检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

智能电网拓扑及隐私安全策略研究

智能电网拓扑及隐私安全策略研究

作者：粘洪睿福建工程学院

学位级别：硕士

随着国家电网公司对数字新基建的推动与建设,智能电网电力流与信息流的融合将进一步加深。然而,在智能电网不断提升开放性的同时,安全事故和隐私泄漏事件也频频发生,因此,如何保证智能电网既能提供便捷高效服务,又能够安全有效地运行已... 详细信息

随着国家电网公司对数字新基建的推动与建设,智能电网电力流与信息流的融合将进一步加深。然而,在智能电网不断提升开放性的同时,安全事故和隐私泄漏事件也频频发生,因此,如何保证智能电网既能提供便捷高效服务,又能够安全有效地运行已成为目前亟需解决的社会问题。由于智能电网系统结构的高复杂性,目前模型很难应用于智能电网的研究,因此,研究适用于智能电网特点的拓扑安全和隐私安全策略是解决上述社会问题的两个关键科学问题。本文首先基于复杂网络相关理论研究智能电网拓扑安全策略,其次,针对智能电网用户数据量庞大复杂的特点,基于云雾架构研究了智能电网的数据隐私安全策略。本文的主要工作和贡献可概括为以下几个方面:(1)针对智能电网遍布地区广,连接复杂的特性,存在故障发生时无法及时发现排查的问题,引入复杂网络社团结构的概念,为解决落后的分区方式提供理论支撑,以适应日益复杂的运行状态和快速排查故障为目的,本文提出了一种基于极大团的智能电网社团结构挖掘算法。实验分析结果表明,该方法能实现更合理的电网分区并取得更强的保护性。(2)智能电网经过社团挖掘后,解决了计算成本及拓扑安全的问题,但是分区后电网的数据隐私安全问题仍需要进一步的研究。为了完善电网安全系统,本文针对电网安全模型及隐私保护策略进行了研究:1)设计了基于云雾架构的安全高级量测体系模型(Security model of advanced metering infrastructure based on cloud and fog assistance,AMIBCF)。AMIBCF模型利用云雾辅助结合智能电表,为之后的隐私保护方案提供基础,并提高保护机制的灵活性;2)在AMIBCF模型上,设计了基于安全高级量测模型的隐私保护策略。该策略首先采用模糊综合分析理论,实现对不同用户进行重要性评分,从而对其分级;其次,对有数据缺失的用户,确认丢失数据的时间段与位置,采用模糊矩阵补全数据;最后采用动态门限加密算法,在用户数据聚合的基础上,通过识别用户ID,对不同重要性等级的雾节点分别设置不同的门限策略,进而实现对用户的隐私加密保护。(3)在智能电网的供电端,存在着各种不同等级的角色,这些角色对电网中的设备有不同的访问权限。为了避免不法攻击者伪造身份盗窃数据,本文提出智能电网偏序结构下的等级门限访问保护策略,采用偏序理论对电网供电端角色进行分层排列,并设计多等级的门限访问控制策略,实现对电网供电端的隐私保护。

关键词：智能电网高级量测体系拓扑安全隐私安全社团结构

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

边缘智能融合区块链:研究现状、应用及挑战

信息与控制 2024年第1期53卷 1-16页

作者：任晓旭仇超邓辉戴子明刘泽军王晓飞天津大学智能与计算学部天津300350 雄安国创中心科技有限公司河北保定071000

边缘智能集网络、计算、存储和智能于一体,将智能推向网络边缘,为互联时代的低延迟关键计算开辟了道路。为进一步满足万物互联下的敏捷连接、数据优化、实时边缘业务处理、安全和隐私保护等关键需求,区块链存在着加速边缘智能的巨大潜... 详细信息

边缘智能集网络、计算、存储和智能于一体,将智能推向网络边缘,为互联时代的低延迟关键计算开辟了道路。为进一步满足万物互联下的敏捷连接、数据优化、实时边缘业务处理、安全和隐私保护等关键需求,区块链存在着加速边缘智能的巨大潜力。边缘智能和区块链两种技术相互融合,优势互补。在此背景下,本文旨在探讨边缘智能与区块链的关系,从区块链驱动的边缘智能和边缘智能驱动的区块链两个方面介绍边缘智能融合区块链的最新研究现状,应用与挑战,进而为泛在智能服务开辟新的视野。

