恶意实体检测工作进行了全面的回顾和探讨，以期为今后的研究工作提供启发和参考。]]></description>
<pubDate>2024/5/27 15:05:03</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李依馨,宋晨,王利明,徐震]]></author>
</item>
<item>
<title><![CDATA[蜂窝网络协议漏洞挖掘技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202207210000001&flag=2]]></link>
<description><![CDATA[以LTE、5G/NR为代表的移动蜂窝网络，促进了智能家居、无人驾驶、远程医疗等许多重要应用及服务的发展。蜂窝网络协议作为蜂窝网络的通讯基础，在协议栈实现及设计规范中存在各种可能导致严重安全问题的漏洞。相比DNS、TLS等传统网络协议，蜂窝网络协议由多个跨层的有状态子协议构成，协议的消息类型、状态及状态迁移更加复杂，这些特性给蜂窝协议的漏洞挖掘造成了诸多困难。本文对近10年间面向蜂窝协议的系统化漏洞挖掘方法进行综述。首先梳理了该领域所面临的挑战，根据现有技术着重解决的问题及关注的漏洞类型，将其分为协议设计规范的分析提取技术、面向蜂窝协议设计规范的漏洞挖掘技术以及面向蜂窝协议栈实现的漏洞挖掘技术三大类。通过统计分析上述技术在分析目标、漏洞类型支持、人工参与度以及领域知识需求等方面的不同，对比评估了各项技术的优势和不足。最后，在此基础上探讨了当前该领域存在的问题，并对未来的研究方向进行了展望。]]></description>
<pubDate>2024/5/27 15:03:36</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[霍玮,李丰,刘益铭]]></author>
</item>
<item>
<title><![CDATA[基于深度学习特征分布优化的无载体图像隐写方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201280000001&flag=2]]></link>
<description><![CDATA[在最近的研究中，利用深度学习技术的载体选择式隐写方法取得了一些新进展。然而，这些方法仅仅将深度神经网络作为建立消息码字与图像之间映射关系的一种工具，没有考虑如何通过改进网络模型及优化特征分布以提升隐写方案的整体性能，导致它们在抗攻击性、通信容量以及完备性等关键指标上的表现难以满足实际通信场景的要求。为此，本文首先从映射规则设计方面入手，提出了一种基于优化神经网络特征嵌入的载体选择式隐写方法Feadio，具有非常好的完备性；其次，探究了原始图像与受攻击图像在嵌入空间中的分布关系，为了提高Feadio的抗攻击性与通信容量，更好地拉近属于同一类的受攻击图像与原始图像的特征嵌入距离，通过在超球面空间对嵌入特征分布进行优化，获得了更好的表征效果；最后，通过在训练模型时引入ArcFace Loss指标，有效地缩小了相同类别特征的间距，增大了不同类别特征的间距，使得Feadio中模型学习到的特征分布更具判别性。实验结果表明，Feadio不仅能保证100%的完备性和最先进的通信容量，在面对绝大多数几何和噪声攻击时可达到100%的抗攻击性，而且对于真实通信环境下总共12000张受攻击图像，获得了正确提取11997组图像消息的优秀表现。除此之外，本文首次提出了评估无载体隐写方法抗攻击性的基准数据集OSNA-Face，从更客观、更真实的角度衡量了方法的抗攻击性。Feadio的源代码和OSNA-Face数据集均可以从作者网站（https://ndsiiecas.github.io/）公开获取，以验证本文方法的有效性和实验结果的真实性。]]></description>
<pubDate>2024/5/16 8:53:08</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[吴槟,薛瑞]]></author>
</item>
<item>
<title><![CDATA[高级持续性威胁检测技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202203020000001&flag=2]]></link>
<description><![CDATA[近年来，在网络技术飞速发展给社会带来重大变革的同时，网络中的各类攻击行为日益增加，特别是高级持续性威胁逐年大幅增加，造成了严重后果，引起了工业界和学术界的广泛关注。高级持续性威胁（Advanced Persistent Threat，APT）是一种有针对性、组织性、隐蔽且高度复杂的攻击，检测难度高。如何快速准确地检测出APT攻击是当前迫切需要解决的问题，研究人员提出了大量解决方案，尝试从不同角度检测APT攻击，本文对这些研究进行了综述。本文首先介绍了APT的基本概念和常见攻击模型，从检测防御的角度对APT攻击阶段进行划分，并介绍了可用于检测APT攻击的检测载体，如恶意文件、网络流量、日志和外部知识；然后，从攻击阶段的角度将APT攻击检测方法划分为特定阶段检测和整体协同检测，详细梳理介绍了相应的检测方法并分析了其优缺点，其中特定阶段检测针对APT的各个阶段进行检测，包括侦察准备阶段检测、外部渗透阶段检测、命令与控制阶段检测、横向移动阶段检测和数据泄露阶段检测，整体协同检测结合多种数据针对APT全程进行检测；最后，本文讨论了现有检测方法的局限性和面临的挑战，并对未来的研究方向进行了展望。本文希望为APT检测技术的研究提供一些有益的参考。]]></description>
<pubDate>2024/5/16 8:52:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[韩雪莹,姜波,刘润时,刘松,卢志刚,王泽辉]]></author>
</item>
<item>
<title><![CDATA[网络空间物联网设备属性识别技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202204020000002&flag=2]]></link>
<description><![CDATA[物联网（Internet of Things，IoT）设备种类繁多，包括安防监控、打印机、工业控制、智能穿戴、智慧楼宇等。这些设备能够通过ZigBee、MQTT、BLE等形式多样的物联网协议，将各类物理层、逻辑层和用户层的资源互联互通。因此，物联网设备是网络空间中重要的实体资源。为了方便被用户远程访问，海量物联网设备被直接联入了网络空间。与传统的服务器、个人主机等IT设备相比，物联网设备计算和存储资源有限，导致无法被实施同样的安全防护措施。然而，这些缺乏充足安全防护的物联网设备，被曝光存在大量的安全漏洞。针对物联网设备的攻击事件与日俱增，给网络空间安全带来严峻挑战。因此，物联网设备成为网络空间测绘的主要目标。其中，对物联网设备的网络、产品、系统、安全等属性识别，是网络空间测绘技术体系架构中的核心，从而成为近几年网络空间安全领域的研究热点。首先，本文研究分析网络空间中物联网设备属性识别技术架构，阐述了属性识别在技术架构中的核心作用。然后，本文根据识别属性的类型和识别技术的特点，将物联网设备属性识别技术的发展划分为三个阶段。最后，本文从识别技术中特征提取、指纹识别和分类识别三个关键方面，综合阐述了物联网设备属性识别技术的研究进展，并讨论和展望了物联网设备识别未来可能的研究方向。本文希望能为本领域研究者提供借鉴和参考。]]></description>
<pubDate>2024/5/16 8:52:22</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李红,李志,孙利民,王进法,闫兆腾,朱红松]]></author>
</item>
<item>
<title><![CDATA[云密码资源服务架构研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202205100000002&flag=2]]></link>
<description><![CDATA[在云计算技术的推动下，传统的密码技术正在向云密码服务转型。当前，云密码服务尚处于起步阶段，且现有研究多为面向某一应用场景的云密码功能服务，缺少对云密码资源服务的研究。本文通过对现有云密码服务方案的分析，并结合密码服务云化需求，提出一种新的云密码资源服务架构—CryptCRS，该架构具备可动态调度的密码服务能力和可弹性扩展的密码运算能力，为用户提供云平台内生的密码服务。具体地，CryptCRS基于共享内存的方式实现密码硬件资源的虚拟化，将一块PCIe密码卡虚拟化为多个虚拟密码卡，再封装为虚拟密码机提供给用户；通过设计高安全密钥管理系统，实现密钥的全生命周期安全管理；采用双重加密方式保护用户数据密钥，并实现用户级别的密钥安全隔离；实现密钥只在密码设施之间以密文的形式流转，增强了密钥的安全性；且为进一步保证密钥传输安全，本文基于密码卡的PUF特性，利用其生成的物理指纹作为信任根，在密钥管理系统和密码卡之间设计了一种安全认证和密钥协商协议，并采用BAN逻辑对协议进行安全性证明。最后，本文基于OpenStack开源云平台实现了云密码资源服务原型系统，并对系统进行了实验分析，实验结果证明了CryptCRS的性能优于现有的密码卡软件虚拟化方法，其较高的云密码资源服务能力完全能够满足高可用、高并发的密码应用需求。]]></description>
<pubDate>2024/5/15 14:46:20</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[冯延畅,康颖,李晨,涂碧波,张坤]]></author>
</item>
<item>
<title><![CDATA[释放后重用漏洞防御方法综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202204280000001&flag=2]]></link>
<description><![CDATA[随着系统安全攻防技术的发展，内存安全问题的重要性日益凸显，因此探索内存安全漏洞的发生机理以及防御措施具有重要的现实意义。释放后重用漏洞作为内存安全漏洞中的一种重要类型，近年来被曝光的数量呈上升趋势，涉及到操作系统等重要的系统软件以及各种常见的用户应用。释放后重用攻击是控制流劫持、数据流劫持、信息泄漏攻击的根源之一，因此如何高效地防御释放后重用漏洞也逐渐成为研究的热点。本文总结并举例分析了现有释放后重用攻击的常见攻击步骤。通过调研现有的释放后重用攻击的防御机制，并根据这些机制针对的攻击步骤将其分为三大类，包括内存释放前检查或者清空悬空指针、限制被释放的内存块的重分配操作和访问内存时检查指针和内存块元数据是否匹配。根据防御方法的不同，本文将各大类机制进行进一步细分，并对不同防御方法的相关工作的发展进行梳理。之后本文总结了相关研究工作不同的关注点，包括性能损失、内存开销、安全性、兼容性、可调性、软硬件协同设计等。针对这些特征，本文系统性地比较了各类释放后重用漏洞防御机制的优劣，并分析了各类特征在实现过程中存在的挑战和已有的解决方法。最后，本文提出未来值得关注的研究方向，包括针对IoT设备和操作系统内核的释放后重用攻击防御机制的设计，不同种类的防御机制对于不同类型的内存管理库的兼容性问题，和未来软硬件协同设计需要注意的问题等。]]></description>
<pubDate>2024/5/15 14:45:47</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[侯锐,孟丹,应佳蒙,赵世军]]></author>
</item>
<item>
<title><![CDATA[增强现实安全防御技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201070000002&flag=2]]></link>
<description><![CDATA[增强现实利用虚拟信息增强用户对现实世界的感知，提供虚实融合的奇妙体验。近年来，随着5G和边缘智能的发展，增强现实技术发展迅速，行业应用日益增多。在元宇宙的发展浪潮下，增强现实技术作为元宇宙的重要一环，未来仍有广阔的发展空间。与传统物联网可穿戴技术不同，增强现实具有虚实叠加、多应用架构以及多用户交互的特性，在显示、交互、内容处理等方面引入了一系列新型安全问题，面临着严峻的安全防护挑战。为避免这些安全问题限制增强现实技术的进一步发展，针对增强现实的安全防御技术研究已经成为学术界和工业界关注的热点。围绕增强现实安全防御技术的最前沿研究成果，本文系统地综述并探讨了现有工作的技术原理与防御效果。具体而言，本文首先介绍了增强现实的核心概念和背景知识，并针对增强现实架构以及其中存在的安全问题进行简要概括和分类。其次，本文从应对增强现实原生和伴生安全风险的角度，总结并分析了现有的安全防御技术。其中，增强现实原生安全风险相关防御技术主要是与传感器、显示器和交互相关，目前的伴生安全风险防御技术主要是应对计算卸载和内容处理引入的安全隐患。针对每个方面的经典工作，我们进行了全面的对比分析。最后，本文讨论了增强现实在安全方面面临的挑战，并对该领域未来研究方向进行了展望。]]></description>
<pubDate>2024/5/15 14:45:13</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[刘金霞,刘延伟,王凤超,王利明,徐震]]></author>
</item>
<item>
<title><![CDATA[基于WriteUp图文内容分析的网安竞赛作弊检测技术]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201200000002&flag=2]]></link>
<description><![CDATA[网络空间安全问题层出不穷，网络空间安全人才（以下简称网安人才）缺口大，如何确保网安人才评估的公平公正并选拔出符合要求的网安人才成为当务之急。针对当前网络安全竞赛（以下简称网安竞赛）中普遍存在的作弊现象及大量WriteUp（赛题的解题过程文档）审核难的问题，本文提出了一种基于WriteUp图文内容分析的作弊检测技术，从图像内容相似性和文本内容相似性两个维度检测网安竞赛中可能存在的作弊行为。在图像相似性计算方面，采用基于均值哈希的相似性计算、基于直方图的相似性计算、基于图像长宽比的相似性计算三种算法对图像内容进行相似性对比；在文本相似性计算方面，从词频相似性和词语转移概率相似性两个方面对文本内容进行相似性对比。通过对30份WriteUp的图文内容进行分析，本文提出的作弊检测方法可准确地识别出网安竞赛中存在的作弊行为，验证了检测方法的可行性和有效性。同时，根据Flag（解出赛题即可获得相应的Flag）提交时间可对作弊源头进行追溯。本文提出的作弊检测方法也可适用于其他网安人才评估方法。]]></description>
<pubDate>2024/5/15 14:44:43</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[崔翔,刘宝旭,刘奇旭,刘心宇,张方娇,赵建军]]></author>
</item>
<item>
<title><![CDATA[一种基于混沌理论的无线信道物理层特征密钥生成方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202203170000002&flag=2]]></link>
<description><![CDATA[由于无线通信固有的开放性和广播性，其所传输的信息极易受到攻击者的窃听。在过去的几十年间，学者们对于无线通信安全的研究主要集中于数据链路层以上，通常在数据链路层以上采用传统的加密机制。然而，传统的上层加密机制会引入较高的资源耗损。随着计算设备的计算能力和算法技术的提升，上层加密机制提供的安全性有限。作为上层加密机制的必要补充，基于信息安全理论的物理层安全技术可有效地解决这一问题。其中，混沌系统以初始值敏感性、伪随机性、遍历性等特征充分契合密码学相关特征，为无线通信物理层安全技术的实现提供了良好的解决方案。基于物理层信道特征的密钥生成技术是物理层安全技术的重要研究方向。本文充分利用混沌系统的初始值敏感性、随机性等特征，提出了基于混沌理论的物理层信道特征密钥生成方案。该方案将混沌系统作为密钥生成的扩展系统，采用OFDM系统中的信道频域响应索引生成初始密钥，并将其进行一定的数学运算转换为混沌系统的初始值。最后，由混沌系统生成用于信息加密的密钥。相关仿真结果表明，本文所提出的密钥生成方案具有良好的密钥生成速率、密钥不一致率和密钥随机性。此项研究成果为基于混沌理论的物理层信道特征密钥生成技术的应用提供了重要的理论指导。]]></description>
<pubDate>2024/5/15 14:42:04</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李静,张顺亮,张小卉]]></author>
</item>
<item>
<title><![CDATA[基于意图的软件定义边界安全策略动态生成方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202203240000001&flag=2]]></link>
<description><![CDATA[云计算自提出以来已成为最主流的计算平台，其灵活可变、动态可扩展的新型服务模式备受业界青睐。然而，随着网络规模的不断扩大以及云计算技术的迅速发展，网络管理变得及其复杂，云中共享底层基础设施以及网络边界虚拟化等特性，又使得云环境更易成为攻击目标，云安全问题日益凸显。针对传统基于固定边界、静态部署安全策略的机制，难以有效应对云安全防护的问题，提出了一种基于意图的软件定义边界安全策略动态生成方法。在软件定义网络架构下，结合软件定义边界技术搭建云安全管理框架，将安全策略管理与边界控制点相分离，并通过“意图”将安全策略与底层网络解耦，实现安全策略随网络变化的动态调整和及时响应。首先，构建了云安全策略要素知识图谱；其次，通过自定义的安全策略专用描述性语言表达意图以屏蔽底层实施细节，通过意图解析识别意图表达中的网络实体；然后，采用设计的决策图进一步将意图转译为中级策略；最后，结合云安全要素知识图谱指导中级策略到底层网络配置策略的动态生成。实验分析结果表明：所提出的安全策略动态生成方法具备有效性和准确性。该方法为实现云中安全策略动态自适应的防护服务具有借鉴意义。]]></description>
