信息安全研究

Select

1. 基于深度学习的时空特征融合网络入侵检测模型研究

李聪聪, 袁子龙, 滕桂法,

信息安全研究 2025, 11 (2): 122-.

摘要（223）

PDF （1944KB）（172）

随着网络攻击日益增多，网络入侵检测系统在维护网络安全方面也越来越重要.目前多数研究采用深度学习的方法进行网络入侵检测，但未充分从多个角度利用流量的特征，同时存在实验数据集过于陈旧的问题.提出了一种并行结构的DSCInceptionBiLSTM网络，使用最新的数据集评估所设计的网络模型.该模型包括网络流量图像和文本异常流量检测2个分支，分别通过改进的卷积神经网络和循环神经网络提取流量的空间特征和时序特征.最后通过融合时空特征实现网络入侵检测.实验结果表明，在CICIDS2017,CSECICIDS2018,CICDDoS2019这3个数据集上，该模型分别达到了99.96%,99.19%,99.95%的准确率，能够对异常流量进行高精度分类，满足入侵检测系统的要求.

参考文献 | 相关文章 | 多维度评价

Select

2. 一种基于同态加密的密文符号函数计算优化方法

李晓东, 周苏雅, 赵炽野, 李慧, 袁文博, 张健毅,

信息安全研究 2025, 11 (2): 100-.

摘要（256）

PDF （1092KB）（160）

同态加密方案的比较运算是深度学习等多种应用中常见的操作之一.已有研究专注于同态比较运算，以有效评估同态加密方案.在仅支持加法和乘法运算的同态加密环境中，对数据执行比较操作一直是具有挑战性的非算术任务.对之前(2023 CNS)的动态多项式比较方法进行改进，即多项式波动范围能够落在(-2,2)，找到全新的方程组求解动态多项式.同时利用有限3次和5次多项式构建新的复合多项式，以更加精确和高效地逼近符号函数.分析该近似方法的深度消耗和计算复杂性方面的最优性，在平摊运行时间内(对于ε=2-α，α=20)需要0.69ms，相比之前(2023 CNS)最优方法减少了约32%的运行时间.

参考文献 | 相关文章 | 多维度评价

Select

3. 网络空间安全技术发展趋势研究

冯登国,

信息安全研究 2025, 11 (1): 2-.

摘要（245）

PDF （563KB）（151）

相关文章 | 多维度评价

Select

4. 数据跨境流动规制综述

葛平原, 陈永强, 郭伟豪, 荣景峰, 刘美琦, 张玉清,

信息安全研究 2025, 11 (2): 164-.

摘要（316）

PDF （1274KB）（143）

数字经济的发展使数据跨境流动成为一种必然趋势，在带来经济效益的同时，数据跨境流动安全问题不容忽视.由于数据跨境流动过程涉及主体和场景复杂，同时过程具有不可控性，如何规制数据跨境流动过程中可能存在的安全问题已经成为世界各国关注的重点.世界范围内至今没有形成统一数据跨境治理规则体系，同时各国在数据跨境相关立法中也存在巨大的差异，造成了世界范围内数据跨境规制的复杂局面.从法律法规、双边协定和标准角度阐述当前的数据跨境现状，并以此展开横向对比，梳理存在的规制差异，分析当前趋势下中国面临的挑战与机遇，并给出合理的应对方式.

参考文献 | 相关文章 | 多维度评价

Select

5. 基于模分量同态加密的隐私数据联邦学习研究

李晓东, 李慧, 赵炽野, 周苏雅, 金鑫,

信息安全研究 2025, 11 (3): 198-.

摘要（221）

PDF （1298KB）（135）

在当前大数据时代深度学习蓬勃发展，成为解决实际问题的强大工具.然而，传统的集中式深度学习系统存在隐私泄露风险.为解决此问题出现了联邦学习，即一种分布式机器学习方法.联邦学习允许多个机构或个人在不共享原始数据的情况下共同训练模型，通过上传本地模型参数至服务器，聚合各用户参数构建全局模型，再返回给用户.这种方法既实现了全局优化，又避免了私有数据泄露.然而，即使采用联邦学习，攻击者仍有可能通过获取用户上传的模型参数还原用户数据，从而侵犯隐私.为解决这一问题，隐私保护成为联邦学习研究的核心，提出了一种基于模分量同态加密的联邦学习(federated learning based on confused modulo projection homomorphic encryption, FLFC)方案.该方案采用自研的模分量全同态加密算法对用户模型参数进行加密，模分量全同态加密算法具有运算效率高、支持浮点数运算、国产化的优点，从而实现了对隐私的更加强大的保护.实验结果表明，FLFC方案在实验中表现出比FedAvg方案更高的平均准确率，且稳定性良好.

参考文献 | 相关文章 | 多维度评价

Select

6. 融合多模态特征的恶意TLS流量检测方法

曾庆鹏, 贺述明, 柴江力,

信息安全研究 2025, 11 (2): 130-.