关键词：边缘智能区块链隐私安全可伸缩性

在线全文

学校读者我要写书评

暂无评论

基于双层链的个人隐私数据保护和授权框架

郑州大学学报（理学版） 2024年第2期56卷 1-8页

作者：刘靖宇曹兴旺颜钰莹范小芹武优西河北工业大学人工智能与数据科学学院天津300401

针对隐私泄露事件频繁发生且当前的保护方法无法避免恶意收集和恶意攻击的问题,提出了基于双层链的个人隐私数据保护和授权框架。该框架由验证链和授权链构成,通过跨链技术进行通信,不需要用户向服务商提供隐私数据就能获得服务。验证... 详细信息

针对隐私泄露事件频繁发生且当前的保护方法无法避免恶意收集和恶意攻击的问题,提出了基于双层链的个人隐私数据保护和授权框架。该框架由验证链和授权链构成,通过跨链技术进行通信,不需要用户向服务商提供隐私数据就能获得服务。验证层负责验证数据并生成数据证明,授权层负责用户的授权,避免服务商得到用户隐私数据。此外,提出了基于顺序选举的RAFT改进算法和代理受益证明算法,分别应用在验证层和授权层,从而提高了共识速度和数据处理速度,解决了在没有激励机制的情况下如何维护公有链的问题。实验结果表明,所提框架保证了数据的真实性、安全性和可扩展性,平衡了隐私性和可追溯性。

关键词：区块链跨链技术双层链隐私安全授权

在线全文

学校读者我要写书评

暂无评论

脑机接口技术的伦理风险及应对措施

中国医学伦理学 2024年第1期37卷 61-68页

作者：张晟婕赵长丽宁伟程严玉清黄芳云南大学医学院云南昆明650000 云南大学马克思主义学院云南昆明650000

在伦理学领域,关于脑机接口技术的问题主要聚焦于身心伦理和社会伦理,包括个人隐私权、人是不是完整意义上的人、社会责任归属等,涉及的人群包括患者、医生以及患者生活的整个社会群体。除剖析了身心伦理风险、社会伦理风险外,还根据目... 详细信息

在伦理学领域,关于脑机接口技术的问题主要聚焦于身心伦理和社会伦理,包括个人隐私权、人是不是完整意义上的人、社会责任归属等,涉及的人群包括患者、医生以及患者生活的整个社会群体。除剖析了身心伦理风险、社会伦理风险外,还根据目前脑机接口的研究现状分析了未来其大规模应用后可能存在的伦理问题,主要包括身心伦理风险的知情同意权、隐私权、决定权,社会伦理风险的责任归属以及公平性问题,未来伦理风险中脑是机器的载体还是机器是脑的延续问题,并从个体、制度和机构三个层面提出了解决措施,以期对脑机接口今后发展提出治理建议。此外,通过社会调研采集并汇总相关意见,获得本土化数据。在此基础上首次引入脑机接口的未来风险,并从伦理学视角出发,以期探索未来问题的解决方案。

关键词：脑机接口伦理风险隐私安全公平性用户自主性

在线全文

学校读者我要写书评

暂无评论

MSN中用户属性隐私安全的选择性匹配协议

华中科技大学学报（自然科学版） 2015年第5期43卷 89-94页

作者：李永凯刘树波杨召唤刘梦君武汉大学计算机学院湖北武汉430072 武汉大学空天信息安全与可信计算教育部重点实验室湖北武汉430072

根据资料属性选择性匹配问题,设计了一个基于欧氏距离的匹配度量函数,利用Paillier公钥加密算法提出了可以实现选择性匹配的隐私安全协议.针对不同的隐私性与时效性要求,分别设计了时效优先选择性匹配(EPSM)和隐私优先选择性匹配(PPSM)... 详细信息