<pubDate>2024/5/15 14:41:29</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[孙瑞娜,涂碧波,夏豪骏,游瑞邦]]></author>
</item>
<item>
<title><![CDATA[人工智能赋能网络威胁研究进展]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202204120000001&flag=2]]></link>
<description><![CDATA[近年来，人工智能赋能的网络威胁日趋增多。为了理解这类威胁的原理、研究其防御方法，本文对现有的人工智能赋能的网络威胁案例进行了梳理和综述。本文首先分析了人工智能的能力和神经网络模型的性质，总结了人工智能对网络威胁的五种赋能作用，包括伪造与欺骗、隐蔽与隐匿、感知与决策、定向与定制、规模化与自动化，并在此基础上形成了人工智能对网络威胁的赋能矩阵。随后，本文将现有的人工智能赋能的网络威胁案例归纳为18个类别，并结合网络杀伤链模型构建智能化网络威胁框架，从网络攻击的准备、入侵和执行三个阶段对相关案例进行介绍和分析。随后，本文从攻防能力角度分析现有防御方法的有效性与局限性，指出智能化网络威胁与其他威胁的不同，并从场景、技术和系统三个维度提出针对性防御建议。最后，本文结合人工智能领域与网络威胁领域的技术方向，对智能化网络威胁的发展趋势进行展望，对人工智能在网络威胁中的作用进行深入探讨，以期对未来相关防御研究提供有益参考。]]></description>
<pubDate>2024/5/15 14:40:54</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[崔翔,刘潮歌,刘奇旭,汪旭童,王志,尹捷]]></author>
</item>
<item>
<title><![CDATA[RFID系统安全风险分析与防御综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201260000002&flag=2]]></link>
<description><![CDATA[无线射频识别（Radio Frequency Identification，RFID）技术采用非接触的方式，利用射频信号自动识别物体。它以便携性、低成本等特点引起人们广泛关注，并逐渐进入到工业领域以及我们的日常生活中。一方面，RFID成为影响安全性的关键技术之一，如门禁、防伪等应用中。另一方面，它也正用于改善军事、医疗、物流等关键性产业。一旦这些应用中存在安全缺陷和安全漏洞，势必造成严重的不良影响，甚至影响社会发展与国家安全。然而，由于标签和读写器之间的通信是通过不安全的无线信道进行的，攻击者可以对读写器和标签之间的通信进行窃听、中继、中间人、重放等攻击。对于标签而言，低成本和便携性也限制了其安全性，容易受到逆向工程、移除、篡改、克隆等攻击。并且，随着新的RFID应用的出现，所提出的对策在有效性、效率、安全性、隐私性和适用性方面不断显示出局限性。因此，防御措施需要不断改进，以保持领先。本文，我们根据RFID系统的组成部分，从物理威胁、空口威胁、终端威胁这三个层面对近年来RFID系统面临的主要攻击和防御方法进行阐述和分析。我们着重在各个层面上分析相关攻击和防御方法的研究进展，比较不同攻击和防御方法在实际应用中的优势和劣势，总结当前阶段RFID系统安全性研究的主要趋势，并对未来发展方向进行展望。希望此综述能够对RFID安全领域有关的研究者提供研究文献的参考、研究方法上的启发和研究思路上的借鉴。]]></description>
<pubDate>2024/5/15 14:40:08</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[曹籽文,冯越,黄伟庆,江上,王思叶,张艳芳]]></author>
</item>
<item>
<title><![CDATA[ARX结构密码算法差分分析中模加运算的非独立性]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202202110000001&flag=2]]></link>
<description><![CDATA[ARX结构密码算法由模加运算、循环移位和异或运算三部分组成，近年来在轻量级密码算法的设计上受到很多的关注。在对于该类算法的异或差分和循环移位-异或差分分析中，通常假设路径中各模加运算的差分传播相互独立，然而当两个模加运算串联或者并联时，这一假设并不一定成立。本文主要研究模加运算在异或差分传播和循环移位-异或差分传播中的非独立性，通过推导这两种差分在模加运算上的传播公式，我们发现由非独立性带来的影响可以通过比较串联或者并联模加对中间状态的差分约束条件来进行刻画。在此基础上，本文提出了一种快速验证差分路径有效性的SAT方法，并将其应用于三种含串联和并联模加的ARX结构算法。对于含串联模加的SipHash算法，本文通过验证发现Xin等人在CANS 2019上提出的两条差分碰撞路径和一条循环移位-异或差分碰撞路径均为不可能差分路径。对于含并联模加的Ballet算法，本文搜索得到Ballet-128/128的一条有效的7轮最优异或差分路径，并将其扩展得到概率为2^(-52)的9轮次优差分路径。此外，基于Liu等人使用4个并联模加构造的一个非线性函数，本文构建了一个含并联模加的典型ARX结构算法，进而在考虑模加非独立性的情况下对其差分攻击安全性进行了初步分析。]]></description>
<pubDate>2024/5/15 14:13:28</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[秦海文,吴保峰]]></author>
</item>
<item>
<title><![CDATA[基于卷积神经网络的计算机个体识别]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201210000001&flag=2]]></link>
<description><![CDATA[信息设备会在工作过程中无意进行电磁辐射，通过特定手段可以对电磁辐射信号进行截获并还原，获取信息设备处理的敏感信息，威胁到国家及个人的信息安全。此外，这些电磁辐射信号也会泄漏计算机的硬件信息，这对部分攻击者、防护者和安全检查人员更为关键。通过识别电磁辐射信号，找到电磁辐射发射源，有针对性地进行信息安全防护具有重要意义。本文通过研究不同计算机设备电磁辐射信号的特点，借鉴说话人识别研究中的特征提取方法，并引入深度学习技术，提出一种新的计算机个体识别方法。该方法基于短时能量(Short Time Energy, STE)和线性预测分析(Linear Prediction Coefficient, LPC)两种信号分析方式，进行数据预处理，在完成数据降维工作的同时，提取浅层数据特征，并采用卷积神经网络(Convolutional Neural Network, CNN)进行计算机个体识别。卷积神经网络将特征提取和分类器有效结合到一个框架中，从样本中学习数据的本质特征，实现复杂函数的逼近，本文主要使用卷积神经网络完成自动深度特征提取和分类识别工作，将提取信号特征和分类两个原本割裂的工作结合，简化人工提取特征的操作，有效提升计算机个体识别的可拓展性和环境适应性。经实验验证，本文提出的模型在我们的实验环境中识别准确率可达97.8%，具有较好的计算机个体识别能力。同时，本文通过实验仿真对该算法在不同信噪比条件下的性能进行了评价，验证了该方法的鲁棒性。]]></description>
<pubDate>2024/5/15 14:12:49</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,徐艳云,郑雪琪]]></author>
</item>
<item>
<title><![CDATA[时不变信道下基于信道极化响应的物理层认证]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201140000002&flag=2]]></link>
<description><![CDATA[身份认证是现代无线系统安全通信的一个关键要求。与上层加密认证相比，物理层认证由于利用物理层本质特性认证发送方，有着高安全性、低计算复杂度以及高兼容性的优点。现阶段关于基于信道的物理层认证研究主要集中在基于信道脉冲响应(channel impulse response, CIR)和信道频率响应(channel frequency response, CFR)的方案。然而这些方案有以下不足：第一，认证性能依赖于导频信号长度和密度并与其成正比，而通过增大导频信号长度和密度来提高认证性能会带来大的通信开销；第二，认证前需要对接收信号进行同步和解调，当接收信号来自非法发送方时，会带来不必要的资源开销；第三，CIR和CFR只反映了信道中散射体的空间分布特性。为了有效克服以上不足，本文提出了一种基于信道极化响应(channel polarization response, CPR)的物理层认证方案。CPR表征了散射体的本质物理属性，相比于CIR和CFR刻画了更细粒度的信道信息，此外CPR可以直接从接收信号极化状态中估计，不需要同步、解调等。我们使用频率相关的对数极化比表征CPR，并使用统计信号处理、矩阵分析和假设测试，建立时不变信道下基于CPR的认证方案，此外理论推导了所提方案的错误报警概率、检测概率、最优阈值以及计算复杂度。通过大量的仿真实验，验证了所提方案的理论正确性和在时不变信道下的有效性。仿真结果表明，在相同的信道条件下，所提方案相比于基于CFR的方案认证精度更高、计算复杂度更低，并且在低信噪比下仍可以取得高的认证精度。]]></description>
<pubDate>2024/5/15 11:29:44</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,李静,魏冬,吴越梅,张巧遇]]></author>
</item>
<item>
<title><![CDATA[工业控制系统功能安全和信息安全一体化风险评估方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201130000001&flag=2]]></link>
<description><![CDATA[信息化与工业化的深度融合打破了工业控制系统封闭的网络边界，导致传统信息系统网络攻击威胁渗透至工业控制系统网络。工业控制系统除了需要考虑传统功能安全风险外，还需要关注信息安全风险。本文提出了一种工业控制系统功能安全和信息安全一体化风险评估模型，包括安全一体化风险数据收集、风险分析和风险评价三个步骤。该模型从风险数据来源的角度入手，同时收集功能安全和信息安全风险数据，在风险分析步骤中生成可分析信息物理协同攻击路径的扩展攻击树模型，在计算安全事件风险时同时考虑事件导致的功能安全损失和信息安全损失等，从而实现功能安全和信息安全的一体化风险评估。本文介绍工业控制系统安全一体化风险评估模型和算法，在搭建的燃气管网测试系统中验证了本方法的有效性，并将评估结果与故障树、攻击树、攻击树与蝴蝶结结合(AT-BT)等现有风险评估方法的评估结果进行对比。实验结果表明，本文提出的安全一体化风险评估方法不仅可以分析出系统中最有可能发生的安全事件，也在一定程度上解决了现有风险评估方法无法识别物理域与信息域相互影响情况下的安全风险问题。]]></description>
<pubDate>2024/5/15 11:24:15</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[丁云杰,刘圃卓,吕世超,马叶桐,潘志文,孙利民]]></author>
</item>
<item>
<title><![CDATA[上下文敏感的Solidity智能合约重构克隆漏洞检测系统]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202112220000003&flag=2]]></link>
<description><![CDATA[随着区块链的发展，智能合约的应用已经十分广泛。然而，我们发现智能合约的开发者倾向于克隆其他智能合约的代码来快速实现业务功能，而这种行为往往会将安全漏洞引入到新的智能合约中。在以太坊上有大约90%的智能合约存在代码克隆的现象，这进一步说明在智能合约上由代码克隆传播相似成因漏洞的风险很大。此外，开发者在克隆功能代码时可能还会对代码进行变造、跨函数修改等操作，这增加了对这类重构克隆漏洞检测的难度。由于区块链数据具有上链后不可篡改的特性，修复已经部署的漏洞智能合约是十分困难的，因此亟需在部署智能合约前对其代码进行克隆漏洞检测。本文提出了一种针对Solidity智能合约的克隆漏洞检测系统Sol-RCVD，它不需要预定义漏洞特征，能够在已有的漏洞智能合约代码基础上从函数、代码行这两种粒度自动生成漏洞指纹，以容忍重构克隆变化。Sol-RCVD还利用过程间分析和程序切片方法引入上下文信息，解决了同类工作对代码信息提取粒度粗、漏洞上下文信息不敏感的问题。本文在人工构造和真实的以太坊智能合约这两种数据集上进行了实验，结果表明Sol-RCVD比同领域的对比工作有着更低的误漏报率和更高的检测准确率及效率，检测每个智能合约文件的平均时间仅为0.37秒，这种高速分析能力能够帮助开发者在开发阶段就从源代码角度检测漏洞。我们还将Sol-RCVD和8个高水平的传统检测工作进行对比，验证了Sol-RCVD有着更好的表现。基于Sol-RCVD，我们还在以太坊中检测出了上百个未被报告的漏洞智能合约并且获得了4个CVE漏洞编号。]]></description>
<pubDate>2024/5/15 11:23:38</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[吴槟,于正民,余星鑫]]></author>
</item>
<item>
<title><![CDATA[容忍丢失的轻量级终端密钥拆分方案的设计与实现]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202112220000006&flag=2]]></link>
<description><![CDATA[近些年随着移动互联网的发展，越来越多的用户使用移动终端处理敏感业务。这些业务通常依赖签名机制来提供身份认证、不可否认性及完整性保护。然而，移动终端系统上的漏洞与恶意应用层出不穷，难以为签名操作提供安全的执行环境。SM2门限密码是为终端敏感应用提供签名和私钥保护的重要方式之一。但是，现有的SM2门限签名方案需要2t+1个参与者才能完成签名，使用不方便，也涉及较大的通信量和计算量。此外，方案未充分考虑设备丢失情况下密钥份额易被盗用以及密钥份额更新和添加的问题。为解决上述问题，本文围绕实际的应用需求，设计一种适用于移动终端的SM2门限密钥拆分算法，通过将标准SM2签名计算中的乘法运算转换为加法运算，使得t+1个参与者即可完成签名。相应地，签名阶段的通信量与计算量也随之减少。同时，为容忍设备及份额丢失，我们也分析和研究了基于该算法的私钥份额更新以及添加机制。根据设计的算法，以(3,5)门限为例，针对Android系统设计和实现了一套完整的SM2门限签名系统。在实现中，通过引入基于指纹的身份验证、Android KeyStore机制以及构建参与者之间的安全信道等，确保私钥份额生成、存储和使用等过程中的安全性。最后给出算法的安全性证明以及效率分析，并基于原型系统给出了实际的性能评估。]]></description>
<pubDate>2024/5/15 11:08:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[常江,寇春静,雷灵光,王平建,王跃武,周荃]]></author>
</item>
<item>
<title><![CDATA[基板管理控制器轻量级动态权限管控机制研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202111040000001&flag=2]]></link>
<description><![CDATA[基于基板管理控制器的服务器带外管理已成为数据中心运维的行业标准。然而作为带外管理中的核心控制单元，基板管理控制器一直存在着权限过大和权限滥用等安全风险。鉴于其作为嵌入式设备不仅计算资源与存储资源极为有限，还需要对外支持多类管理协议接口，直接对其部署已有的权限管控机制既会极大的增加系统负载、导致部分管理功能响应异常，而且针对不同管理协议还需定制专有的管控机制，又会极大的增加了权限管控机制的设计复杂性。对此本文提出针对基板管理控制器的轻量级动态权限管控机制，该机制包括对管理权限的统一定义规则和动态权限管控引擎。统一定义规则将不同协议中互不兼容的管理权限表示成统一的权限描述符，达到对管理权限的统一细粒度划分。在此基础上，使用动态管控引擎截获用户的会话请求和管理请求，完成对用户权限的生命周期维护、访问控制决策、动态功能变更以及操作记录审计。鉴于基板管理控制器资源受限的特性，动态权限管控机制使用基板管理控制器系统提供的DBus框架实现快速且标准化的进程间通信，以降低程序的逻辑复杂度；使用Linux Inotify机制对所需文件进行实时缓存以减少系统级I/O负载，同时精简管控流程，保证动态权限管控机制的的轻量级和高效性。实验结果表明，本文所提机制实现了对用户权限的动态管控，且对系统性能影响较小，能够保证全部管理功能得到及时响应。]]></description>
<pubDate>2024/5/15 11:07:52</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[刘宏伟,涂碧波,王晓彤,夏豪骏]]></author>
</item>
<item>
<title><![CDATA[网络空间威胁情报处理技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201080000001&flag=2]]></link>