摘要（208）

PDF （3159KB）（122）

恶意TLS流量检测旨在识别出利用TLS协议传输恶意活动的网络流量，由于TLS协议的加密特性，传统的基于文本特征的流量分析方法在面对加密流量时效果有限.为了解决这个问题，提出了一种融合多模态特征的恶意TLS流量检测方法(MTBRL)，该方法从不同模态中提取和融合特征，实现对恶意TLS流量的检测.首先，通过专家经验进行特征工程，从加密流量中提取关键特征，包括协议版本、加密套件和证书信息等，对这些特征进行处理后将其转化为2维图像表示，再利用ResNet对这些图像进行编码，以提取图像的特征.其次，使用加密流量预训练的BERT对TLS流进行编码，从中学习到TLS流的上下文和语义特征.此外，使用LSTM对加密流量的包长度分布序列进行编码，以捕捉时序特征.最后通过特征融合技术整合不同模态特征，利用反向传播算法自动学习并优化模型的权重参数，以准确预测恶意TLS流量.实验结果表明，该方法在DataCon2020数据集上准确率、精确率、召回率和F1值分别达到94.94%,94.85%,94.15%和94.45%，显著优于传统机器学习和深度学习方法.

参考文献 | 相关文章 | 多维度评价

Select

7. 网络拓扑混淆技术综述

黄春娇, 张宇, 史建焘, 朱国普,

信息安全研究 2025, 11 (4): 296-.

摘要（218）

PDF （1248KB）（119）

链路洪泛攻击是一种利用网络拓扑发现的新型分布式拒绝服务攻击.网络拓扑混淆是一种有效对抗该攻击的防御措施，旨在攻击发生前提供主动保护.相关研究在近10年来不断取得进展，针对不同场景提出了各种拓扑混淆解决方案.全面回顾了这些技术.首先，概述了网络拓扑发现中的基本原理和拓扑泄露风险；其次，定义了网络拓扑混淆并提出了一个主动防御模型，然后将技术分为数据包修改、诱饵陷阱、路由变异和度量伪造方案；最后，对当前主流的混淆技术进行了综合比较.

参考文献 | 相关文章 | 多维度评价

Select

8. 基于深度学习的加密网站指纹识别方法

池亚平, 彭文龙, 徐子涵, 陈颖,

信息安全研究 2025, 11 (4): 304-.

摘要（206）

PDF （1407KB）（107）

网站指纹识别技术是网络安全和隐私保护领域的一个重要研究方向，其目标是通过分析网络流量特征识别出用户在加密的网络环境中访问的网站.针对目前主流方法存在应用场景有限、适用性不足以及特征选取单一等问题，提出了一种基于深度学习的加密网站指纹识别方法.首先，设计了一种新的原始数据包的预处理方法，可以基于直接抓包得到的原始数据包文件得到一个包含空间和时间双特征的具备层次结构的特征序列.然后，设计了一种基于卷积神经网络和长短期记忆网络的融合深度学习模型，充分学习数据中包含的空间和时间特征.在此基础上，进一步探索了不同的激活函数、模型参数和优化算法，以提高模型的识别准确率和泛化能力.实验结果表明，在洋葱匿名网络环境下不依赖其数据单元(cell)时，可展现出更高的网站指纹识别准确率，同时在虚拟私人网络场景下也取得了相较于目前主流机器学习方法更高的准确率.

参考文献 | 相关文章 | 多维度评价

Select

9. 新形势下网络空间安全创新型专业人才培养体系研究

马兆丰, 彭海朋, 陈秀波, 杨榆,

信息安全研究 2025, 11 (4): 385-.

摘要（184）

PDF （3780KB）（104）

针对当前网络空间安全领域涌现的新问题、新技术与现有人才培养在技术发展适用性和更新时效性不匹配等方面的问题，研究新形势下网络安全创新型专业人才培养体系，对新形势下人才培养存在的主要问题、培养目标动态更新、知识体系更迭演进、创新能力素养培育等进行了系统研究，提出并构建可适配新技术、新趋势发展的网络空间安全专业人才培养的核心基础理论研究、关键技术攻关研发、综合创新能力培养的全方位、多层次、动态化人才培养体系.通过创新教学目标设计、教学内容适配、教学过程执行、培养效果反馈等过程化培养环节，建立可动态适应国际化趋势与技术发展的网络空间安全创新型人才的培养目标、培养模式和培养理念，强化了网络空间安全人才培养的动态性、适应性和实战性，可满足新形势新需求下的网络空间安全创新型专业人才培养.

参考文献 | 相关文章 | 多维度评价

Select

10. 基于国密SM9的边云协同属性基签密方案

万云飞, 彭长根, 谭伟杰, 杨昊煊,

信息安全研究 2025, 11 (2): 115-.

摘要（142）

PDF （1474KB）（99）

为了提高边云协同模式下数据交互的安全性、效率性，提出了一种基于国密SM9的边云协同属性基签密方案.该方案将国密SM9算法和属性基签密算法相融合，利用线性秘密共享方案构造混合密钥与密文策略的访问控制机制，并借助边缘云协同网络实现方案部分外包解密.实验分析结果表明，该方案在提供灵活访问控制的同时，实现了边云协同模式下高效、可靠的安全防护，适用于需求动态、复杂的云应用场景.

参考文献 | 相关文章 | 多维度评价

Select

11. 资源节约型的SM4算法FPGA设计与实现

张磊, 张修政, 洪睿鹏,

信息安全研究 2025, 11 (6): 490-.

