-
题名基于智能合约的工业互联网数据公开审计方案
被引量：4
- 1
-
-
作者
李涛
杨安家
翁健
郭梓繁
-
机构
暨南大学网络空间安全学院
网络安全检测与防护技术国家地方联合工程研究中心(暨南大学)
广东省数据安全与隐私保护重点实验室(暨南大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2023年第3期1491-1511,共21页
-
基金
广东省重点领域研发计划(2020B0101360001)
国家重点研发计划(2021ZD0112802,2020YFB1005600,2017YFB0802200,2018YFB100370)
国家自然科学基金(62072215,U1736203,61825203)。
-
文摘
随着工业互联网产生的数据量日益增加,越来越多的企业选择将工业互联网数据外包存储在云服务器上以节省存储开销.为了防止外包存储的数据被篡改或删除,企业需要定期对其进行审计.提出了一种基于智能合约的工业互联网数据公开审计方案.该方案基于博弈论的思想,设计了一系列智能合约,以高效地抵抗参与者恶意行为.与现有抗合谋的公开审计方案相比,该方案不依赖于复杂的密码学工具实现对参与者恶意行为的抵抗,使得其更为高效,进而能够更好地应用于海量且频繁更新的工业互联网数据场景中.特别地,所设计的博弈合约作为一种独立的工具,能够与现有的公开审计方案有效结合,在不降低其审计效率的同时,增加方案的安全性.在本地环境和以太坊公有测试链Ropsten上对博弈合约以及整体方案进行了一系列的测试,结果表明,所设计的合约运行花费低且对运行环境适应性强,对原有完整性审计方案的效率影响小;同时,与其他抗审计者恶意行为的完整性方案相比,该方案更为高效.
-
关键词
工业互联网
云存储
公开审计
智能合约
博弈论
-
Keywords
industrial Internet
cloud storage
public auditing
smart contract
game theory
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名深度学习中的对抗攻击与防御
被引量：19
- 2
-
-
作者
刘西蒙
谢乐辉
王耀鹏
李旭如
-
机构
福州大学数学与计算机科学学院
广东省数据安全与隐私保护重点实验室
华东师范大学计算机与科学学院
-
出处
《网络与信息安全学报》
2020年第5期36-53,共18页
-
基金
国家自然科学基金(U1804263,61702105)
广东省数据安全与隐私保护重点实验室开放项目(2017B030301004-12)
陕西省重点研发项目(2019KW-053)。
-
文摘
对抗样本是被添加微小扰动的原始样本,用于误导深度学习模型的输出决策,严重威胁到系统的可用性,给系统带来极大的安全隐患。为此,详细分析了当前经典的对抗攻击手段,主要包括白盒攻击和黑盒攻击。根据对抗攻击和防御的发展现状,阐述了近年来国内外的相关防御策略,包括输入预处理、提高模型鲁棒性、恶意检测。最后,给出了未来对抗攻击与防御领域的研究方向。
-
关键词
对抗样本
对抗攻击
对抗防御
深度学习安全
-
Keywords
adversarial examples
adversarial attacks
adversarial defenses
deep learning security
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