<description><![CDATA[近年来，随着网络空间攻防对抗技术的不断发展，网络空间的国家级对抗锋芒毕露，高级可持续性威胁（Advanced Persistent Threat, APT)已经成为网络空间国家间对抗的重要手段。对于攻击者而言，其攻击方式更具多样性和复杂化。多样化的攻击切入点、高水平的入侵方式、系统化的工具使网络攻击成本降低，对于防御者而言，其检测和防御网络攻击的难度也逐渐增大。传统的安全防御大多依靠入侵检测系统、入侵防御系统等安全设备进行防御，这种静态防御方式难以有效应对新型的攻击。在这一严峻的形式下，传统的安全解决方案受到严峻的挑战，而网络空间威胁情报处理技术的出现为提升整个网络空间的防御水平带来了新的可能。目前，网络空间威胁情报已经成为产业界和学术界研究的热点问题，并持续引起关注，且广泛应用在威胁检测发现、攻击溯源归因和威胁预测预警等场景中。网络空间威胁情报对整个网络安全防御体系的作用日益明显，高效的威胁情报处理技术对发挥威胁情报的价值具有重要的意义。因此，本文首先阐述了常用的威胁情报定义和三类代表性的威胁情报及其内容，同时归纳了威胁情报的国内外发展与研究现状，然后围绕网络空间威胁情报生命周期对其关键处理技术进行了总结和讨论，包括威胁情报采集与融合、威胁情报分析与挖掘、威胁情报共享与交换、威胁情报应用与服务，通过分析了现有方法的优缺点和不足，并提出了可能的解决方案，最后，针对威胁情报本地化生产、隐蔽威胁情报挖掘、建立高效的情报共享机制、扩展威胁情报应用场景这四个具有挑战性的研究方向进行了展望。]]></description>
<pubDate>2024/5/15 11:07:12</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[杜翔宇,封化民,江钧,姜政伟,刘宝旭,马春燕,王诗蕊,王旭仁,张哲宇]]></author>
</item>
<item>
<title><![CDATA[关于ISIS问题的零知识证明实例化]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202111220000001&flag=2]]></link>
<description><![CDATA[随着量子计算的快速发展，传统数论困难性假设面临挑战，设计量子安全的密码学原子使其逐步替代现存的数论方案已经成为后量子密码时代的迫切需求。格困难性假设作为候选的抗量子困难性假设之一备受关注，在后量子密码算法设计中表现优异，格密码已经成为后量子密码学中的主流方向，具有抗量子、渐近高效性、最坏情况困难性假设等优势。非齐次小整数解（Inhomogeneous small integer solution，ISIS）是格密码中经常用到的一个问题，ISIS问题的零知识证明是许多后量子密码协议的核心部件之一。ISIS问题的零知识证明方案可以分为两大类：精确证明与宽松证明，虽然宽松证明具有更短的证明长度，但是精确证明更加能够覆盖一些特殊应用场景对证明精确性的需求。现存的对ISIS问题的精确型证明包括Stern型方案和一些使用分圆环的代数结构的方案，其中后者只适用于满足某种限制条件的模数q。本文聚焦ISIS的Stern型零知识证明的实例化问题。Stern型零知识证明由Ling San等人在PKC 2013上给出（记为LNSW协议），对通用的模数q均适用。协议对秘密向量进行二进制分解等预处理，使用Stern框架的“承诺—挑战—应答”模式证明预处理后的断言取得零知识性质。由于他们使用的承诺方案是计算绑定的，LNSW协议是零知识的知识论证，其知识合理性仅对计算有界的恶意证明者成立。在本文中，首先给出LNSW协议的两个实例化，实例化一是通过构造基于LWE的承诺方案并将其嵌入LNSW协议得到的，实例化二是使用现存的基于xLPN的承诺方案实现的，它们的共同特点是：均使用了完美绑定承诺方案，从而均具有更强的知识合理性—计算无界知识合理性，整个协议是零知识的知识证明。其次，分别从困难性假设和效率两方面对这两个实例化方案进行比较。最后，分别从零知识性质和通信效率方面与以往实例化方案进行比较，以某具体应用为例，说明实例化一在该应用中具有更优的通信效率。]]></description>
<pubDate>2024/5/15 11:06:35</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[高红敏,胡磊,黄桂芳,王梦凡]]></author>
</item>
<item>
<title><![CDATA[一种增强深度伪造检测对抗鲁棒性的算法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202111220000002&flag=2]]></link>
<description><![CDATA[近年来，基于深度学习的人脸生成和操纵技术已经能够合成逼真的伪造人脸视频，又被称为深度伪造。这种伪造人脸视频逼真程度高、制作成本低廉，可能给社会带来巨大的潜在威胁。因此，许多研究者研发了众多基于深度学习的伪造人脸检测算法，虽然这些方法在准确度上取得了令人满意的结果，但很少有研究者关注这些检测方法的安全性，例如在对抗攻击下的算法鲁棒性。有研究表明，深度伪造检测器极易受到来自对抗攻击的干扰，使它无法正确识别出伪造人脸。因而本文针对性地提出了一种提高深度伪造检测的对抗鲁棒性的算法，通过预先设定了不可训练的类别中心，显式地增大类间离散度。再基于固定中心的中心损失最小化样本与类别中心的相对距离，在学习过程中进一步提高类内紧致度，实现提高模型对抗鲁棒性的效果。由于本文提出的方法没有使用对抗样本进行数据增强，而是仅采用原始数据进行训练，因此在干净样本上具有非常高的准确率。固定中心的中心损失最大化了不同类别样本在隐空间中到决策边界的距离，有效增强了检测模型的鲁棒性。在 FaceForensics++数据集上的实验结果表明，本文所提出的方法比之前的方法不仅没有降低干净样本的准确率，还提高了模型对于FGSM、PGD、APGD、C&W、MI-FGSM等攻击方法的对抗鲁棒性。]]></description>
<pubDate>2024/5/15 11:05:50</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈鹏,戴娇,韩冀中,王茜,邹书桥]]></author>
</item>
<item>
<title><![CDATA[Speck算法的差分-线性分析]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202201180000003&flag=2]]></link>
<description><![CDATA[差分-线性分析是将差分分析和线性分析结合起来的一类高效的安全性分析方法，被广泛应用于对各类对称密码算法的安全性分析与评估中．在构建密码算法的差分-线性区分器时，通常将其分成三部分，即差分部分、线性部分和中间连接部分．其中，中间连接部分的构建与其相关度的评估是整个区分器构建过程中最重要的工作．本文将差分-线性分析应用于ARX (Addition-Rotation-Xor) 结构分组密码Speck算法的分析．对Speck64，首次给出了从理论上估计差分-线性相关度的方法．对一个4轮差分-线性特征相关度的理论估计值，与通常采用的采样实验方法估计的相关度值非常接近，表明该方法的有效性．对所有版本的Speck算法，我们也基于实验方法成功构建了其差分-线性区分器．结果表明，与已有的基于单一分析方法所构建的区分器相比，差分-线性区分器包含的轮数有了很大提高．]]></description>
<pubDate>2024/5/15 10:53:58</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[林东岱,吴保峰,徐亚琦]]></author>
</item>
<item>
<title><![CDATA[具有良好性质的零知识向量承诺]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202111300000003&flag=2]]></link>
<description><![CDATA[向量承诺方案是一种对向量的承诺方案,允许打开向量的某个特定位置,且打开的正确性可以被高效验证。实际应用场景的多样性和复杂性还要求向量承诺方案具备更多的性质,比如高效、透明、支持批量处理、零知识以及支持“和的打开”等性质。而现有的向量承诺方案往往在一个或者多个方面不尽如人意,比如当前功能较为完备且被广泛研究和应用的向量承诺方案往往需要可信初始化；零知识性可以保证在打开的过程中不会泄露未打开位置的信息,而现有的方案大多不支持零知识性质,在有些应用中需要通过通用目的简洁非交互零知识论证协议来实现向量承诺的零知识性,会带来巨大的额外计算开销。本文提出了一种计算/通信均高效的向量承诺方案,且无需可信初始化、支持批量处理、和的打开以及零知识性质。并给出了性能评估以及与已有方案的对比。]]></description>
<pubDate>2024/5/15 10:53:21</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[邓燚,汪海龙]]></author>
</item>
<item>
<title><![CDATA[一种混合的返回地址保护机制]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202110010000002&flag=2]]></link>
<description><![CDATA[返回导向编程（Return-oriented programming，ROP）是一种常见的控制流劫持技术，对计算机系统安全造成了严重威胁。为了防御这种攻击，研究者们通常部署影子栈或者基于消息认证码（message authentication code，MAC）的防御手段。但是影子栈不仅会带来额外的内存开销，而且容易因为信息泄露而被绕过；基于消息认证码的机制（例如Zipper Stack）则会因为MAC值的计算而带来很高的性能损耗。本文提出了一种混合的返回地址保护机制Twine Stack。Twine Stack利用一个小小的硬件影子栈来实现多链式的Zipper Stack。具体的，这个影子栈的每一项保存每一条链上的返回地址及其MAC值，因而可以只使用一个哈希模块进行排队计算。同时，大部分返回地址还可以通过与硬件影子栈对比进行校验，而不需要重复地计算MAC值。我们在RISC-V架构上实现了Twine Stack，并且在FPGA开发版上评估它的性能损耗。实验表明，Twine Stack减少了95%的返回地址校验，性能损耗仅为1.38%，硬件面积只增加了974个LUT和726个flip flop。结果表明，我们的混合方案能够很好地缓解单一防御手段的不足。]]></description>
<pubDate>2024/5/15 9:19:37</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈李维,崔宁宁,李永悦,孟丹,史岗,许奇臻]]></author>
</item>
<item>
<title><![CDATA[基于极化指纹的辐射源个体识别方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202111230000001&flag=2]]></link>
<description><![CDATA[对于资源有限的个体辐射源，射频指纹(Radio Frequency Fingerprint, RFF)是一种低成本、高效率以及高安全性的识别技术。然而目前RFF面临着指纹稳定性低、应用难度大的问题。为了解决这些问题，本文首次提出极化指纹的概念以及对应的辐射源个体识别方案。首先通过对经典圆极化贴片天线形成圆极化的过程进行分析得到极化指纹的数学模型。极化指纹来源于天线的结构和硬件缺陷在信号极化中留下的包含身份信息的特征，这种特征表现为信号极化状态的频率相关性。同时本文对极化指纹的群体特征和个体特征进行分析。群体特征表征天线的结构信息，其尺度更大，因此抵抗噪声影响的能力更强。个体特征表征辐射源身份信息，其尺度更小，因此抵抗噪声的能力更弱。基于这两个特征设计的两级特征模板极化指纹库和两步识别算法使得该方案在面对大量设备时能够保持较高的识别效率。由于目前的通信系统不会对极化进行调制，相比于RFF，极化指纹可以稳定持续存在，不仅使得该方案更容易实现，还可以获得更多的采样量。更重要的是，通过推导该方案的误警率和准确率证明了提高采样量可以降低噪声对极化指纹造成的失真。最后基于无线物联网(IoT)设备进行实验，实验结果表明在相同条件下，基于极化指纹的辐射源个体识别方案比基于RFF的方案有更佳的性能。]]></description>
<pubDate>2023/9/18 15:51:29</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,魏冬,徐锦龙]]></author>
</item>
<item>
<title><![CDATA[一种基于RLWE的三方口令认证密钥交换协议]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202102260000002&flag=2]]></link>
<description><![CDATA[随着量子理论研究的突破性进展，基于经典数学问题的公钥密码体制将在多项式时间内被破解，设计抵御量子攻击的后量子密码算法愈加紧迫。基于格构造的密码方案可以有效抵抗量子计算机攻击，具有可移植性强、易于实现等优点，已成为当前研究的热点。提出了一种基于格上Ring Learning with Errors（RLWE）问题的三方口令认证密钥交换（Three-party Password Authenticated Key Exchange, 3PAKE）协议，使用D4格解码方法构造错误协调机制，通过口令提供服务器和客户端之间的身份认证，最终在客户端之间生成会话密钥。在Bellare Pointcheval Rogaway（BPR）模型中，证明了协议满足相互认证安全、弱完美前向安全、会话密钥安全，且能抵抗口令猜测字典攻击。与其他基于RLWE的口令认证密钥交换协议相比，设计的隐式认证结构显著减少了哈希计算次数，采用的误差协调机制允许更大的容错距离，在平衡维度、模数、标准差、错误率并选择合适的参数之后，将协议错误率降低至2-61，模数缩小至12289，进一步减少了计算量与通信量。在C++上结合NFL（NTT-based Fast Lattice）加速算法对协议进行了实现，实验结果表明，协议实现了高达17倍的加速，具有255比特量子安全性。]]></description>
<pubDate>2023/9/15 10:46:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[顾小卓,任培欣,王梓梁]]></author>
</item>
<item>
<title><![CDATA[一种基于帧间运动目标框链的视频目标检测算法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202103090000004&flag=2]]></link>
<description><![CDATA[随着深度神经网络的发展，基于深度学习的目标检测算法已经取得了显著的效果，但在实际使用中，由于视频中目标物体的模糊、遮挡变形等问题，检测效果有待提高。目前主流算法，例如FGFA和Seq-NMS等，无法同时兼顾速度与准确性，不能满足实际应用的需求。如何在保障检测实时性的前提下，提升检测的准确性，是当前视频目标检测算法面临的挑战。本文提出一种基于帧间运动目标框链的后处理方法，以单帧检测算法为基础，从后处理部分入手，引入帧间运动信息对检测结果进行增强。我们利用基于距离的交并比（Distance Intersection over Union ，DIoU）表示帧间运动信息，并提出相邻帧之间的同一个物体应该具有相似的运动信息的观点，完成帧间运动目标框链的构建。最后，引入动态置信度平均方法，来对预测结果进行增强。实验结果表明，以YOLOv5为基础，本算法达到了73.4%的平均精度均值（mean average precision ，mAP），获得了6.2%（67.2%-73.4%）的mAP提升，同时检测速度达到了41每秒处理帧数（frames per second ，fps）。本算法很好的兼顾速度和准确度，并为如何进行更加快速准确的视频目标检测算法提供了思路。]]></description>
<pubDate>2023/9/15 10:46:09</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[白入文,黄伟庆,黄子豪,姜淼,李凌涵,李敏,孟博,任俊星,杨阳]]></author>
</item>
<item>
<title><![CDATA[网络空间反测绘技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202104070000001&flag=2]]></link>
<description><![CDATA[网络空间测绘技术的发展在极大促进人们对各类网络空间资源及其属性的全方位认知的同时,也为攻击方绘制“攻击面地图”提供了便利。网络空间反测绘是保护各类网络空间资源及其属性不被测绘方探测、分析和绘制的全方位防御过程,其核心思想是通过阻断测绘方的探测和扰乱测绘方对探测数据的关联分析,使得测绘方无法绘制出动态、实时、可靠的网络空间地图。首先,给出了网络空间反测绘的相关概念及定义。然后,提出了网络空间反测绘的技术体系,从探测行为识别、探测行为防护和测绘分析欺骗三个层次阐述了网络空间反测绘的关键技术,并对网络空间反测绘对抗技术进行探讨。最后,对当前的研究现状进行总结,并展望了未来研究方向。]]></description>
<pubDate>2023/9/15 10:45:30</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[郭莉,李仁杰,刘庆云,石峰源,钟友兵,周舟]]></author>
</item>
<item>