摘要（216）

PDF （2238KB）（91）

在SM4算法的硬件实现中通常采用查找表方法实现S盒，该方式将占用大量的硬件资源.提出了一种基于多项式基的SM4算法实现方案，对SM4算法使用8×8 S盒实现了基于复合域GF((24)2)和复合域GF(((22)2)2)的2种构造方案，测试结果表明，基于多项式基的GF((24)2)方案资源占用很少.在此基础上综合考虑资源占用和性能，设计了有限状态机和流水线2种SM4硬件实现结构.相比传统的查找表方式，有限状态机结构资源占用减少21.98%，运行主频提高14.40%；流水线结构资源占用减少54.23%.

参考文献 | 相关文章 | 多维度评价

Select

12. 一种抗标签翻转攻击的联邦学习方法

周景贤, 韩威, 张德栋, 李志平,

信息安全研究 2025, 11 (3): 205-.

摘要（212）

PDF （3486KB）（83）

由于联邦学习参与训练的用户自主性较高且身份难以辨别，从而易遭受标签翻转攻击，使模型从错误的标签中学习到错误的规律，降低模型整体性能.为有效抵抗标签翻转攻击，提出了一种多阶段训练模型的稀释防护联邦学习方法.该方法通过对训练数据集进行随机划分，采用稀释防护联邦学习算法将部分数据分发给参与训练的客户端，以限制客户端所拥有的数据量，避免拥有大量数据的恶意参与者对模型造成较大影响.在每次训练结束后，对该阶段中所有训练轮次的梯度通过降维算法进行梯度聚类，以便识别潜在的恶意参与者，并在下一阶段中限制其训练.同时，在每个阶段训练结束后保存全局模型参数，确保每个阶段的训练都基于上一个阶段的模型基础.在数据集上的实验结果表明，该方法在降低攻击影响的同时不损害模型准确率，并且模型收敛速度平均提升了25.2%~32.3%.

参考文献 | 相关文章 | 多维度评价

Select

13. 基于图神经网络的内部威胁行为检测模型

陆兴烨, 黄晓芳, 殷明勇,

信息安全研究 2025, 11 (7): 586-.

摘要（130）

PDF （1890KB）（76）

基于现有针对用户行为序列进行内部威胁行为检测的模型存在无法很好处理长序列的缺陷，设计了一种新的基于图神经网络的内部威胁行为检测模型，将用户行为序列转换为图结构，把对长序列的处理转换为对子图结构的处理.实验设计了描述用户行为的图结构，用于以图数据形式保存用户行为，并针对该图结构具有异构、边上存有数据的特点，优化了基线图神经网络模型.实验结果证明，提出的模型在区分正常和威胁行为的二分类任务中，ROC AUC值比基线模型提高7%，MacroF1值提高7%，在区分具体威胁类型的六分类任务中，该模型的MacroF1值比基线模型提高10%.

参考文献 | 相关文章 | 多维度评价

Select

14. 基于地理不可区分性且WiFi可灵活部署的室内定位安全方案

杜昊睿, 张应辉, 李琦,

信息安全研究 2025, 11 (2): 107-.

摘要（180）

PDF （1351KB）（75）

在室内定位服务中，WiFi指纹技术因其覆盖面积广、定位精度高而受到人们的广泛关注.然而，对于在线阶段的位置查询，用户的个人敏感信息容易受到恶意攻击而造成位置隐私泄露.现有基于WiFi指纹的室内定位技术仅考虑室内单一空旷平面，这使得WiFi部署的灵活性受到限制.而当WiFi部署在多维场景时，空间位置隐私问题亟待解决.提出了一种基于地理不可区分性的WiFi指纹室内定位隐私保护方案，用户利用自身接收信号强度生成一个新的接收信号强度向量，并通过加噪混淆将得到的数据发送给位置服务提供商，同时引入数字签名技术，在混淆位置被发送给位置服务提供商实现定位之前确保客户端身份不被伪造.基于模拟实验平台的实验结果表明，该方案支持WiFi的灵活部署，能够在保护位置隐私的同时，首次实现12个WiFi接入点灵活部署情况下的高精度定位，保证定位误差小于1m.

参考文献 | 相关文章 | 多维度评价

Select

15. 基于可逆神经网络的黑盒GAN生成人脸反取证方法

陈北京, 冯逸凡, 李玉茹,

信息安全研究 2025, 11 (5): 394-.

摘要（183）

PDF （1920KB）（74）

生成对抗网络(generative adversarial network, GAN)生成的人脸取证模型用于区分真实人脸和GAN生成人脸.但由于其易受对抗攻击影响，GAN生成人脸反取证技术应运而生.然而，现有反取证方法依赖白盒代理模型，迁移性不足.因此，提出了一种基于可逆神经网络(invertible neural network, INN)的黑盒GAN生成人脸反取证方法.该方法通过INN将真实人脸特征嵌入GAN生成人脸中，使生成的反取证人脸能够误导取证模型.同时，在训练中引入特征损失，通过最大化反取证人脸特征与真实人脸特征间的余弦相似度，进一步提升反取证性能.实验结果表明，在不依赖任何白盒模型的场景下，该方法对8种取证模型都有良好的攻击性能，优于对比的7种方法，且可以生成高视觉质量的反取证人脸.

参考文献 | 相关文章 | 多维度评价

Select

16. 基于设备WiFi重连流量的隐蔽智能摄像头检测方法

郭回, 马骏臣, 吴礼发,

信息安全研究 2025, 11 (2): 173-.