根据资料属性选择性匹配问题,设计了一个基于欧氏距离的匹配度量函数,利用Paillier公钥加密算法提出了可以实现选择性匹配的隐私安全协议.针对不同的隐私性与时效性要求,分别设计了时效优先选择性匹配(EPSM)和隐私优先选择性匹配(PPSM)协议.EPSM协议具有较高的匹配效率,但是其隐私安全性较PPSM协议低;PPSM通过混淆用户数据,实现高隐私安全性的匹配,但是匹配效率较EPSM低.此外,还对协议进行了安全性分析与效率分析.分析结果表明:所设计的协议可以在不泄露用户资料信息的前提下,满足不同需求的选择性匹配.

关键词：移动社交网络隐私安全资料匹配选择性匹配协议

在线全文

学校读者我要写书评

暂无评论

智能合约的合约安全和隐私安全研究综述

计算机学报 2021年第12期44卷 2485-2514页

作者：胡甜媛李泽成李必信包骐豪东南大学计算机科学与工程学院南京211189 香港理工大学计算系香港999077

区块链作为对等网络中的一种分布式账本技术,集成了密码学、共识机制、智能合约等多种技术,提供一种新型信任体系构建方法.智能合约具有公开透明、实时更新、准确执行等显著特点,在区块链中为信息存储、交易执行和资产管理等功能的实现... 详细信息

区块链作为对等网络中的一种分布式账本技术,集成了密码学、共识机制、智能合约等多种技术,提供一种新型信任体系构建方法.智能合约具有公开透明、实时更新、准确执行等显著特点,在区块链中为信息存储、交易执行和资产管理等功能的实现提供了更安全、高效、可信的方式.但是,智能合约本身仍然存在安全问题,影响了区块链技术的进一步推广使用.所以,近年来围绕智能合约安全问题的相关研究比较多,为了帮助相关人员更好地理解和掌握其中的研究思路,本文采用Mapping Study方法,通过收集2015年以来公开发表的关于智能合约安全问题的各类文献,并进一步通过文献筛查、问题设置、信息提取、结果获取和分析等步骤,总结智能合约安全相关研究的现状和未来发展趋势如下:(1)目前智能合约自身面临的安全问题和挑战主要体现在合约安全和隐私安全两方面(问题和挑战).在调查的45篇文献中,有29篇文献针对合约安全,16篇文献针对隐私安全;(2)智能合约安全保障目前采用的方法主要包括形式化验证、模糊测试、零知识证明、可信执行环境等(保障方法);(3)针对合约安全的研究目前主要集中在合约实现、测试阶段,而针对智能合约设计、部署及运维阶段的研究比较少;针对隐私安全的研究主要集中在合约数据隐私保护,而针对合约代码隐私安全的比较少(覆盖范围);(4)智能合约安全保障研究目前主要从合约实现人员、合约测试人员的角度进行,而从合约维护人员和合约用户角度展开的研究较少(研究角度);(5)未来研究应该围绕智能合约的全生命周期的每个阶段安全问题进一步推进,先验方法和后验方法、定性方法和定量方法、静态方法和动态方法的结合是大势所趋(发展趋势).综上,本文通过调研发现了现有研究的不足,并建议了进一步的研究方向.

关键词：区块链智能合约合约安全隐私安全映射研究

在线全文

学校读者我要写书评

暂无评论

大语言模型安全现状与挑战

计算机科学 2024年第1期51卷 68-71页

作者：赵月何锦雯朱申辰李聪仪张英杰陈恺中国科学院信息工程研究所北京100085 中国科学院大学网络安全学院北京101408

大语言模型因其出色的文本理解和生成能力,被广泛应用于自然语言处理领域并取得了显著成果,为社会各界带来了巨大的便利。然而,大语言模型自身仍存在明显的安全问题,严重影响其应用的可信性与可靠性,是安全学者需广泛关注的问题。文中... 详细信息