<title><![CDATA[多步攻击检测技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202104070000002&flag=2]]></link>
<description><![CDATA[随着网络结构的复杂化和防御能力的增强，多步攻击成为攻击的主要方式。多步攻击是多个原子攻击以特定逻辑序列组成的有目的的攻击。相较于单步攻击，多步攻击的时间跨度更长、隐蔽性更高，故而危害性更大。因此，多步攻击的检测尤为重要。本文首先系统地分析了多步攻击的定义和多步攻击检测面临的挑战，概括多步攻击检测技术的发展阶段，并对多步攻击检测技术的研究现状进行分类和对比；然后列举了该领域研究可用的数据集；最后提出了该研究未来可能的发展方向。]]></description>
<pubDate>2023/9/15 10:44:46</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[程子俊,龚晓锐,王笑语,章秀]]></author>
</item>
<item>
<title><![CDATA[USB攻击与检测防护技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202107080000001&flag=2]]></link>
<description><![CDATA[通用串行总线（universal serial bus, USB）接口因其热插拔，高传输速率等优点得到极为广泛的应用。在USB带来便利的同时，由于USB协议缺乏有效的安全策略，给恶意攻击者带来可乘之机。伴随着USB攻击技术的迅猛发展，USB攻击事件层出不穷，尤其是“Stuxnet”、“BadUSB”等给计算机网络设备和大数据的安全带来巨大挑战，关于USB的安全问题越来越受到重视。更多的安全研究人员开始关注USB连接的安全性，但是目前缺乏针对USB攻击技术和检测防护技术的系统性研究工作。在本文中，我们分析了USB通信的枚举、数据传输过程，和USB攻击技术和检测防护技术的原理，并指出USB攻击技术利用的协议漏洞和操作系统漏洞。我们首次提出了新的分类方法，对典型的USB攻击技术和USB检测和防护技术进行了整理、分类和具体分析。基于USB攻击技术和检测防护技术的实现原理，将USB攻击技术分为USB摆渡攻击技术、USB接口攻击技术、USB电源浪涌攻击技术、USB软件木马攻击技术和USB侧信道攻击技术5类，将USB检测与防护技术分为USB设备管控技术、USB设备认证技术、USB流量监控技术、和基于击键动力学的USB击键特征识别技术4类。同时，我们对这些技术做了比较研究，指出了其优点和缺点。最后，我们讨论了USB攻击技术和检测防护技术的发展趋势，以及关键问题。]]></description>
<pubDate>2023/9/15 10:43:49</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,李海洋,吕志强,薛亚楠,张宁]]></author>
</item>
<item>
<title><![CDATA[加密DNS：协议、研究现状与未来展望]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202107140000001&flag=2]]></link>
<description><![CDATA[域名系统（DNS）提供名称解析服务，是互联网的关键基础设施之一。若域名解析遭到攻击，绝大多数网络应用将受到严重影响。但是DNS协议在初始设计上存在脆弱性，无法保障用户隐私和传输安全。加密DNS通过加密域名请求和响应报文保护用户隐私，近年来发展迅速，受到了国内外的广泛关注。为全面了解加密DNS的发展状况，探究加密DNS对域名解析生态的影响，本文围绕加密DNS研究工作展开了调研。首先概述了加密DNS协议制定与发展情况，并从协议设计、协议成熟度和协议适用性三方面对比了五种协议，即DNSCrypt、DNS-over-TLS（DoT）、DNS-over-DTLS（DoD）、DNS-over-QUIC（DoQ）和DNS-over-HTTPS（DoH）；深入调研了加密DNS的研究现状，分析了加密DNS部署、性能、安全性以及对其他服务的影响，总结了各部分的研究进展；最后在加密DNS现阶段的研究基础上，从加密DNS优化的角度出发，围绕性能优化、安全增强、服务选择与管理三方面展望了加密DNS未来的技术发展趋势及研究方向，为后续研究提供参考。]]></description>
<pubDate>2023/9/15 10:43:11</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[郭莉,李白杨,刘庆云,孙永,张跃冬,朱宇佳]]></author>
</item>
<item>
<title><![CDATA[基于电磁指纹特征的USB行为识别方法研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202108110000001&flag=2]]></link>
<description><![CDATA[电子信息息设备在进行数据传输和处理过程不可避免产生电磁辐射泄漏，泄漏信号常常包含有用信息。通过截获电磁信号并对其解析可实现信息窃取，从而带来电磁信息安全隐患。通用串行总线（Universal Serial Bus，USB）在数据传输过程中同样产生电磁泄漏，基于USB电磁泄漏的恶意攻击软件“USBee”就是利用USB闪存盘的电磁辐射窃取信息。USB闪存盘传输高速数字信号，其电磁泄漏具有辐射泄漏弱、频段分布宽、与传输数据相关性高以及频谱实时变化大等特点。“USBee”等恶意电磁攻击技术基于常规USB协议，利用USB数据读写行为产生的电磁辐射作为隐蔽信道，控制电磁辐射信号实现信息隐蔽传输，具有部署简单、隐蔽性强、检测难度大的特点，给电磁信息安全风险检测带来较大的挑战。本文突破USB电磁泄漏信号分析检测及行为映射技术，基于对USB协议和传输信号特征分析，提出一种基于电磁指纹特征的USB行为识别方法，可实现USB电磁泄漏信号及USB静默、数据读、写行为的自动检测识别。实验测试结果表明所提出的方法检测及识别正确率均高于90%，对物理隔离设备基于USB的电磁安全风险检测具有较高的实用价值。]]></description>
<pubDate>2023/9/15 10:42:33</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[郭少颖,黄伟庆,刘波,徐艳云]]></author>
</item>
<item>
<title><![CDATA[基于国密算法框架的范围证明]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202108170000001&flag=2]]></link>
<description><![CDATA[范围证明也可以称作集合成员关系证明,范围证明的含义即证明某个元素属于给定的范围或者集合内。具有零知识性质的范围证明即证明者向验证者证明某一秘密信息属于一个给定的集合,同时不泄露其他任何信息。具有零知识性质的范围证明可以在实现范围证明功能的同时,尽可能的保护秘密信息和证明者的隐私。范围证明技术在实际生活中有着广泛的应用,如加密货币,匿名电子投票,匿名拍卖等诸多场景。本文提出了一种基于国密算法框架的范围证明方案：验证者对范围内的元素进行签名并连同签名公钥一起发送给证明者,证明者将秘密信息的签名盲化后发送给验证者,再采用三轮sigma协议证明对秘密信息的签名属于上述签名集合内,从而实现范围证明。本文提出的范围证明方案还可以拓展到（0，u^l）范围及其任意子集。本方案具有较小的通信复杂度和计算代价,在实际场景中更加实用。]]></description>
<pubDate>2023/9/15 10:41:48</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[邓燚,马顺利,谭陶莉]]></author>
</item>
<item>
<title><![CDATA[一种适用于高并发场景的基于SM2协作签名算法身份鉴别方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202109070000001&flag=2]]></link>
<description><![CDATA[随着移动互联网和智能终端的快速发展，基于移动智能终端完成的业务量成爆发式增长，保证高并发场景下用户身份真实性的重要性日益凸显。用户身份真实性是保证移动业务安全运行的首要条件，业界通常采用静态口令方案来鉴别用户的真实性。但是，静态口令方案中的用户口令或其杂凑值会被传输并存储至服务端，面临严重的中间人、拖库、撞库等攻击的风险。为解决上述问题，本文提出了一种基于SM2算法的协作签名算法（SM2-CSA），并基于此算法提出了一种适用于高并发场景下的身份鉴别方案（HC-IAS），能够满足移动业务高并发的需求，解决静态口令方案存在的服务端存储口令或其杂凑值引入的安全问题，从而可有效抵抗网络钓鱼和中间人组合攻击等威胁。最后，本文基于所提方案设计并实现了SM2协作签名登录原型系统，并对其进行安全和性能测试，测试结果表明相比已有方案，本方案具有较好的安全性和易用性。]]></description>
<pubDate>2023/9/15 10:36:46</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈天宇,贾世杰,牛莹姣,钱文飞,王平建,张琼露]]></author>
</item>
<item>
<title><![CDATA[基于意图的网络安全研究进展]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202109170000002&flag=2]]></link>
<description><![CDATA[现代网络面临着虚拟化、大规模化和融合化特征带来的一系列安全相关问题：网络安全边界与安全策略由静态性向动态性的转变、急剧上升的网络安全运维难度与成本、以及大量新兴网络安全技术应用与安全设备部署的需求。软件定义安全（software-defined security，SDS）被提出以应对上述安全问题，然而，当前SDS的架构与相关实现存在抽象程度低、效率低、便捷性差等缺陷。基于意图的网络（intent-based networking，IBN）提供了高抽象的网络编程接口和自动化的闭环处理流程，能够带来网络部署和管理的自动化与便捷性。将意图转变为安全意图，并将IBN应用于安全以践行SDS，可看作是网络安全管理、安全服务部署与运维的未来方向。首先，本文在业界对IBN相关的定义、项目与研究的基础上，给出IBN的架构与闭环处理流程；其次归纳IBN架构与闭环处理流程中支撑安全意图的关键技术研究进展，包括安全意图的语义表达、安全意图的决策验证与处理、安全意图的实施验证与处理；并根据网络安全管理、安全服务部署与运维的主要需求，归纳IBN在实际安全应用中的研究进展，包括微分段、服务功能链、数据包加密、数据泄露感知、网络安全策略配置和安全设备部署；随后分析当前IBN安全研究面临的挑战，包括IBN安全意图关键技术现有研究的不足、IBN安全应用对于智能化与自动化的需求、IBN自身安全问题，提出IBN安全的未来研究方向，为IBN安全的后续研究提供有益参考；最后从网络安全层面讨论IBN与SDS的关系，总结IBN应用于安全的特点，并针对当前IBN安全研究的挑战，提出一个IBN安全技术方案以供参考。]]></description>
<pubDate>2023/9/15 10:35:27</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[马子轩,涂碧波,游瑞邦,张坤,张玉琦]]></author>
</item>
<item>
<title><![CDATA[加密流量识别技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202103030000001&flag=2]]></link>
<description><![CDATA[流量识别技术作为网络防护和管理的关键手段, 可帮助网络管理员及时阻止恶意行为的传播和进行网络资源的优化。当前, 随着数据安全意识的增强,网络服务和应用普遍采用加密协议来保障通信内容的安全。虽然该方法可以有效增强数据的保密性, 但同时也给网络管理带来新的挑战。通信内容在经过加密算法的变化后, 载荷不再具有明显的字符特征, 因此传统的流量识别方法无法对加密流量进行有效识别。为此, 研究人员针对加密流量识别技术进行了大量研究。本文首先对流量识别的基础概念进行了介绍, 包括识别对象和主流加密协议的调研；然后根据不同的场景需求, 基于协议栈由底向上的角度对当前需求较为迫切的加密任务进行了梳理；其次通过对当前现有的加密流量识别方法进行归纳比较, 从基于深度包检测、基于传统机器学习、基于深度学习三个方面对加密流量识别方法进行综述；基于多维信息融合以及深度学习强大学习能力的优势, 多模式混合方法有望在未来成为加密流量识别方法的突破性技术；最后, 本文基于当前研究进展对加密流量识别技术的未来发展方向进行研究展望。]]></description>
<pubDate>2023/9/15 10:23:51</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[崔苏苏,董聪,姜波,刘宝旭,卢志刚,张辰]]></author>
</item>
<item>
<title><![CDATA[分组密码算法的仿射线性密码分析]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202103110000002&flag=2]]></link>
<description><![CDATA[仿射线性密码分析是分组密码多维线性密码分析的一个新的变体。多维线性密码分析使用了线性子空间中所有的非零线性逼近，而仿射线性密码分析舍弃了多维线性子空间中对容量贡献较小或者没有贡献的一半线性逼近，仅从保留的仿射子空间提取信息构造了更有效的卡方检验统计量对分组密码进行攻击。为了进一步提高攻击的效率，Nyberg猜想舍弃仿射统计量中得分较小的项，利用剩余项仍可以构造服从卡方分布的统计检验统计量。本文证明了该猜想是正确的，并给出了该猜想的一个应用方法。利用PRESENT和Serpent算法验证了此模型的有效性，对PRESENT进行了26和27轮密钥恢复攻击，分析了Serpent算法仿射线性逼近的数据复杂度。]]></description>
<pubDate>2023/9/15 10:23:15</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[曹文芹,张文涛]]></author>
</item>
<item>
<title><![CDATA[基于功率谱熵的隐蔽通信信号检测技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202103150000001&flag=2]]></link>
<description><![CDATA[针对复杂电磁环境下，低功率隐蔽通信信号检测率低这一可能造成电磁安全风险的问题，本文提出了一种基于频域功率谱信息熵的双门限隐蔽通信信号检测算法，在对信息熵模型进行理论推导的基础上，利用信号功率谱的信息熵作为检验统计量，构造双判决门限，实现了强干扰和低信噪比背景下，对隐藏的低功率微弱信号的盲检测。仿真和实测结果表明，在接收信噪比SNR=-10dB时，信号的检测率大于90%，优于其他传统算法，大大提升了低信噪比隐蔽信号的检测率。在此基础上，提出了基于频谱迹线的分阶段频域信息熵检测方法，实现对大带宽内隐蔽通信信号个数和占用频段的估计，实测实验结果表明，该方法能在宽带范围内准确估计信号个数和占用频段，在SNR=-5dB时，准确率大于80%。]]></description>
<pubDate>2023/9/15 10:22:39</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[洪泽坤,黄伟庆,李婷婷,徐艳云,于超]]></author>
</item>
<item>
<title><![CDATA[基于深度学习的视频人体行为识别研究进展]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202103160000003&flag=2]]></link>
<description><![CDATA[“大智移云物”的成熟发展不断推动着视频监控的自动化、智能化，智能视频监控已经逐渐替代传统视频监控，成为各行业安全防控的重要组成部分。在智能视频监控系统中，识别人体行为对有效发现潜在的危险因素、场所动态监管、异常事件预警等都有重要作用。然而在真实视频监控场景中识别人体行为仍面临很大的挑战。本文旨在为视频监控中人体行为识别技术的研究提供必要的参考，从RGB视频、人体骨骼与RGB+D视频三种模态数据全面概述了近六年深度行为识别模型的研究进展。本文主要依据模型的识别精度并结合模型的大小、计算效率和推理速度，比较基于不同数据模态的深度模型架构，并分析了各种方法应用不同数据来识别人体行为的优点和局限性。最后重点讨论了智能视频监控系统中的人体行为识别面临的挑战及未来研究的潜在方向。]]></description>
<pubDate>2023/9/15 10:21:55</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[白入文,黄子豪,姜淼,李风发,李凌涵,李敏,孟博,任俊星,孙德刚,杨阳]]></author>
</item>
<item>
<title><![CDATA[基于分析CAVLC码字和非零QDCT系数个数的视频隐写分析方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202105080000002&flag=2]]></link>