摘要（206）

PDF （1383KB）（73）

随着物联网技术的快速发展，智能摄像头由于易用性和低成本，在个人及公共安全方面得到广泛使用.然而，未授权录像问题也引发了人们对于隐私安全的担忧，因此特定环境内隐蔽智能摄像头的检测和识别具有重要意义.现有隐蔽智能摄像头检测方法无法准确地检测出那些将数据延迟传输或保存到本地的摄像头，因为这些方法主要依赖用户查看监控时所产生的摄像头音视频网络流量.针对这一问题，提出了一种基于设备WiFi重连流量的隐蔽智能摄像头检测方法.该方法通过MDK4泛洪攻击使得已接入WiFi热点的所有智能设备下线重连，然后嗅探和分析环境内智能设备重连WiFi过程中产生的加密流量，利用机器学习方法检测出其中的隐蔽智能摄像头设备.实验结果表明，没有接入WiFi的情况下，对于延迟传输或数据被保存在本地的隐蔽智能摄像头设备，该方法仍然具有较高的检测准确率.

参考文献 | 相关文章 | 多维度评价

Select

17. 关键信息基础设施安全防护研究#br#

韩晓露, 鲍旭华,

信息安全研究 2025, 11 (10): 878-.

摘要（132）

PDF （324KB）（72）

相关文章 | 多维度评价

Select

18. 基于区块链的大模型数据监管体系设计

李守伟, 张嘉政, 何海波, 陈明辉,

信息安全研究 2025, 11 (8): 682-.

摘要（159）

PDF （2618KB）（68）

大模型(large model, LM)在自然语言处理、图像、语音识别等领域展现出巨大潜力，成为推动科技革命与社会进步的关键力量.但大模型技术的广泛应用带来了数据隐私风险、数据合规性监管、数据监管活跃性与智能化等挑战.旨在探讨如何利用区块链技术设计和构建一个有效的大模型数据监管体系促进其健康发展，以应对海量数据应用于大模型所带来的挑战.分析了国内外大模型发展的趋势和现状，指出了大模型数据监管面临的主要挑战，包括数据隐私问题、数据合规性、监管机构难以有效监督等.针对这些挑战提出一种基于区块链技术的数据监管体系设计方案，通过隐私保护、共识算法、激励机制和智能合约4个互相联动的模块实现对大模型数据从原生元数据到输入大模型训练，直至训练后反馈的全周期数据监管.最后总结了区块链技术在大模型数据监管中的应用前景，并对未来大模型数据监管的发展趋势进行了展望.

参考文献 | 相关文章 | 多维度评价

Select

19. 基于YOLOv8目标检测器的对抗攻击方案设计

李秀滢, 赵海淇, 陈雪松, 张健毅, 赵成,

信息安全研究 2025, 11 (3): 221-.

摘要（289）

PDF （3519KB）（67）

目前，基于人工智能目标检测技术的摄像头得到了广泛的应用.而在现实世界中，基于人工智能的目标检测模型容易受到对抗样本攻击.现有的对抗样本攻击方案都是针对早版本的目标检测模型而设计的，利用这些方案去攻击最新的YOLOv8目标检测器并不能取得很好的攻击效果.为解决这一问题，针对YOLOv8目标检测器设计了一个全新的对抗补丁攻击方案.该方案在最小化置信度输出的基础上，引入了EMA注意力机制强化补丁生成时的特征提取，进而增强了攻击效果.实验证明该方案具有较优异的攻击效果和迁移性，将该方案形成的对抗补丁打印在衣服上进行验证测试，同样获得较优异的攻击效果，表明该方案具有较强的实用性.

参考文献 | 相关文章 | 多维度评价

Select

20. 面向社交网络平台的多模态网络欺凌检测模型研究

李猛坤, 李柯锦, 王琪, 袁晨, 吕慧颖, 应作斌,

信息安全研究 2025, 11 (2): 154-.

摘要（233）

PDF （2099KB）（63）

随着社交网络平台的迅速发展，网络欺凌问题日益突出，文本与图片相结合的多样化网络表达形式提高了网络欺凌的检测和治理难度.构建了一个包含文本和图片的中文多模态网络欺凌数据集，将BERT(bidirectional encoder representations from transformers)模型与ResNet50模型相结合，分别提取文本和图片的单模态特征，并进行决策层融合，对融合后的特征进行检测，实现了对网络欺凌与非网络欺凌2个类别的文本和图片的准确识别.实验结果表明，提出的多模态网络欺凌检测模型能够有效识别出包含文本与图片的具有网络欺凌性质的社交网络帖子或者评论，提高了多模态形式网络欺凌检测的实用性、准确性和效率，为社交网络平台的网络欺凌检测和治理提供了一种新的思路和方法，有助于构建更加健康、文明的网络环境.

参考文献 | 相关文章 | 多维度评价

Select

21. 基于变色龙哈希的可信数据安全管理技术研究及应用

马嘉蔚, 武文浩, 董佳瑜,

信息安全研究 2025, 11 (2): 189-.