大语言模型因其出色的文本理解和生成能力,被广泛应用于自然语言处理领域并取得了显著成果,为社会各界带来了巨大的便利。然而,大语言模型自身仍存在明显的安全问题,严重影响其应用的可信性与可靠性,是安全学者需广泛关注的问题。文中针对大语言模型自身的安全问题,首先从基于大语言模型的恶意应用问题切入,阐述提示注入攻击及其相应的防御方法;其次,介绍大语言模型幻觉带来的可信问题,对幻觉问题的量化评估、幻觉来源和缓解技术是当前研究的重点;然后,大语言模型隐私安全问题强调了个人及企业数据的保护问题,一旦在进行人机交互时泄露商业秘密和个人敏感信息,将可能引发严重的安全风险,当前研究主要通过可信执行环境和隐私计算技术来进行风险规避;最后,提示泄露问题关注攻击者如何窃取有价值的提示词进行获利或通过个性化提示词泄露个人隐私。提升大语言模型的安全性需要综合考虑模型隐私保护、可解释性研究以及模型分布的稳定性与鲁棒性等问题。

关键词：大语言模型人工智能安全恶意应用模型幻觉隐私安全提示泄露

融合零知识证明的去中心联邦学习可信聚合方案

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：张首勋王玲玲耿克陆忠锴青岛科技大学信息科学技术学院

去中心联邦学习可以有效解决传统联邦学习存在的通信效率低、不可信聚合服务器阻碍模型正确聚合的问题。然而，在去中心架构下，客户端成为本地训练和模型聚合过程的唯一实体，不可信客户端将直接影响联邦学习过程的完整性和模型聚合结... 详细信息

去中心联邦学习可以有效解决传统联邦学习存在的通信效率低、不可信聚合服务器阻碍模型正确聚合的问题。然而，在去中心架构下，客户端成为本地训练和模型聚合过程的唯一实体，不可信客户端将直接影响联邦学习过程的完整性和模型聚合结果的正确性。基于此，本文利用简洁非交互零知识证明技术提出一种针对环形架构去中心联邦学习的可信聚合方案，通过对不同客户端生成的可信证据进行组合，实现客户端本地训练和模型聚合过程的正确可验证。此外，使用矩阵承诺技术确保中间参数的真实性。实验结果表明数据样本维度小于64×64时本方案是可行的，且证明所需时间开销和存储开销与基准方案相比有所降低。

关键词：隐私安全联邦学习零知识证明承诺

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于相似度聚类和正则化的个性化联邦学习

计算机应用 2024年

作者：巫婕钱雪忠宋威江南大学人工智能与计算机学院

联邦学习应用场景中，常面临客户端数据异质性和不同任务需求需要提供个性化模型的问题，而现有的部分个性化联邦学习中存在个性化与全局泛化的权衡问题，并且采用传统FL中根据客户端数据量加权聚合，导致数据分布差异大的客户端模型性... 详细信息

联邦学习应用场景中，常面临客户端数据异质性和不同任务需求需要提供个性化模型的问题，而现有的部分个性化联邦学习中存在个性化与全局泛化的权衡问题，并且采用传统FL中根据客户端数据量加权聚合，导致数据分布差异大的客户端模型性能变差，缺乏个性化聚合策略。针对上述问题，提出一种新的个性化联邦学习方法（pFedSCR）。pFedSCR算法在客户端本地更新阶段训练个性化模型和局部模型，个性化模型在交叉熵损失函数引入L2范数正则化，动态调整参考全局模型的程度，在汲取全局知识的基础上实现个性化；在服务端聚合阶段，根据客户端模型更新的相似度聚类，构建聚合权重矩阵，动态调整聚合权重为不同客户端聚合个性化模型，让参数聚合策略具有个性化的同时缓解了数据异构问题。实验结果表明，在CIFAR-10,MNIST等三种数据集上通过Dirichlet分布模拟了多种Non-IID数据场景，pFedSCR算法在各种场景下的精度和通信效率都优于经典算法（FedProx）和最新个性化算法（FedPCL）等FL算法，最高可达到99.03%准确率。

关键词：联邦学习非独立同分布余弦相似度正则化个性化联邦学习隐私安全