<description><![CDATA[针对H.264量化离散余弦变换(Quantized Discrete Cosine Transform, QDCT)系数域的视频隐写方法，本文提出了一种高效的隐写分析方法。目前已有的QDCT系数域的隐写分析方法大多关注嵌入前后QDCT系数的变化。但QDCT系数存在一些冗余信息，已有的分析方法已无法有效检测近年来出现的QDCT系数域上的自适应隐写方法。H.264中使用熵编码对QDCT系数进行无损压缩，去除冗余信息。上下文自适应可变长度编码(Context-based Adaptive Variable Length Coding, CAVLC)是H.264中熵编码的两种方式之一，相比于另一种熵编码方式上下文自适应二进制算术编码(Context-based Adaptive Binary Arithmetic Coding, CABAC)，CAVLC计算复杂度低且支持H.264所有档次。因此，首先本文基于CAVLC编码的原理，分析了嵌入修改对CAVLC编码过程中的影响和最终体现在对CAVLC码字的影响。其次，因为相邻块非零QDCT系数个数之间具有相关性，本文分析了修改QDCT系数对此相关性的影响。最终，本文设计了一个635维度的隐写分析特征集，其包括两类子特征。第一个子特征为码字中“1”的比例和码字中每个比特上“1”的比例，用于描述CAVLC码字；第二个子特征为给定当前块中非零QDCT系数的个数，其右侧块的和下方块的非零QDCT系数个数的分布概率，该概率反映了相邻块的非零QDCT系数个数之间的相关性。为评估本文提出方法的有效性，对不同编码参数设置下的视频进行了实验测试。实验结果表明，该方法优于现有的QDCT系数域上的视频隐写分析方法,在较低嵌入率下也具有良好的检测性能，从而验证了本文特征设计的合理性。并且该方法在保证检测准确率提升的同时，其计算复杂度不高于现有的隐写分析方法。]]></description>
<pubDate>2023/9/15 10:18:11</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[尤玮珂,余建昌,张弘,赵险峰]]></author>
</item>
<item>
<title><![CDATA[二进制程序语义信息恢复技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202105170000001&flag=2]]></link>
<description><![CDATA[以变量类型信息、程序控制流信息、功能信息等为代表的语义信息，是二进制程序分析与理解的基础，对于软件漏洞检测、恶意代码检测等技术精度的提升至关重要。然而，受到编译优化、符号剥离，以及编程语言、编译器、操作系统和目标体系结构差异的影响，二进制程序语义信息恢复面临诸多技术挑战。本文将目前研究人员普遍关注的二进制程序语义信息技术归纳为基于程序数据的类型推断技术、基于代码指令的程序结构识别技术以及服务代码理解的程序功能恢复技术三大类，对近10年间的代表性技术进行阐述，并统计分析了上述技术在实验数据集选取、基础分析平台选用、体系结构支持等方面的趋势与不足。最后，对未来的研究方向进行了展望。]]></description>
<pubDate>2023/9/15 10:17:26</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[霍玮,李丰,刘益铭,许丽丽,周建华]]></author>
</item>
<item>
<title><![CDATA[基于场景上下文异常的智能家居入侵检测]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202106070000001&flag=2]]></link>
<description><![CDATA[智能家居设备通过物联网平台上的联动规则实现设备之间的互联和互动，为用户带来便利的同时，也导致安全威胁的增 加。在此场景下，传统的基于异常的入侵检测方法存在准确率低、误报率高和可解释性差的问题。本文提出一种基于场景上下 文异常的智能家居入侵检测方法。首先，从设备事件和设备状态等多个角度构建不同设备之间的关联关系表示模型;其次，本 文综合分析了联动规则、设备类型、设备属性、配置文件等多元信息，使用自然语言处理技术辅助挖掘关联关系，并利用系统 事件日志进行验证;最后，根据通过验证的关联关系对系统事件流进行异常检测。我们在搭建的真实智能家居环境中，对本方 法的有效性进行验证与评估，通过与传统方法对比，本方法具有更优的检测效果。]]></description>
<pubDate>2023/9/15 10:16:22</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李红,李科,刘宸睿,宋站威,孙利民,朱红松]]></author>
</item>
<item>
<title><![CDATA[工业控制系统攻击与检测技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202106190000001&flag=2]]></link>
<description><![CDATA[针对工业控制系统（Industrial Control System，ICS）的攻击事件日益增多，攻击手段复杂先进，攻击技术隐蔽多样，使得ICS网络攻防态势日益严峻。这些精心设计的攻击可能导致系统偏离预期的规定运行，造成对关键设施损坏、非计划停产、人员伤亡等严重后果。尽管近年来国内外针对ICS攻击与检测技术的研究工作不断涌现，但仍未出现全面总结与探讨国内外技术发展现状及趋势的综述性文章。本文从ICS攻击与检测角度，首先对ICS的典型架构、关键控制设备类型以及安全防护的脆弱性进行深入剖析；接着从网络、逻辑、固件和感知层面对ICS攻击技术进行分类，分析攻击原理、攻击后果和规避策略；最后归纳针对各层面ICS攻击的检测技术体系，总结现有检测技术的优势与不足，提出未来ICS攻击检测技术研究的趋势与展望。]]></description>
<pubDate>2023/9/15 10:15:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈新,李仕杰,刘俊矫,吕飞,潘志文,孙利民,孙怡亭,辛明峰,朱红松]]></author>
</item>
<item>
<title><![CDATA[轻量级密码算法KNOT的软件优化实现]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202106240000001&flag=2]]></link>
<description><![CDATA[KNOT是一族轻量级认证加密算法和密码杂凑算法，它是NIST的轻量级密码标准征集中的第二轮候选算法之一。安全性和软硬件实现性能是衡量一个密码算法好坏的重要指标。本文从软件实现性能指标上评估KNOT算法。本文研究KNOT在32位微控制器和64位高端处理器的优化实现，并且使用公开的软件性能基准测试平台测试KNOT的性能，主要贡献包含两部分：1.在32位微控制器上，KNOT采用比特交错技术优化，使用C和汇编语言实现到达ROM或速度最优。分析比特交错对KNOT在NIST测试平台和las3测试平台的5个32位微控制器上的性能提升。与C语言实现的性能结果相比，KNOT的比特交错技术优化实现在大部分微控制器上有不同程度的性能提升，其中在Arduino Nano 33 BLE(Cortex-M4)上的性能提升最大：KNOT-Pair I、KNOT-Pair IV的认证加密算法和密码杂凑算法的速度提升分别为18%、20%、28%、22%。2.KNOT-Pair IV采用SSE指令优化64位处理器上的实现。在计算机(Inter(R) Core(TM)i9-900 CPU)，KNOT-Pair IV的SSE实现的认证加密算法和密码杂凑算法的速度比C语言实现分别提升26%、28%。分析KNOT在SUPERCOP中的三个不同的64位高端处理器上的性能结果。经分析可知，与第二轮其他候选算法相比，KNOT算法的速度和代码量性能突出。]]></description>
<pubDate>2023/9/15 10:14:44</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[张文涛,赵雪锋]]></author>
</item>
<item>
<title><![CDATA[基于格的高效零知识证明]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202107010000001&flag=2]]></link>
<description><![CDATA[零知识证明是密码协议的核心原语之一， 其功能是证明者向验证者证明某个困难语言的成员归属关系或证据所有权而不泄露任何额外知识， 被广泛应用于数字签名、身份认证、安全多方计算等方面。 随着量子计算机的快速发展， 设计抗量子的高效零知识证明已经成为近年来的热点问题， 而其中基于格的高效零知识证明因其具有独特的渐进高效性、 抗量子攻击和更温和的困难性假设等优势脱颖而出。 在设计基于格的高层密码协议时， 经常涉及到一些具体问题，需要以关于它们的零知识证明作为构造模块为整个协议提供隐私性。 虽然可以使用对任意 完全问题的零知识证明作为通用的解决方案，但是归约开销昂贵影响效率，致使该解决方案不切实际。于是，人们开始设计专门的协议对这些具体问题进行高效的零知识证明。 非齐次小整数解（inhomogeneous small integer solution, ISIS） 问题就是这样一个例子。对ISIS问题的零知识证明经常被用于全同态加密、Fiat-Shamir型标准签名及环签名等方面。
    本文聚焦关于ISIS的高效零知识证明， 将现存方案分为两大类：源于几何特征的一类和源于非几何特征的一类，其中前者中的方案均是对ISIS的间接证明。对于后者中的那些方案， 根据技术路线和证明精确程度，我们将它们分为四类： Stern精确型、FSwA松弛型、 S-FS精确型和其他精确型。 FSwA松弛型的方案均是对ISIS的松弛证明，它们的设计遵循FSwA框架，这个框架是将拒绝抽样技术引入Schnorr协议得到的。其他三个类型的方案均是精确证明，其区别在于： Stern精确型构造来自于Stern框架，S-FS精确型构造是介于Stern与FSwA的混合路线，其他精确型旨在提高效率，它们是通过将诸如特殊同态承诺、数论转换等工具组合在一起实现的。对每一种类型，我们首先深入分析每个方案的通信效率、困难性假设和适用环境， 然后总结每类方案的优缺点。 进一步， 以安全性和通信效率为度量指标， 对同类型方案、 对不同类型中的最佳方案进行对比。]]></description>
<pubDate>2023/9/15 10:13:58</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[高红敏,胡磊,黄桂芳,王梦凡]]></author>
</item>
<item>
<title><![CDATA[基于计算成本的反垃圾邮件技术]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202107280000001&flag=2]]></link>
<description><![CDATA[随着信息技术的飞速发展，电子邮件以其成本低廉、方便快捷等优点成为一种不可或缺的通信方式。但与此同时，垃圾邮件的泛滥不仅给用户带来不便，还耗费大量网络资源，甚至严重威胁网络安全。
本文研究基于计算成本的反垃圾邮件技术，旨在不影响诚实用户群发邮件需求的情况下实现反垃圾邮件的功能。利用基于属性的访问控制技术，本文首先定义了一个新的陷门成本函数，称为基于属性的陷门成本函数（attribute-based trapdoor cost function, AB-TCF），具有计算成本比可忽略、正确性和可靠性3条安全性质。对于AB-TCF，陷门以细粒度的方式分发给用户，使得满足属性要求的用户可以获得陷门，能够以很低的成本计算AB-TCF；而不满足属性要求的用户无法获得陷门，需要以很高的成本计算AB-TCF。基于整数分解假设，本文给出了一个AB-TCF的形式化构造并证明了其安全性。然后，本文基于AB-TCF设计了一个反垃圾邮件系统，要求所有发送者在发送邮件时计算AB-TCF。AB-TCF计算成本比可忽略的性质保证了满足属性要求的诚实用户可以使用其陷门来很容易地群发邮件；而不满足属性要求的恶意垃圾邮件发送者只能付出昂贵的计算成本，这可以从源头上遏制垃圾邮件的发出，从而实现了反垃圾邮件的功能。理论分析和实验结果均表明该系统能够在发送端大幅减少垃圾邮件的数目，同时不会影响诚实用户群发邮件。此外，兼容性分析表明所提出的反垃圾邮件方法可以与现有邮件系统兼容，并且结合使用可以进一步提升反垃圾邮件的效果。]]></description>
<pubDate>2023/9/15 10:13:13</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈丽娇,吕克伟,姚刚]]></author>
</item>
<item>
<title><![CDATA[基于变量可控性搜索的Java反序列化漏洞检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202109040000001&flag=2]]></link>
<description><![CDATA[近些年来，越来越多的Java组件爆出反序列化漏洞，由于该类型漏洞较难通过人工审计的方式进行高效、精确地检测，这类安全隐患至今仍潜藏于大量组件中。本文在深入研究Java反序列化漏洞的基础上，提出检测该类型漏洞的核心为针对利用链的检测；通过梳理、总结实际利用链中常见的入口函数和危险函数，构建先验知识库用于检测未知利用链；提出基于变量可控性搜索的Java反序列化漏洞检测模型，结合自底向上的变量可控性搜索算法，实现了面向Java反序列化漏洞的自动化检测系统DeSerialKiller4J。实验结果表明，本系统检测性能相比gadgetinspector工具提升60.6%，在107个开源组件中检测出19条已知利用链，23条未知利用链，其中一条未知利用链已被CVE收录（CVE-2021-39148）。]]></description>
<pubDate>2023/9/15 10:12:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈文岗,陈星辰,冯薪澄,刘奇旭,王柏柱]]></author>
</item>
<item>
<title><![CDATA[大规模网络中的身份认证关键技术探讨]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202109140000002&flag=2]]></link>
<description><![CDATA[近年来，随着大规模网络的快速发展，大量新型的攻击方式及其伴随而来的安全问题频繁发生，其中，身份认证技术作为网络安全的第一条防线，始终面临着严峻挑战，大量由于身份认证过程不够安全或用于认证的隐私信息存储不当而引发的安全问题层出不穷，引发了学者们对于身份认证技术的长期探索与关注。如何有效地解决大规模网络中的身份认证问题，针对不同的场景以及不同的业务需求选择合适有效的身份认证技术、提升相应场景下身份认证环节的安全性，已成为当前亟需解决的问题。本文针对移动互联网、车联网、物联网、云计算四种常见的大规模网络面临的身份认证安全问题进行分析，并对身份认证关键技术的发展以及在大规模网络中的重点应用方案进行了综述。首先，本文分析了大规模网络身份认证技术面临的主要问题和安全需求。其次，在分析身份认证协议及技术原理的基础上，对大规模网络中五大类十五种身份认证技术进行了归纳，并对其特点及优缺点进行了分析和比较。随后，总结并分析了四种大规模网络中身份认证技术的典型应用方案，具体包括：移动互联网中基于人脸识别的持续认证、基于触摸动力学的持续认证和生物特征与设备结合的持续认证；车联网中基于假名的认证、基于群签名的认证和基于区块链的认证；物联网中基于匿名的认证、基于无线传感器的轻量级认证和基于层次化的认证；云计算中基于访问控制的认证、基于生物特征的认证和基于移动云计算的认证，并对以上场景中身份认证技术解决的关键问题、安全性以及性能进行了探讨和对比。最后，对大规模网络身份认证技术的研究热点、面临的新挑战以及发展的新趋势进行了讨论和展望。]]></description>
<pubDate>2023/9/15 10:10:39</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,纪鹤鸣,毛锐,孙德刚,王晓宇,王妍]]></author>
</item>
<item>
<title><![CDATA[FRI-VC:一种透明的零知识向量承诺方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202109150000001&flag=2]]></link>
<description><![CDATA[向量承诺是对一组长度为d的有序元素(m_1,...,m_d)进行的承诺,后续可以打开特定位置的元素值。现有的功能性比较完备的向量承诺方案通常需要进行可信设置,不具备透明性,方案中陷门的泄露将会使恶意证明者能够随意生成证明,导致方案变得很不安全。除了透明性,零知识性与抗量子性在大部分向量承诺方案中也缺乏考虑,使得方案容易遭到敌手的攻击,也将面临量子计算机的挑战。本文基于Fast Reed-Solomon Interactive Oracle Proofs of Proximity(FRI),结合拉格朗日多项式插值法,设计了同时具备透明性、抗量子性以及诚实验证者零知识性质的向量承诺方案FRI-VC。除了具备向量承诺的基本功能外,FRI-VC还能够实现同一向量中多个位置元素的同时打开与验证以及不同向量多个位置元素的同时打开与验证,所需证明长度与打开单个向量某一个位置元素时的证明长度相同。本文对FRI-VC方案的安全性进行了详细的证明,同时与其他几个典型的向量承诺方案进行了对比。]]></description>
<pubDate>2023/9/15 10:08:58</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[邓燚,杨刘钰,张心轩]]></author>
</item>
<item>