摘要（159）

PDF （2544KB）（60）

为同时满足数据流通领域中的数据更新与数据安全管理需求，研究基于变色龙哈希实现的可信数据安全管理方案.首先分析介绍了变色龙哈希的数学基础并对比3种构造方法，总结了一种基于变色龙哈希与同态加密的数据安全管理方法并应用于数字版权保护，该方法不仅允许更新修改已提交的数据，还保证了数据的安全性和用户的使用友好性.最后，采用了实验模拟的方式评估所提方法的效率.结果表明，提出的数据安全管理更新方法适用于需要频繁更新数据且有一定安全需求的数据安全保护环境，该方法有效降低了数据更新的总成本，为数据要素流通提供了一种高效、安全的解决方案.

参考文献 | 相关文章 | 多维度评价

Select

22. 基于去中心化验证的多方数据安全共享方案

叶可可, 高宏民, 张雨荷, 潘晓丰, 冯成志, 马兆丰,

信息安全研究 2025, 11 (6): 578-.

摘要（164）

PDF （4817KB）（60）

随着物联网的发展，多设备之间的协同工作变得越来越普遍.然而，在数据共享过程中用户隐私可能面临数据被盗取和篡改的风险.现有的联邦学习(federal learning, FL)方法依赖于移动边缘计算(mobile edge computing, MEC)服务器进行模型聚合，存在信任、安全威胁和单点故障等问题.为解决这些问题，以区块链为底层架构，提出了一种新型的多方数据共享方案，在方案中引入了去中心化验证机制和权益证明(PoS)启发的共识机制.去中心化验证机制通过评估节点行为并投票，确保每个本地模型更新的合法性，只有合法的更新才会被用于全局模型构建.模型构建过程使用同态加密和密钥共享技术对本地模型参数进行加密，确保模型参数在传输和聚合过程中的安全性与完整性.PoS共识机制奖励诚实行为设备，增加其成为区块生成机会.此外，通过引入信息查找的缓存机制减少了多方搜索次数.经过验证，该数据共享方案在数据安全方面有所增强.

参考文献 | 相关文章 | 多维度评价

Select

23. 一种融合时空特征的物联网入侵检测方法

翁铜铜, 矫桂娥, 张文俊,

信息安全研究 2025, 11 (3): 241-.

摘要（161）

PDF （3194KB）（59）

针对不平衡的物联网流量数据集中攻击样本不足且类别较多降低了检测模型的分类准确率和泛化能力等问题，提出一种融合时空特征的物联网入侵检测方法(BGAREU).首先对数据进行规范化处理，并采用SMOTEENN方法改善训练样本的数据分布；然后通过双向门控循环单元(BiGRU)和多头注意力(multihead attention)提取时序特征和全局信息，并结合ResNext网络和UNet网络构建多尺度的空间特征提取网络，再将高效通道注意力(ECANet)加入残差单元中以增强局部表征能力；最后将融合的特征输入Softmax分类器进行多分类.实验表明，在物联网流量数据集UNSWNB15，NSLKDD，WSNDS上与其他模型相比，该模型在各项指标上均有2%以上的提升.此外，还通过对比多种注意力机制验证了ECANet具有更强的表征能力，并探索了多头注意力中不同数量的注意力头对模型性能的影响.

参考文献 | 相关文章 | 多维度评价

Select

24. 面向车联网的群组密钥管理机制

谢绒娜, 黄锐, 李宗俞, 武佳卉, 周竞,

信息安全研究 2025, 11 (2): 139-.

摘要（167）

PDF （873KB）（59）

基于车联网的特点，提出一种基于树的轻量级群组密钥管理机制 (lightweight tree group key management mechanism, LTGKM)，实现了车联网中组播和广播通信的安全性.LTGKM采用层次化方式进行群组密钥的生成、分发和更新；各个管理节点采用HMAC函数作为密钥导出函数生成对应群组密钥，并基于加密认证算法将群组密钥层层分发到叶子节点；密钥更新时新加入节点由父节点生成新的群组密钥并分发给新节点，其余节点自行更新群组密钥；用户离开时非叶子节点自行更新群组密钥，叶子节点由自己父节点分发新的群组密钥.安全性分析表明，LTGKM实现了群组密钥生成和更新的随机性、前向安全和后向安全、密钥分发的机密性、完整性和不可否认性.性能分析实验结果表明，LTGKM在存储、计算和通信开销等方面都具有明显优势.

参考文献 | 相关文章 | 多维度评价

Select

25. 基于可解释性的不可见后门攻击研究

郑嘉熙, 陈伟, 尹萍, 张怡婷,

信息安全研究 2025, 11 (1): 21-.

摘要（179）

PDF （1740KB）（58）

深度学习在各种关键任务上取得了显著的成功.然而，最近的研究表明，深度神经网络很容易受到后门攻击，攻击者释放出对良性样本行为正常的反向模型，但将任何触发器施加的样本错误地分类到目标标签上.与对抗性样本不同，后门攻击主要实施在模型训练阶段，用触发器干扰样本，并向模型中注入后门，提出了一种基于可解释性算法的不可见后门攻击方法.与现有的任意设置触发掩膜的工作不同，精心设计了一个基于可解释性的触发掩膜确定，并采用最新型的随机像素扰动作为触发器样式设计，使触发器施加的样本更自然和难以察觉，用以规避人眼的检测，以及对后门攻击的防御策略.通过在CIFAR10，CIFAR100和ImageNet数据集上进行了大量的对比实验证明该攻击的有效性和优越性.还使用SSIM指数评估所设计的后门样本与良性样本之间的差异，得到了接近0.99的评估指标，证明了生成的后门样本在目视检查下是无法识别的.最后还证明了攻击的抗防御性，可以抵御现有的后门防御方法.

参考文献 | 相关文章 | 多维度评价

Select

26. 基于深度学习的多会话协同攻击加密流量检测技术研究

周成胜, 孟楠, 赵勋, 邱情芳,

信息安全研究 2025, 11 (1): 66-.

摘要（175）

PDF （1497KB）（55）

恶意加密攻击流量检测是当前网络安全领域的一项重要研究课题.攻击者利用多会话的加密流量实现多阶段协同攻击正在成为一种发展趋势.分析了目前主流恶意加密流量检测方法存在的问题，提出一种面向多会话协同攻击场景的恶意加密流量检测方法.该方法通过提取多会话特征数据并转换为图像，利用深度学习方法在图像识别领域的优势，将加密流量识别问题转换为图像识别问题，从而间接实现了恶意加密流量检测.基于实验数据的初步测试结果验证了该方法的有效性.

参考文献 | 相关文章 | 多维度评价

Select

27. 基于注意力机制和多尺度卷积神经网络的容器异常检测

李为, 袁泽坤, 吴克河, 程瑞,

信息安全研究 2025, 11 (1): 35-.

摘要（148）

PDF （1437KB）（54）

容器因为其轻量、灵活和便于部署等优点被广泛使用，成为云计算不可或缺的技术，但也因为其共享内核、相对虚拟机更弱的资源隔离的特性受到安全性方面的担忧.基于注意力机制和卷积神经网络提出一种基于系统调用序列的容器内进程异常检测方法，使用容器进程运行产生的数据对进程行为进行异常分析判断.在公开数据集和模拟攻击场景下的实验结果表明，该方法能检测出容器内进程行为的异常，并且在精确率、准确率等指标上高于随机森林、LSTM等对比方法.

参考文献 | 相关文章 | 多维度评价

Select

28. 基于区块链的电子病历安全高效共享方法

谷占新, 马利民, 王佳慧, 张伟,

信息安全研究 2025, 11 (1): 74-.

摘要（164）

PDF （1096KB）（52）

针对医疗机构之间共享电子病历所面临的挑战，如隐私泄露风险和低效的检索问题，提出一种基于区块链的电子病历高效加密检索与共享方案.首先，该方案一方面通过在云服务器上存储加密后的电子病历，并在联盟链上实施检索过程，有效地实现了存储与检索的分离；另一方面加入混淆陷门集合，从而显著降低了关键字猜测攻击的风险.其次，考虑到医疗数据的特殊性，提出一种优化的倒排索引结构，有效解决了处理大量电子病历时的检索效率问题.最后，基于此索引结构，开发了一种密文检索算法，该算法通过结合可搜索加密中的陷门技术和倒排索引中的关键字密文，实现了高效的密文检索.实验结果显示，该方案在实现隐私保护的前提下，成功解决了医疗行业电子病历共享的问题，同时显著提升了系统的运行效率.

参考文献 | 相关文章 | 多维度评价

Select

29. 基于ConvNeXt的伪造人脸检测方法

何德芬, 江倩, 金鑫, 冯明, 苗圣法, 易华松,

信息安全研究 2025, 11 (3): 231-.

摘要（141）

PDF （2205KB）（50）

由深度生成模型生成的虚假图像越发逼真，这些图像已经超越了人眼的识别能力.这种模型已成为编造谎言、制造舆论等非法活动的新工具.虽然当前研究者已经提出了很多检测方法检测伪造图像，但泛化能力普遍不高，因此，提出了一种基于ConvNeXt的伪造人脸检测方法.首先在ConvNeXt的第2个和第3个下采样模块后添加极化自注意(polarization selfattention, PSA)模块，使网络具有空间注意力和通道注意力的性能.其次在ConvNeXt的尾部设计一个信息富余模块(rich imformation block, RIB)，以丰富网络学习到的信息，通过该模块对信息进行处理后再进行最终的分类.此外，网络训练使用的损失函数是交叉熵损失与KL(KullbackLeibler)散度的结合.在当前主流的伪造人脸数据集上作了大量的实验，实验结果表明该方法在FF++高质量数据集上无论是准确率还是泛化性都超过所有对比方法.

参考文献 | 相关文章 | 多维度评价

Select

30. 小样本语义分析的漏洞实体抽取方法

丁全, 张磊, 黄帅, 查正朋, 陶陶,

信息安全研究 2025, 11 (3): 265-.

摘要（135）

PDF （1775KB）（49）

目前不同信息安全漏洞库标准各异，漏洞数据侧重点不同，关系相对独立，难以快速全面地获取高价值漏洞信息，需建立统一的漏洞实体标准，因此重点对漏洞数据中的实体抽取技术进行研究.大部分漏洞数据以非结构化中英文混合的自然语言形式呈现，基于规则的方法泛化性不强，基于人工智能的方法占用资源过高且依赖大量标注数据，为解决以上问题，提出一种小样本语义分析的漏洞实体抽取方法.该方法使用BERT(bidirectional encoder representations from transformers)预训练漏洞描述数据得到漏洞领域内的预训练模型，以更好地理解漏洞数据，减少对大量标注数据的依赖，此外，采用增量学习的自监督方式提高标注数据非常有限(1785个标注样本).所提模型抽取了漏洞领域中12类漏洞实体，实验结果表明，所提方法在漏洞实体抽取的效果上优于其他抽取模型，F1值达到0.8643，整体的识别性能较高，实现了对漏洞实体的精确抽取.