<title><![CDATA[工业控制系统功能安全和信息安全融合研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012110000001&flag=2]]></link>
<description><![CDATA[在工业互联网快速发展的背景下，工业控制系统中信息安全和功能安全分离的防御方案已经不能应对当前的安全威胁，因此针对功能安全和信息安全的融合安全技术逐渐成为研究热点。二者在安全目标、安全需求方面存在较大的差异，且工业控制系统计算、通信和存储资源受限，这给融合安全研究带来了较大的挑战。本文从两个领域涉及的概念术语、缓解措施等方面分析融合安全研究的可能性以及必要性，再对学术界和工业界已有的安全方法和标准的融合研究进展进行总结，最后从不同角度分析融合安全研究中存在的挑战和机遇。]]></description>
<pubDate>2023/9/8 11:39:52</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[方栋梁,刘圃卓,吕世超,马叶桐,孙利民,朱红松]]></author>
</item>
<item>
<title><![CDATA[内部威胁分析与防御综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202009240000002&flag=2]]></link>
<description><![CDATA[内部威胁是当今最具有挑战的网络安全问题之一,因此需要十分重视且关注该领域的研究成果和发展趋势。本文对内部威胁研究范畴内的成果进行了概述,并使用扎根理论的方法进行严格的文献归纳和分析,帮助组织减轻和消除内部威胁事件并根据自身实际情况快速制定防御方案。本文的研究对内部威胁领域有重要意义,因为它(1)概括了内部威胁的研究范畴,旨在建立内部威胁的研究框架；(2)从定义与分类、数据集以及事件的角度对内部威胁进行了全面的分析,提出一种新的结构化分析与分类方法；(3)基于内部威胁分析提出一个包含威慑、预防/缓解、检测和响应的分步防御方案,并对每一步防御方案的研究成果进行归纳分析；(4)通过分析内部威胁案例和当前研究进展,讨论现有研究的不足并展望进一步的研究方向。]]></description>
<pubDate>2023/9/4 15:55:09</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李梅梅,李楠,刘美辰,刘鹏程,石志鑫,孙德刚]]></author>
</item>
<item>
<title><![CDATA[面向云环境的VMM平台安全性加固综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202010020000001&flag=2]]></link>
<description><![CDATA[随着云计算飞速发展,虚拟化技术成为人们关注的焦点。虚拟机监视器作为虚拟化平台的核心支柱,由于庞大且逐年增长的代码量、复杂且单一的设计模式和缺乏内部隔离,近年来不断爆出安全问题。虚拟机监视器控制着整个虚拟化平台的正常运转,一旦虚拟机监视器受到攻击,云平台的所有虚拟机将暴露于威胁之中。如何对虚拟机监视器进行安全性加固成为研究热点。本文首先分析了传统虚拟机监视器的架构模型和弊端；接着,对近年来国内外的虚拟机监视器加固研究成果进行分析比较,并提出了评估虚拟机监视器设计的四个维度；最后,本文对下一步的虚拟机监视器安全性加固进行研究展望。]]></description>
<pubDate>2023/9/4 15:54:47</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[贾晓启,姜楠,张伟娟,周启航]]></author>
</item>
<item>
<title><![CDATA[基于网络空间欺骗的移动目标防御技术研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202010250000001&flag=2]]></link>
<description><![CDATA[移动目标防御(Moving Target Defense, MTD)是改变当前网络空间“易攻难守”的攻防不对称局面的革命性技术之一。MTD的基本思想是通过持续不断地转换攻击面，增加攻击者攻击的困难度和复杂度。如何选取转换属性，提高属性攻击面转换空间是MTD领域研究的重点问题。多样化、冗余和欺骗是当前属性攻击面转换空间构造的主要方法。然而，多样化和冗余策略在构建攻击面转换空间时，存在构建成本高以及系统兼容性等问题，使得传统的移动目标防御无论在理论研究，还是在实际应用中都遇到了很大瓶颈。网络空间欺骗则为这一困难问题提供了契机。网络空间欺骗由于其虚虚实实的变化，蜜罐、蜜饵、面包屑等多样化的欺骗方式，以及构建成本低、构造欺骗属性容易等特性，被提出用于扩大攻击面转换空间，成为MTD研究的重要技术手段和工具。因此十分有必要研究关注网络空间欺骗在移动目标防御的重要位置与作用，以及评估和比较网络空间欺骗在移动目标防御中的有效性。本文首先比较了基于网络空间欺骗的MTD与经典MTD (基于多样化和冗余的MTD) 的差异，明确了网络空间欺骗在移动目标防御中发挥的重要价值，然后根据已有研究从多维度对基于欺骗的MTD技术及其应用进行了探索与分类，最后归纳了研究面临的主要问题与挑战，并讨论了未来可能的研究方向。]]></description>
<pubDate>2023/9/4 15:54:25</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[Xiaoyan Sun,刘峰,马多贺,张雅勤,周川]]></author>
</item>
<item>
<title><![CDATA[使用差分概率分布表对差分分析的研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202010310000001&flag=2]]></link>
<description><![CDATA[差分分析是分析分组密码安全性的最有效的方法之一，本文从一个新的角度研究了轮函数为双射的密钥交替的迭代型分组密码的差分性质。S盒的差分分布表在研究迭代型分组密码的差分分析中起到了重要作用。类比S盒的差分分布表，我们研究轮函数的差分概率分布表（DPT），我们发现DPT矩阵是一个马尔科夫矩阵，并通过研究DPT矩阵的性质来研究分组密码的差分性质。一方面，我们通过分析矩阵的性质给出了一些有关迭代型分组密码的差分性质的证明，并且研究了当轮函数是对合轮函数时其最大差分概率的性质。我们证明了若迭代型分组密码的DPT矩阵有两个值为1的特征值，那么经过足够高的轮数后，该分组密码一定没有高概率差分;而当值为1的特征值个数多于两个时，其可能存在任意轮的高概率差分。另一方面，由于对实际的迭代型分组密码来说，轮函数的差分概率分布表所对应的矩阵维数过高，实现这样规模的矩阵的存储与计算并不可行。为了解决该问题，我们分析其字节级截断差分概率，构造其字节级截断差分概率分布表，通过研究其对应的矩阵来研究字节级截断差分性质。对于状态被分成16个字节或半字节的 轮分组密码来说，构造该表的空间复杂度是c1*2^(32)，时间复杂度是c1*2^(37.92) ，其中c1,c2=O(log r)。现阶段，可以借助高性能计算机在可接受的时间内得到整个分组密码的全部字节级截断差分信息。]]></description>
<pubDate>2023/9/4 15:53:17</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[刘慧,杨理]]></author>
</item>
<item>
<title><![CDATA[一个非陷门动态伪累计器构造及其应用]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202011090000001&flag=2]]></link>
<description><![CDATA[累计器是一个重要的密码学工具, 在成员关系测试、证书管理等应用程序中发挥着重要作用。传统的基于RSA和双线性映射的累计器在成员关系验证和非成员关系验证时需要给出相应的证据, 这对于不需要证据就能验证的应用来说是不必要的。另外, 这两类累计器都具有相应的陷门信息, 这使得累计器的安全性依赖于陷门信息的保密性。我们首先介绍了“动态伪累计器”的概念, 拥有动态添加和删除元素的功能, 支持集合成员关系和非成员关系验证而不需要给出相应的证据。随后我们给出了一个具体的动态伪累计器的构造, 它是非陷门的, 不需要假设累计器管理者是诚实的，并且是动态的, 允许添加新的元素和删除旧的元素。接着我们详细讨论了构造累计器需要的参数和可累计的集合上限之间的关系, 并说明了在实际中如何选取这些参数。最后我们介绍了新构造的累计器如何用来构造分级访问控制系统。]]></description>
<pubDate>2023/9/4 15:52:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[关 诚,薛 锐,员凯立]]></author>
</item>
<item>
<title><![CDATA[利用调制参数时频结构差异及分层神经网络的通信信号调制格式识别算法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202011140000002&flag=2]]></link>
<description><![CDATA[无线通信的侦测和监管通常是在未知对方通信方式的场景下进行的，而其中调制格式的识别是首要解决的问题。针对通信信号调制格式的自动识别问题，本文利用分层卷积神经网络学习不同调制格式信号的时频结构差异，并利用该差异实现对通信信号调制格式的准确识别。该方法结合了信号特征提取方法及深度学习识别方法的优势，通过提取信号样本瞬时幅值、瞬时频率及瞬时相位等调制参数，降低样本中对调制格式识别无用的冗余信息，并构造各调制参数的时频结构图像；然后针对不同调制参数时频结构图像，构造专用的卷积神经网络对图像中独特的时频结构进行学习识别；最后，设计了分层神经网络架构级联各专用卷积神经网络，对调制格式进行准确判决。本文共实现了11种通信信号的自动识别，该方法可有效克服噪声、频偏干扰及接收误差等不利因素，具有较高的鲁棒性和自动性。实验结果表明，该方法在信噪比大小为12dB且存在干扰和频偏时，可对2ASK、2FSK、4FSK、BPSK、QPSK、8PSK、16QAM、32QAM、64QAM、AM、FM信号进行调制格式自动识别，单项识别准确率超过80%，优于同等条件下基于传统信号特征提取的调制格式识别方法以及基于深度学习的调制格式识别方法。]]></description>
<pubDate>2023/9/4 15:52:24</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[仇昭花,黄伟庆,王中方,魏冬,禹成亮]]></author>
</item>
<item>
<title><![CDATA[ZUC算法的量子电路实现]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202011170000002&flag=2]]></link>
<description><![CDATA[本文基于Clifford + Toffoli的量子电路模型将ZUC算法实现为量子电路，这是首次将流密码算法实现为量子电路。本文的主要目标是通过构造消耗量子比特数较少的量子电路模型，给出一个基于量子算法攻击ZUC算法的量子比特数的下界，从而说明当量子计算机能够支持的逻辑量子比特数达到何种规模时，可能会对ZUC算法产生实质性的威胁。针对此目标，本文的电路设计准则是，优先考虑减少量子比特的消耗，并在此基础上优化Toffoli门的消耗。本文针对ZUC算法的各个关键部件，如有限域上的模加器，有限域上的线性反馈移位寄存器以及S盒等，给出了详细的量子电路实现方案。基于这些关键组件的实现，本文给出了ZUC算法的整体量子电路实现方案。基于此方案，要实现ZUC算法的初始化过程并生成128比特的密钥流，我们需要752个量子比特，109770个Toffoli门，348117个CNOT门，以及26912个Pauli X门。]]></description>
<pubDate>2023/9/4 15:52:05</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄震宇,孙壮]]></author>
</item>
<item>
<title><![CDATA[基于深度学习的口令猜测方法的组合优化构造]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202011230000002&flag=2]]></link>
<description><![CDATA[与传统的基于统计的口令猜测方法相比，基于深度学习的口令猜测方法在生成候选口令的数量及多样性方面均有显著技术优势。然而，现有的基于深度学习的口令猜测方法通过逐字符或映射采样的方式生成候选口令，未利用口令的内在结构特征，通常需要生成大量的候选口令才能取得较理想的猜测效果，在生成候选口令数较小的情况下，猜测成功率较低。针对上述问题，基于对口令结构与口令片段之间相互独立性的观察与认识，对口令内在结构特征与猜测模型基础特性的具体分析，本文提出一种以模块化方式对现有的基于深度学习的口令猜测方法进行组合优化的构造方法，将合适的统计模型作为基础组件引入到口令猜测过程中，以期获得具有更高猜测成功率和更好猜测效率的新方法，提高基于深度学习的口令猜测方法的实用性。实验结果表明，与现有的基于深度学习的口令猜测方法相比，经过组合优化构造出的新的口令猜测方法在同站和跨站口令猜测场景下的猜测成功率平均提高了215.51%和176.84%，证明了本文组合优化设计方法的有效性。]]></description>
<pubDate>2023/9/4 15:51:40</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[樊一康,李勇,石瑞鑫,郗志红,谢子平,周永彬]]></author>
</item>
<item>
<title><![CDATA[知识融合的多模态虚假新闻检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012010000001&flag=2]]></link>
<description><![CDATA[随着互联网发展和社交网络的大流行，虚假新闻和谣言能够迅速的传播并对公共产生巨大的负面影响。有效的识别出虚假新闻对阻断虚假新闻的快速传播有重要意义。由于新闻中除文字还常常包含图片等多模态的内容，近年来的工作多着重于研究利用深度神经网络提取文本和视觉的特征表示进行虚假新闻检测的方法。然而，却忽略了对新闻中所含的事实和知识的验证。在早期的工作中，研究人员通常将新闻中的实体和关系，与知识库中的实体关系进行比对，计算出新闻的可信度。这类工作基于简单的比对验证，往往难以覆盖海量信息内容的识别。但其利用外部知识库进行计算的思想仍有借鉴意义。我们提出一种知识融合的深度神经网络方法，同时提取新闻中的知识、文本、及视觉三个方面的特征表示，用于虚假新闻识别任务。具体来说，在我们的方法中，我们首先利用大型的开放式知识图谱来计算新闻中实体之间的关系，得到新闻的实体关系矩阵，并用卷积神经网络提取关系矩阵中的特征，作为新闻的知识特征表示。接着，将知识特征与文本和视觉特征相融合，进行虚假新闻的检测。我们的方法在两个大型的多模态数据集上进行验证。数据集分别是从微博采集的中文数据集和从推特上采集的英文数据集。丰富的实验证明了我们算法的有效性。在这两个数据集上，我们的方法都得到了最优的虚假新闻检测结果。]]></description>
<pubDate>2023/9/4 15:51:13</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[韩冀中,王茜]]></author>
</item>
<item>
<title><![CDATA[再论Hash-ECB-Hash结构在线密码的构造]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012020000001&flag=2]]></link>
<description><![CDATA[在线密码是众多密码方案如认证加密方案等中使用的重要组件。考虑到运算性能和安全性，Hash-ECB-Hash结构为构造并行计算的且在选择密文攻击下安全的在线密码提供了潜在的可能性。本文我们从分析在线密码POE开始，POE是到目前为止已有文献中唯一使用Hash-ECB-Hash结构的在线密码，然而，POE中哈希层使用的哈希函数的AXU抗碰撞性质不能像它声称的那样保证其安全性。为了防止对POE的攻击，其哈希层的分量函数的输出之间碰撞概率应该是可忽略的。然后我们针对哈希层提出了在线泛哈希函数（OUHF）的概念来满足这种条件，包括OAU函数和OAXU函数，并且证明如果哈希层使用OAU函数且底层分组密码是在选择密文攻击下安全的，则Hash-ECB-Hash结构在选择密文攻击下也是安全的。我们也给出了几种OAU函数的构造，包括CFB和CBC模式，还给出了基于有限域上乘法函数的构造MCFB和使用输入输出异或链接方式的构造XCH。最后，使用安全的在线密码，我们构造了一个简单的在线认证加密方案，并对在线认证加密方案的安全性重新定义，之后证明了其安全性，包括机密性和完整性。]]></description>
<pubDate>2023/9/4 15:50:51</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[刘刚,王鹏,魏荣,叶顶锋]]></author>
</item>
<item>
<title><![CDATA[HiveAttacker:一个针对Hive数据仓库的两阶段安全性检测方案]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012070000002&flag=2]]></link>