参考文献 | 相关文章 | 多维度评价

Select

31. 影响预训练语言模型数据泄露的因素研究

钱汉伟, 彭季天, 袁明, 高光亮, 刘晓迁, 王群, 朱景羽,

信息安全研究 2025, 11 (2): 181-.

摘要（111）

PDF （1261KB）（49）

当前广泛使用的预训练语言模型是从海量训练语料中学习通用的语言表示.自然语言处理领域的下游任务在使用预训练语言模型后性能得到显著提升，但是深度神经网络过拟合现象使得预训练语言模型可能存在泄露训练语料隐私的风险.选用T5，GPT2，OPT等广泛使用的预训练语言模型作为研究对象，利用模型反演攻击探索影响预训练语言模型数据泄露的因素.实验过程中利用预训练语言模型生成大量样本，以困惑度等指标选取最有可能发生数据泄露风险的样本进行验证，证明了T5等不同模型均存在不同程度的数据泄露问题;同一种模型，模型规模越大数据泄露可能性越大;添加特定前缀更容易获取泄露数据等问题.对未来数据泄露问题及其防御方法进行了展望.

参考文献 | 相关文章 | 多维度评价

Select

32. 欧盟数据保护认证制度与中国镜鉴

许皖秀, 王硕, 左晓栋,

信息安全研究 2025, 11 (1): 91-.

摘要（171）

PDF （2512KB）（47）

实现安全、有序、自由的数据跨境传输是各国政策制定的重要议题.《中华人民共和国个人信息保护法》第38条明确规定个人信息跨境传输认证制度，但该制度处于建设初期，仍然面临着确定认证对象等基础性、实施性问题.欧盟作为数据保护认证制度的起源地，其制度体系与制度特色对我国认证制度的完善具有借鉴意义.以欧盟数据保护认证制度及我国个人信息跨境传输认证制度为研究对象，比较二者间的制度设计差异，针对我国认证制度建设的系统性困境提出包括明确认证对象在内的5方面改进建议，为个人信息跨境传输认证制度的完善与革新提供有益支撑.

参考文献 | 相关文章 | 多维度评价

Select

33. 一种基于加权状态选择的LTE NAS协议模糊测试方法

廖显锋, 吴礼发,

信息安全研究 2025, 11 (1): 12-.

摘要（121）

PDF （1581KB）（47）

NAS协议是LTE(longterm evolution)网络中移动设备与核心网络之间的主要控制面协议，其安全性对于保障整个4G网络稳健安全运行具有重要意义.模糊测试是一种广泛使用的漏洞挖掘技术，现有的模糊测试方法应用于NAS(nonaccess stratum)协议时存在测试效率低、测试用例难以构建等问题.为了解决这些问题，提出了一种基于权重的测试状态选择算法：以NAS协议状态机为基础，根据测试反馈动态地调整每个测试状态的权重；以消息元素IE为最小单位设计了测试用例生成算法；实现了模糊测试工具NASFuzzer并对开源核心网open5GS及真实终端设备进行测试.测试结果表明，该方法能够有效挖掘LTE NAS协议实现中的漏洞.

参考文献 | 相关文章 | 多维度评价

Select

34. 基于Schnorr门限签名的区块链预言机方案

张学旺, 付佳丽, 姚亚宁, 张豪,

信息安全研究 2025, 11 (3): 282-.

摘要（142）

PDF （832KB）（45）

针对区块链以预言机为中介、与链下数据交互效率低这一问题，提出了一个基于Schnorr门限签名的区块链预言机方案.该方案在Schnorr门限签名的基础上结合线性秘密共享算法对多签名进行聚合；同时采用多预言机获取物理世界的数据信息，实现了从预言机到区块链高效、高可靠性的数据传输.分析及实验表明，该方案具备较好的安全性及性能.

参考文献 | 相关文章 | 多维度评价

Select

35. 基于图像增强的模型防窃取研究

武于新, 陈伟, 杨文馨, 张怡婷, 范渊,

信息安全研究 2025, 11 (3): 214-.

摘要（131）

PDF （1585KB）（44）

卷积神经网络(convolutional neural network, CNN)模型被广泛应用于图像分类任务，并取得较好的成果，但是这些模型也会成为被窃取的对象.针对现有防窃取措施中高度依赖算法的检测准确性和事后知识产权验证的问题，提出了一种新型的避免图像分类任务中的CNN模型被窃取的方法，利用图像增强技术提高私有模型的泛化能力.然后使用宽松的可疑行为检测规则检测查询行为，对于可疑的查询图像使用增强图像技术进行处理，再将处理后的图像输入到增强模型中进行预测.最后输出模型的预测类别置信度组成的向量，实现了输入输出不对等，这个过程中将阻止可疑用户获得其输入图像对应的模型预测信息，以达到模型防窃取的目的.使用3种常见的图像数据集和4种卷积神经网络结构进行实验，发现该方法可以实现模型防窃取的目的，并且保证私有模型可以正常完成其分类任务.