<description><![CDATA[大数据所蕴藏的巨大价值，使其成为当前网络攻击的重点目标之一。然而，长期以来，以Hive为代表的数据仓库及大数据处理引擎，以及其所依托的分布式处理平台，普遍重视服务的高可用性、高扩展性，未充分考虑安全性，导致在大数据的存储、处理过程中存在安全风险。本文以Hadoop平台上的Hive数据仓库及查询引擎为切入点，归纳了Hive在查询解析过程中，以及在与Hadoop平台或其它第三方组件交互过程中面临的两个主要攻击面，并针对性的设计了一个两阶段安全性检测方案。方案的第一阶段针对Hive因接收、解析用户查询所引入的攻击面，对传统模糊测试技术进行定制化扩展，重点挖掘Hive自身代码中存在的可能造成提权、授权绕过等利用效果的漏洞；第二阶段针对Hive因与其它组件交互引入的攻击面，重点检测可能通过组件间交互触发的漏洞，并进行预警。基于上述方案实现的原型工具HiveAttacker，在Hive两个历史版本及最新版本中共挖掘出8个漏洞，其中包含2个最新版本中尚未修复的漏洞，并在搭建的真实Hive运行环境中检测出因组件交互引入的安全威胁7处，验证了方案的有效性。]]></description>
<pubDate>2023/9/4 15:50:33</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[薄德芳,霍玮,李丰,李文超,周建华]]></author>
</item>
<item>
<title><![CDATA[二进制程序静态分析技术研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012090000001&flag=2]]></link>
<description><![CDATA[静态分析技术作为程序分析中重要的分支，在源代码分析上发展非常成熟，然而在二进制程序分析上发展缓慢。随着物联网设备的广泛应用，物联网设备的诸多特点，包括多样的指令架构、不同的操作系统、硬件资源受限、大多数基于C语言开发以及封闭的源代码和文档等，给二进制程序静态分析带来新的挑战和需求。近几年，通过二进制程序静态分析技术对物联网备固件进行脆弱性分析逐渐成为热点之一。本文以静态分析的基本原理为基础，从数据流分析、别名分析、符号执行和静态污点分析四个方面介绍目前二进制静态分析技术的研究现状和进展。最后，本文对今后该领域的研究重点和方向进行讨论和展望。]]></description>
<pubDate>2023/9/4 15:50:11</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[程凯,刘明东,宋站威,孙利民,于楠,朱红松]]></author>
</item>
<item>
<title><![CDATA[基于网表控制流分析的硬件木马检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012140000001&flag=2]]></link>
<description><![CDATA[在现代集成电路设计中,随着芯片规模的不断扩大,越来越多的功能集成其中,不可避免的引入很多第三方设计的IP核,导致在芯片设计阶段可能引入具有恶意功能的电路,即硬件木马。因此,针对IP核进行硬件木马检测可以降低芯片设计中引入的风险。现有的硬件木马检测方法通常通过硬件木马的某一特征进行检测,容易被攻击者针对性抵抗。在本文中,提出了一种新型的建模方法将电路转为节点控制流图,并基于控制流分析进行硬件木马检测,同时分析组合逻辑电路和时序逻辑电路。实验结果表明,对于常见的硬件木马和新型抗检测硬件木马,该检测方法都可以达到很高的准确性。更重要的是,本文将被检测网表抽象为节点控制流图,对于未来出现的硬件木马,可以基于此图添加新的特征分析进行扩展。]]></description>
<pubDate>2023/9/4 15:49:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,吕志强,张宁,张焱琳]]></author>
</item>
<item>
<title><![CDATA[基于时频特征的多源融合信息泄漏检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012180000001&flag=2]]></link>
<description><![CDATA[泄漏检测是评估密码设备信息泄漏风险威胁的一项重要技术,主要通过假设检验的方式检测是否存在与敏感数据相关的信息泄漏。密码芯片在运行过程中会同时产生能量消耗、电磁辐射等多种信息泄漏,仅对其中一种特定类型的信息泄漏进行检测容易忽视多种信息泄漏之间存在的内在关联性,故难以充分刻画密码设备的实际安全性。多源融合信息泄漏检测是试图克服这一重要技术缺陷的新方向。本文提出基于时频特征的多源融合信息泄漏检测方法,并从频率信息泄漏点密度、信噪比、维数等多个视角分析了其可行性与适用性。实验结果表明,在采样点数量相同的情况下,与已有检测方法相比,本文新方法的误报率降低99.33%~99.97%；在确定性和非确定性检测情况下,与已有检测方法相比,本文新方法检测出泄漏所需侧信息数量分别降低15%~52%和29%~64%。]]></description>
<pubDate>2023/9/4 15:48:59</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[冯 祺,明经典,张 倩,周永彬]]></author>
</item>
<item>
<title><![CDATA[基于域适应的电磁泄漏还原图像中文文本识别]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012240000001&flag=2]]></link>
<description><![CDATA[摘要   计算机显示系统会在信息的传输和显示过程中产生电磁泄漏，然而通过接收机接收的电磁泄漏的视频信号信噪比很低，这使得还原的图像难以进行有效的文本识别。现有的针对低信噪比中文文本图像的文字识别工作非常少。在本文中，我们提出了一种基于域适应思想的CRNN（Convolutional Recurrent Neural Network）文字识别模型。该模型用电磁泄漏环境下采集的无标注文本图像作为目标域数据，正常的带标注文本图像作为源域数据，将卷积神经网络（Convolutional Neural Network, CNN）结合上域判别模块（Domain Discrimination Module, DDM），然后采用半监督学习的训练方式使得卷积神经网络最大化的提取到文本图像中与随机噪声无关的字符特征，提升了真实噪声环境条件下的文字识别准确率。本文模型在电磁泄漏还原实景下的公开数据集RCTW17、CASIA-10k上进行了测试，相比于主流的识别模型，基于域适应的CRNN对于电磁泄漏还原的文本图像的中文识别率有了明显的提升。摘要   计算机显示系统会在信息的传输和显示过程中产生电磁泄漏，然而通过接收机接收的电磁泄漏的视频信号信噪比很低，这使得还原的图像难以进行有效的文本识别。现有的针对低信噪比中文文本图像的文字识别工作非常少。在本文中，我们提出了一种基于域适应思想的CRNN（Convolutional Recurrent Neural Network）文字识别模型。该模型用电磁泄漏环境下采集的无标注文本图像作为目标域数据，正常的带标注文本图像作为源域数据，将卷积神经网络（Convolutional Neural Network, CNN）结合上域判别模块（Domain Discrimination Module摘要   计算机显示系统会在信息的传输和显示过程中产生电磁泄漏，然而通过接收机接收的电磁泄漏的视频信号信噪比很低，这使得还原的图像难以进行有效的文本识别。现有的针对低信噪比中文文本图像的文字识别工作非常少。在本文中，我们提出了一种基于域适应思想的CRNN（Convolutional Recurrent Neural Network）文字识别模型。该模型用电磁泄漏环境下采集的无标注文本图像作为目标域数据，正常的带标注文本图像作为源域数据，将卷积神经网络（Convolutional Neural Network, CNN）结合上域判别模块（Domain Discrimination Module, DDM），然后采用半监督学习的训练方式使得卷积神经网络最大化的提取到文本图像中与随机噪声无关的字符特征，提升了真实噪声环境条件下的文字识别准确率。本文模型在电磁泄漏还原实景下的公开数据集RCTW17、CASIA-10k上进行了测试，相比于主流的识别模型，基于域适应的CRNN对于电磁泄漏还原的文本图像的中文识别率有了明显的提升。, DDM），然后采用半监督学习的训练方式使得卷积神经网络最大化的提取到文本图像中与随机噪声无关的字符特征，提升了真实噪声环境条件下的文字识别准确率。本文模型在电磁泄漏还原实景下的公开数据集RCTW17、CASIA-10k上进行了测试，相比于主流的识别模型，基于域适应的CRNN对于电磁泄漏还原的文本图像的中文识别率有了明显的提升。]]></description>
<pubDate>2023/9/4 15:48:42</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[李海洋,吕志强,于超,张宁]]></author>
</item>
<item>
<title><![CDATA[轻量级虚拟化技术安全研究综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012240000002&flag=2]]></link>
<description><![CDATA[随着以容器技术为代表的轻量级虚拟化技术的飞速发展，其在云计算领域中的地位也越来越重要。轻量级虚拟化技术高效、灵活的特点为云计算带来了新的技术架构和运维模式，同时也引入了新的安全挑战，引起学术界和工业界的广泛关注，但其安全性缺少系统性的研究。本文对轻量级虚拟化技术的架构特点和应用场景进行了概述，按照分层模型对其技术面临的攻击威胁进行了分类综述。然后，根据安全解决方案所属的系统层次对已有的安全防御方法和机制进行了介绍和优缺点分析。最后，展望了轻量级虚拟化技术安全未来的发展趋势和后续的研究方向。]]></description>
<pubDate>2023/9/4 15:48:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[孔同,马多贺,王利明,徐震]]></author>
</item>
<item>
<title><![CDATA[基于时序特征和结构特征的社交网络谣言检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012250000002&flag=2]]></link>
<description><![CDATA[随着社交网络的快速发展，越来越多的人在社交网络平台获取或分享信息。但是，在收获便利的同时，也为谣言提供了新的传播媒介。谣言的产生和传播严重降低了社交网络中的信息可信度，影响网络空间清朗环境的建设。现有基于深度学习的谣言检测模型往往基于内容特征或传播特征展开，而这些基于传播特征的模型要么只关注传播过程中的时序关系，或是仅挖掘谣言传播网络的结构特征来识别谣言，不能很好地学习一个全面的特征表示描述谣言传播过程中的时间和空间变化，限制了谣言检测的性能。针对此问题，本文提出一种通用的基于时序特征和结构特征的谣言检测方法，共同探索谣言传播过程中的时间模式与传播树结构特征，学习一个全面的谣言特征表示，提高谣言检测的性能。为了评估模型的有效性，利用3个公开的真实数据集，对本文提出的模型进行分析验证。实验结果表明，在谣言传播的各个阶段，该方法均能够有效地检测出社交网络中的谣言。]]></description>
<pubDate>2023/9/4 15:48:00</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[鲍祎楠,胡斗,虎嵩林,卫玲蔚,杨近朱,周薇]]></author>
</item>
<item>
<title><![CDATA[跨社交网络用户身份链接回顾与展望]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202012300000001&flag=2]]></link>
<description><![CDATA[随着互联网的飞速发展，社交网络平台（又称在线社交网络）也日益普及和多样化，为了更好地利用每个社交网络平台提供的服务，用户往往会加入多个社交网络平台。链接同一个自然人在不同社交网络平台中的账户，称为用户身份链接。通过用户身份链接可以充分了解用户的兴趣，极大的丰富用户画像，进而用于数字营销和推荐系统。本文回顾了用户身份链接方法的发展历史，根据其特征提取和模型构建两个阶段对现有用户身份链接方法进行了分类分析，讨论了存在的问题与挑战，总结了现有方法所采用的数据集和评估指标，最后展望了用户身份链接的未来研究趋势。本文通过提出一种用户身份链接问题的通用定义、比较分析已有用户身份链接方法、讨论存在的问题和展望未来研究趋势，将用户身份链接问题的现状和未来以清晰的结构化的方式进行分析展示，有助于研究人员对该领域的相关研究形成系统性的理解和把握，进而做出更加深入的研究工作。]]></description>
<pubDate>2023/9/4 15:46:51</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[房婧,司成祥,孙波,薛晖,张伟]]></author>
</item>
<item>
<title><![CDATA[基于移位等效码字熵率计算的加扰卷积码盲识别]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202101060000001&flag=2]]></link>
<description><![CDATA[加扰编码码字盲识别在非合作通信研究中具有重要意义。然而，当前加扰编码码字盲识别研究主要针对单一的信道编码盲识别或扰码盲识别，其算法在实际系统中面临不适用于加扰与编码级联场景、误码场景下识别效率低等问题。因此，本文针对加扰卷积码级联场景，提出一种基于移位等效码字熵率的扰码与卷积码联合盲识别的算法。首先，利用卷积码字加扰后的性质，构建移位等效码字，将扰码盲识别问题转换为等效卷积码判决问题；其次，鉴于利用传统算法判决移位等效码字过于复杂，消耗的运算资源过高，提出了一种基于信息熵率的卷积码快速判断方法，并推导出了算法实现需要的相关参数，实现了低复杂、高效率的快速联合盲识别。仿真实验表明，本文方法可以有效地对加扰卷积码进行联合识别，在信道传输误比特率小于6%时，扰码识别正确率高于84.5%，扰码和卷积码联合识别率高于80%，体现了较好的抗噪性。]]></description>
<pubDate>2023/9/4 15:46:33</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[胡可可,黄伟庆,王中方,魏冬,翟留群]]></author>
</item>
<item>
<title><![CDATA[文本中的对抗攻击与防御综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202101290000001&flag=2]]></link>
<description><![CDATA[深度神经网络(Deep Neural Networks, DNNs)在计算机视觉、语音识别和自然语言处理等领域取得了非常不错的成就。在图像分类、语音识别和文本分类等任务中，DNNs的准确率甚至超越了人类。然而，近几年的研究表明，DNN模型非常容易受到对抗样本的攻击，只需在正常输入中加入微小不可察觉的扰动，就能导致DNN模型错误的预测。在计算机视觉领域中对抗攻击和防御已经得到了广泛的研究，但在文本领域中的研究还有些不够，很多视觉领域的方法并不能直接应用于文本，尤其是文本离散的特点使得攻击和防御更有挑战性，也有更多的研究空间。本文全面介绍了文本领域中的对抗攻击与防御以及一些相关工作。具体来说，本文首先从不同的角度对文本中的对抗攻击与防御进行了分类，然后介绍了相应的工作和最新进展，最后本文讨论了文本领域对抗攻击与防御存在的挑战，并提出了这一新兴领域未来可能的研究方向。]]></description>
<pubDate>2023/9/4 15:45:48</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[何原野,梁宇航,林政,王雷,王伟平]]></author>
</item>
<item>
<title><![CDATA[基于异质图网络的横向移动攻击检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202102010000001&flag=2]]></link>
<description><![CDATA[近年来，随着互联网的高速发展，高级持续性威胁日益频繁，而横向移动作为其攻击流程的重要一环，通常伴随着内部网络的破坏以及机密数据的失窃，对企业危害巨大，但其高度的隐蔽性往往使横向移动攻击难以检测并预防。因此，本文提出一种基于异质图网络的两阶段横向移动攻击检测方法HGLM。首先基于内网的认证日志，将用户与主机的登录行为图结构化，构建用户登录图和源主机路径图，然后在图上进行两阶段异常检测。第一阶段基于用户登录图，使用以最大化互信息为目标的图模型进行无监督训练，得到用户在主机间的认证行为特征表示，再通过局部异常因子算法计算得到部分异常样本；第二阶段基于源主机路径图和第一阶段得到的少量异常样本，使用异质图注意力网络算法进行半监督训练，检测横向移动攻击行为。进一步地，在真实数据集CMCS Events上对本文提出的方法进行了评估和验证。与其他方法相比，本文提出的方法具有高精确率和低误报率，且不需要样本标签。]]></description>
<pubDate>2023/9/4 15:45:28</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[董聪,姜波,刘松,卢志刚,田甜,王天]]></author>
</item>
<item>
<title><![CDATA[基于稀疏分量分析的海量短波电台快速自动识别方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202102040000004&flag=2]]></link>
<description><![CDATA[针对短波频段内海量电台的快速自动识别问题，本文提出一种基于稀疏分量分析的快速识别方法，该方法基于各电台发射信号时域所具有的独特周期性及稀疏性，利用高速频谱扫描数据对各信道的多个电台进行自动分离和识别。为了对短波时变信道衰落下的电台信号进行分离，提出一种基于时间特征聚类的稀疏分量分析的算法，该算法将时间特征与幅值特征相融合进行聚类，实现对混合矩阵的估计。此外，根据聚类结果，该算法将信号向类心向量进行投影，去除时变信道衰落引入的噪声。在不同播放时间，不同占空比和不同周期的仿真实验中，该算法的识别正确率为98.1%，相比聚类稀疏分量分析和快速独立成分分析分别提升了7.3%和16.8%，能够很好解决短波电台分离和识别的问题。]]></description>
<pubDate>2023/9/4 15:44:21</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,李静,王元坤,魏冬,张巧遇]]></author>
</item>
<item>
<title><![CDATA[基于区块链的群智感知众包机制]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202102160000001&flag=2]]></link>
<description><![CDATA[众包作为一种基于群智感知技术的数据收集和任务分配模式，可有效提高任务完成的灵活性、多样性，节省运营成本，在移动医疗、环境监测、智能交通等领域有广阔的应用前景。目前的众包形态包括集中式和分布式，集中式众包的云服务器面临中心信任和安全问题，且存在因遵循服务器利益最大化原则导致众包工作者参与积极性低、任务收敛慢的性能问题；分布式众包面临着任务合理分配和分布式数据一致性的问题。针对以上问题，本文提出一种基于区块链的分布式众包机制，具体体现为：（1）建立基于区块链的众包模型，充分利用区块链去中心化、不可篡改等优势，解决中心服务器信任问题，适用于分布式的群智感知网络应用；（2）研究基于PBFT的数据同步机制，在保证数据安全一致前提下提高共识效率；（3）设计服务质量评分算法和基于服务质量评分的任务分配和报酬发放机制，最大化接包方利益，调动参与者的积极性，提高服务完成率和服务质量。本文通过理论分析和仿真实验，证明本文所提方法具有较高的安全性和实用性。]]></description>
<pubDate>2023/9/4 11:05:19</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[范伟,弥宝鑫,彭诚,张珠君,朱大立]]></author>
</item>
<item>
<title><![CDATA[基于杀伤链模型的PLC安全分析]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202009240000001&flag=2]]></link>
<description><![CDATA[可编程逻辑控制器（Programmable Logic Controller，PLC）是现代工业控制系统的核心组件，其安全问题与工控系统关键业务的正常运行紧密关联。由于PLC之间系统架构和网络通信等方面的差异性，缺乏标准化的架构与流程来剖析PLC面临的安全问题。杀伤链模型广泛应用于用于描述攻击者入侵行为，本文基于杀伤链模型对PLC安全技术进行分析总结，旨在便于相关研究人员了解此领域最新进展，也为工控安全从业人员提供技术参考。本文首先对PLC基本架构、工作原理和通信协议等进行详细阐述；然后结合杀伤链模型对各类PLC攻击和防御技术进行分类，并对其技术原理进行深入分析；最后本文讨论了未来PLC安全研究趋势。]]></description>
<pubDate>2023/9/4 9:51:22</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[陈曦,黄文军,宋站威,孙利民,孙越,游建舟]]></author>
</item>
<item>
<title><![CDATA[基于敏感特征深度域关联的Android恶意应用检测方法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202008190000001&flag=2]]></link>
<description><![CDATA[利用机器学习或深度学习算法进行Android恶意应用的检测是当前主流方法，取得了一定的效果。然而，多数方法缺乏对敏感行为协同的深度分析，导致恶意应用检测准确率低。本文提出敏感特征域关联关系图来描述应用程序主要敏感行为，以及敏感行为之间的域关联关系。首先，定义类或者包为域，在同一个域中的敏感特征具有域关联关系。通过敏感特征所在域的相对范围，构造敏感特征之间不同的域关联权重，生成敏感特征域关联关系图。然后，基于敏感特征域关联关系图，设计基于图卷积神经网络的深度表征，构建Android恶意应用检测模型GCNDroid。在实践中，GCNDroid还可以更新的敏感特征，以适应移动应用程序新的敏感行为。最后，本文进行了系统评估，召回率、调和平均数、auc等重要指标均超过96%，结果表明GCNDroid取得了预期的效果。]]></description>
<pubDate>2023/4/4 10:47:54</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[黄伟庆,姜建国,李罡,李梅梅,李松,刘超,喻民]]></author>
</item>
<item>
<title><![CDATA[建立渗透测试型人才能力评估的综合评价模型]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202008220000001&flag=2]]></link>
<description><![CDATA[网络安全人才的培养和选拔，离不开一把衡量人才的“尺子”。以通用漏洞评分系统作为参考范例，一个具备可操作性的评价模型，不能只是一个抽象的思考模型，而是应当包含准则、权重、量化取值方法、计算公式、得分和评级等6个要素，已有的研究在这些要素上都有不同程度的缺失。因此，本研究以多轮问卷调查的形式，综合运用了多种定性与定量评估方法，建立起了具备以上6个要素的渗透测试型人才能力评估的综合评价模型。研究首先通过文献阅读归纳和德尔菲法，形成了评价准则结构和准则项定义；然后，采用层次分析法、熵权法和组合赋权法，得到准则权重；并设计了基于隶属度矩阵标注任务的方法以获得准则量化取值；最后使用模糊综合评价法中相应的计算公式，得到人才的得分和评级。]]></description>
<pubDate>2023/4/4 10:47:47</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[龚晓锐,刘宝旭,于冬松,章秀,赵蓓蓓]]></author>
</item>
<item>
<title><![CDATA[基于神经网络的模型反演攻击技术综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202009230000002&flag=2]]></link>
<description><![CDATA[大数据时代下，基于神经网络的模型研究是人工智能领域的一个主流方向。相比于其它的智能优化算法，神经网络具有自适应性强、泛化能力显著等优点。基于神经网络模型的反演攻击技术研究如何从神经网络模型输出数据中进行学习、推导，以得到有关输入数据的信息。本文首先介绍了反演攻击技术的概念和常见攻击场景。然后，讨论神经网络模型中面临的反演攻击挑战，包括原始数据保护、敏感数据泄露、模型训练隐私等关键问题。接着，对基于梯度优化和参数训练的神经网络模型反演攻击技术进行综述，对各类方法进行对比，并总结了典型的防御方法。最后总结全文并探讨了未来的研究方向。]]></description>
<pubDate>2023/4/4 10:47:41</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[韩言妮,胡彦杰,谭 倩,徐 震,张 欢]]></author>
</item>
<item>
<title><![CDATA[基于运动向量修改的保持块间扰动最小的HEVC信息隐藏算法]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202006240000001&flag=2]]></link>
<description><![CDATA[高效视频编码（High Efficiency Video Coding, HEVC）标准能够大幅度提升压缩效率，正被广泛应用中。为提高基于运动向量修改的HEVC隐写算法的安全性，本文提出了一种基于运动向量修改的保持块间扰动最小的HEVC信息隐藏算法。首先，该算法量化了修改运动向量后对当前高级运动向量预测（Advanced Motion Vector Prediction, AMVP）单元和其相邻Merge模式预测单元产生的扰动代价。其次，结合校验网格码（Syndrome Trellis Codes, STC），寻找扰动代价最小的嵌入路径，将信息嵌入在AMVP模式的预测单元运动向量上。此外，还对运动向量差值进行更新。实验结果表明，所提方法对视频序列进行信息嵌入后，对视频序列的峰值信噪比、码率影响较小，并对运动向量域专用隐写分析有良好抗检测能力。]]></description>
<pubDate>2023/3/31 17:06:35</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[马熠,唐小晶,余建昌,张弘,赵险峰]]></author>
</item>
<item>
<title><![CDATA[基于博弈论的入侵检测与响应优化综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202006170000001&flag=2]]></link>
<description><![CDATA[当前网络规模急剧增加，各类入侵过程也逐渐向复杂化、多样化的趋势发展。网络攻击带来的损失越来越严重，针对各类安全事件的检测发现以及查处响应也变得日益困难。为了快速识别各类网络安全事件并做出相应的响应，入侵检测与响应技术变得越来越重要。入侵检测系统（IDS）能否识别复杂的攻击模式以及分析大量的网络流量主要取决于其精度和配置，这使得入侵检测与响应的优化问题成为网络与系统安全的重要需求，并且成为一个活跃的研究主题。现有的研究成果已经提出了很多可以优化入侵检测和响应效率的方法，其中，将博弈论应用在入侵检测与响应的研究日益增多。博弈论提供了一种框架去捕获攻击者和防御者的交互，采用了一种定量的方法评估系统的安全性。在本文中，我们首先回顾了入侵检测与博弈论的背景知识，接着按照基于博弈论的入侵检测与响应优化问题的类型进行了分类介绍，然后从整体上讨论了这些解决方案的局限性，最后我们还给出了未来的研究方向。]]></description>
<pubDate>2023/3/31 17:05:32</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[耿立茹,李婷,梁杰,刘海涛,刘吉强,刘银龙,张杭生]]></author>
</item>
<item>
<title><![CDATA[分组密码算法在x64平台上的软件实现速度测试方法研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202006090000001&flag=2]]></link>
<description><![CDATA[密码算法的软件实现速度是衡量其实现性能的重要指标之一。在国内外的工作中,关于如何在x64平台上进行密码算法的软件实现速度测试没有形成统一的测试标准。本文以分组密码算法的速度测试为例,通过实验分析在x64平台上对密码算法进行软件实现速度测试的过程中容易出现的问题。我们对目前已有的四种速度测试方法：Matsui速度测试方法,Fog速度测试方法,Supercop速度测试方法和Gladman速度测试方法进行介绍,对四种速度测试方法的异同进行比较,分析四种方法中存在的问题。基于以上四种速度测试方法,本文探究如何得到速度测试的稳定、可靠、高效的结果。最终,我们给出在x64平台上测试分组密码算法软件实现速度的有效方法。利用本文给出的速度测试方法,我们对AES算法和SM4算法在x64平台上的软件实现速度进行了实际测试。]]></description>
<pubDate>2023/3/31 17:00:04</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[季福磊,毛颖颖,张文涛,赵雪锋]]></author>
</item>
<item>
<title><![CDATA[面向C++商业软件二进制代码中的类信息恢复技术]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202006050000001&flag=2]]></link>
<description><![CDATA[采用C++编写的软件一直是二进制逆向分析中的高难度挑战，二进制代码中不再保留C++中的类及其继承信息，尤其是正式发布的软件缺省开启编译优化，导致残留的信息也被大幅削减，使得商业软件（Commercial-Off-The-Shelf, COTS）的C++二进制逆向分析尤其困难。当前已有的研究工作一是没有充分考虑编译优化，导致编译优化后类及其继承关系的识别率很低，难以识别虚继承等复杂的类间关系；二是识别算法执行效率低，无法满足大型软件的逆向分析。
本文围绕编译优化下的C++二进制代码中类及其继承关系的识别技术开展研究，在三个方面做出了改进。第一，利用过程间静态污点分析从C++二进制文件中提取对象的内存布局，有效抵抗编译优化的影响（构造函数内联）；第二，引入了四种启发式方法，可从编译优化后的C++二进制文件中恢复丢失的信息；第三，研发了一种自适应CFG（控制流图）生成算法，在极小损失的情况下大幅度提高分析的效率。在此基础上实现了一个原型系统RECLASSIFY，它可以从C++二进制代码中有效识别多态类和类继承关系（包括虚继承）。
实验表明，在MSVC ABI和Itanium ABI下，RECLASSIFY均能在较短时间内从优化后二进制文件中识别出大多数多态类、恢复类关系。在由15个真实软件中的C++二进制文件组成的数据集中（O2编译优化），RECLASSIFY在MSVC ABI下恢复多态类的平均召回率为84.36％，而之前最先进的解决方案OOAnalyzer恢复多态类的平均召回率仅为33.76％。除此之外，与OOAnalyzer相比，RECLASSIFY的分析效率提高了三个数量级。]]></description>
<pubDate>2023/3/31 16:58:55</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[龚晓锐,吴炜,杨晋,张伯伦]]></author>
</item>
<item>
<title><![CDATA[Simon量子算法攻击下的可调加密方案研究]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202005300000002&flag=2]]></link>
<description><![CDATA[随着量子计算技术的迅速发展，量子算法对密码系统安全性的威胁迫在眉睫. 之前的研究表明，许多对称密码方案在基于Simon算法的量子攻击下不安全. 本文利用Simon算法，对HCTR、HCH、PEP和HEH四种可调加密方案进行了分析，研究结果表明这四种可调加密方案在选择明文量子攻击下是不安全的.同时，用变化调柄的方法给出了对CMC和TET两种可调加密方案更简洁的攻击方法. 固定调柄和变化调柄两种不同的Simon量子攻击方式得到的周期不同，可结合得到进一步的结果. 最后本文对可调加密方案一般量子攻击方法进行了总结.]]></description>
<pubDate>2023/3/31 16:57:52</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[胡磊,毛淑平,王鹏]]></author>
</item>
<item>
<title><![CDATA[神经机器阅读模型综述]]></title>
<link><![CDATA[https://jcs.iie.ac.cn/xxaqxb/ch/reader/view_abstract.aspx?file_no=202005210000001&flag=2]]></link>
<description><![CDATA[随着互联网的高速发展,网络内容安全问题日益突出,是网络治理的核心任务之一。文本内容是网络内容安全最关键的研究对象,然而自然语言本身固有的模糊性和灵活性给网络舆情监控和网络内容治理带来了很大的困难。因此,如何准确地理解文本内容,是网络内容治理的关键问题。目前,文本内容理解的核心支撑技术是基于自然语言处理的方法。机器阅读理解作为自然语言处理领域中的一项综合性任务,可以深层次地理解网络内容,在网络舆论监测和网络内容治理上发挥着重要作用。近年来,深度学习技术已在图像识别、文本分类、自然语言处理等多个领域中取得显著成果,基于深度学习的机器阅读理解方法也被广泛研究。本文旨在对神经机器阅读模型进行综述。首先介绍机器阅读理解的发展历史和研究现状；然后阐述机器阅读理解的任务定义,并列举出有代表性的数据集以及神经机器阅读模型；再介绍四种新趋势目前的研究进展；最后提出神经机器阅读模型当前存在的问题,并且分析机器阅读理解如何应用于网络内容治理问题以及对未来的发展趋势进行展望。]]></description>
<pubDate>2023/3/31 16:34:45</pubDate>
<category><![CDATA[ChinaSoft 2022人工智能安全]]></category>
<author><![CDATA[骆丹,马路,王斌,王丽宏,张鹏]]></author>
</item>
</channel>
</rss>