参考文献 | 相关文章 | 多维度评价

Select

36. 基于共生理论的AI安全治理框架研究

李剑峰, 张金玉, 苏磊,

信息安全研究 2025, 11 (10): 897-.

摘要（122）

PDF （2070KB）（44）

当前人工智能技术呈现前所未有的快速发展态势，其安全性问题已成为全球关注的焦点.传统的AI安全研究主要基于“控制范式”，强调通过限制、监管与价值对齐控制AI行为，防止其带来潜在风险.然而，随着AI能力日益增强，单向控制策略暴露出日益显著的局限性，如透明性幻觉、对抗演化与创新压制等问题逐渐浮现.业界领袖如Sam Altman和Dario Amodei预测，AI在未来2~3年内可能在多个领域全面超越人类能力，这使得重构AI治理范式变得尤为紧迫.提出“共生范式”的新视角，强调以人机协作为核心、以理解与信任为基础，通过建立透明沟通、双向理解、创造性共振和动态边界4大支柱，推动AI安全从控制走向共创，并作为数字治理转型的基础路径之一.通过理论解析、技术路径、实践案例和治理建议4个维度，系统论证共生范式的可行性与必要性，旨在为未来AI安全研究与数字治理实践提供具有可持续性的替代方案.

参考文献 | 相关文章 | 多维度评价

Select

37. 理想格上基于身份的可截取签名方案

王庆楠, 王克, 陈辉焱, 辛红彩, 姚云飞, 王宇,

信息安全研究 2025, 11 (1): 57-.

摘要（131）

PDF （1491KB）（43）

可截取签名允许签名人根据需要，在不与原始签名人交互的情况下删除已签名中的敏感数据块，并为截取后的数据计算一个公开并且可验证的签名.目前大多数可截取签名方案都是基于传统数论的困难假设构造的，鉴于量子计算机可能构成的威胁，构造能够抵抗量子计算攻击的可截取签名方案尤为重要.因此基于格的RingSIS(ring short integer solution)问题，提出一种理想格上基于身份的可截取签名方案，证明了该方案在选择身份和消息攻击下存在不可伪造性和隐私性.理论分析和效率分析表明，相较于同类方案，该方案在功能性上同时具备身份认证、隐私性和抗量子攻击等多种功能，用户公钥尺寸更短、安全性更高、算法耗时更低.

参考文献 | 相关文章 | 多维度评价

Select

38. 一种基于图社区检测的二进制模块化方法

刘新鹏, 傅强, 张红宝, 陈晓光, 杨满智,

信息安全研究 2025, 11 (1): 43-.

摘要（117）

PDF （950KB）（43）

随着信息技术的不断发展，软件规模不断增加.复杂的大型软件是通过组合实现独立功能模块的组件构建的.然而，一旦源代码被编译成二进制文件这些模块化信息就会丢失，二进制模块化任务的目标就是重建这些模块化信息.二进制模块化任务有许多下游应用场景，比如二进制代码复用现象检测、二进制相似度检测、二进制软件成分分析等.提出一种新的图社区检测算法，并基于该算法设计了一种二进制模块化方法.通过对7839个Linux系统的二进制文件进行模块化验证该方法的有效性，实验显示该方法的Normalized Turbo MQ指标为0.557，比现有的最先进方法提升58.6%，并且该方法的运行时间开销远低于已有方法.同时，还提出了一种库粒度的二进制模块化方法，已有的二进制模块化方法只能将二进制文件分解为若干个模块，库粒度的二进制模块化方法可以将二进制文件分解为若干个库，同时展示了这种方法在挖矿恶意软件家族分类中的应用.

参考文献 | 相关文章 | 多维度评价

Select

39. 基于行为聚类的LSTMNN模型恶意行为检测方法

付安棋, 李剑,

信息安全研究 2025, 11 (4): 343-.

摘要（127）

PDF （2288KB）（43）

随着社会的发展，人们对于公共场所的安全性要求进一步提高，进行恶意行为检测能实时监测和识别潜在的安全危害.针对恶意行为形式和背景呈现多样化，同时不同恶意行为出现的频次差别巨大导致的恶意行为检测困难问题，采用Kmeans聚类方法划分子数据集，对不同形式的恶意行为进行区分，同时用DTW(dynamic time warping)时间规整方法解决恶意行为时间序列长短不一致的问题，为解决图像识别问题中恶意行为帧集数据量过大使得模型计算精度不高，采用Attention机制关注特殊信息点，以确保模型训练的精度.该方法应用于UBIFights的恶意行为数据集，结果显示，经过加权平均计算的聚类划分后的子数据集最终分类准确率达到95.03%.该模型有效识别恶意行为视频，提高了安全性.

参考文献 | 相关文章 | 多维度评价

Select

40. 电子政务安全保障研究

戴璐,

信息安全研究 2025, 11 (10): 879-.

摘要（104）

PDF （865KB）（42）

电子政务涉及政府运行、公共服务和数据等重要方面，其安全保障直接关系国计民生与社会发展的稳定.近年来，针对电子政务系统的网络攻击事件频发且持续增长，政务网络安全态势日益严峻，对安全保障工作不断提出挑战.通过分析国内外电子政务安全保障的发展路径，提出相关政策建议，旨在为构建更加完善优化的电子政务安全保障体系提供有力支撑.

参考文献 | 相关文章 | 多维度评价

全文下载排行