信息安全研究

Select

1. 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（237）

PDF （1248KB）（122）

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

2. 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（202）

PDF （3780KB）（121）

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

3. 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（223）

PDF （1407KB）（109）

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

4. 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（232）

PDF （2238KB）（98）

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

5. 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（139）

PDF （1890KB）（84）

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

6. 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（198）

PDF （1920KB）（77）

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

7. 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（136）

PDF （324KB）（73）

相关文章 | 多维度评价

Select

13. 电子政务安全保障研究

戴璐,

信息安全研究 2025, 11 (10): 879-.

摘要（132）

PDF （865KB）（48）

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

Select

14. 联邦学习后门攻击与防御研究综述

汪永好, 陈金麟, 万弘友,

信息安全研究 2025, 11 (9): 778-.

摘要（160）

PDF （2638KB）（48）

联邦学习(federated learning, FL)是一种机器学习框架，能够使不同领域的参与者在保护本地数据隐私的条件下，共同参与大规模集中模型训练，在如今数据孤岛问题亟待解决的背景下迅速成为研究热点.然而，联邦学习中不同参与者之间训练数据具有异构性的特点，也使其更加容易受到来自恶意参与者的模型鲁棒性攻击，例如后门攻击.后门攻击通过提交恶意模型更新向全局模型注入后门，这些后门只能通过精心设计的输入触发，对模型鲁棒性造成极大的威胁.对联邦学习中目前的后门攻击方法及后门攻击的防御策略进行了全面综述.首先介绍了联邦学习的概念、后门攻击与防御的主要类型及其评价指标；然后分别对目前主要的后门攻击与防御方案进行了分析与比较，指出了它们的优势与不足；在此基础上，进一步讨论了联邦学习后门攻击与防御所面临的挑战，并展望了它们未来的研究方向.

参考文献 | 相关文章 | 多维度评价

Select

15. 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（134）

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

16. 一种基于风险要素的图嵌入数据安全审计方案

王棫可, 董贵山, 白健,

信息安全研究 2026, 12 (2): 100-.

摘要（48）

PDF （2173KB）（44）

随着大数据环境下数据安全风险复杂化，现有数据安全审计技术因碎片化特征利用及扩展能力不足，难以实现全生命周期风险覆盖，限制了风险检测效能.因此，提出一种基于风险要素的图嵌入数据安全审计方案(graphembedded data security audit scheme based on risk elements, REGDSA).首先构建含数据属性D(data)、用户特征U(user)、载体环境C(carrier)、操作行为A(action)的安全风险要素空间，实现数据全生命周期风险特征的结构化映射；然后利用图嵌入技术将风险要素映射为低维语义向量，构建跨维度关联模型以实现高效风险检测.通过有效性分析和性能分析验证了该方案的可行性.

参考文献 | 相关文章 | 多维度评价

Select

17. 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（143）

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

18. 基于区块链的生物特征信息共享方案研究与实现

曲爱妍, 符天枢, 张宏军,

信息安全研究 2025, 11 (5): 402-.

摘要（153）

PDF （1559KB）（42）

传统的信息共享方案通常依赖数据中心服务器进行数据存储和验证，但这种集中化模式易在遭受攻击时出现数据篡改、隐私泄露以及操作不规范等问题，难以满足对数据可信性的要求.针对这些挑战，提出了一种结合区块链技术与生物特征信息认证的解决方案.通过指纹、面部识别等生物特征信息生成唯一的认证密钥，并将其安全地存储在区块链上，充分利用区块链的去中心化、不可篡改及可追溯特性，实现数据的安全存储和可信共享，从而有效保障信息验证过程中的隐私性与安全性.以教育领域为应用场景，该方案能够有效解决考试作弊和资源侵权等问题，为数据安全与共享提供了一种兼顾隐私保护的新思路.

参考文献 | 相关文章 | 多维度评价

Select

19. 基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型

蔡松睿, 张仕斌, 丁润宇, 卢嘉中, 黄源源,

信息安全研究 2025, 11 (8): 693-.

摘要（169）

PDF （1508KB）（42）

随着互联网和智能设备的广泛普及，社交媒体已成为新闻传播的主要平台.然而这也为虚假新闻的广泛传播提供了条件.在当前的社交媒体环境中，虚假新闻以文本、图片等多种模态存在，而现有的多模态虚假新闻检测技术通常未能充分挖掘不同模态之间的内在联系，限制了检测模型的整体性能.为了解决这一问题，提出了一种基于跨模态注意力机制和弱监督式对比学习的虚假新闻检测模型.该模型利用预训练的BERT和ViT模型分别提取文本和图像特征，通过跨模态注意力机制有效融合多模态特征.同时，该模型引入了弱监督式对比学习，利用有效模态的预测结果作为监督信号指导对比学习过程，能够有效捕捉和利用文本与图像间的互补信息，从而提升了模型在多模态环境下的性能和鲁棒性.仿真实验表明，提出的虚假新闻检测模型在公开的Weibo17和Weibo21数据集上表现出色，与目前最先进的方法相比，准确率平均提升了1.17个百分点，F1分数平均提升了1.66个百分点，验证了其在应对多模态虚假新闻检测任务中的有效性和可行性.

参考文献 | 相关文章 | 多维度评价

Select

20. 基于系统调用隔离的安全容器研究综述

刘维杰, 章恬, 张杰, 刘西蒙,

信息安全研究 2026, 12 (1): 2-.

摘要（42）

PDF （2062KB）（42）

阐述了基于系统调用隔离增强容器安全性的研究进展.首先概述了容器技术的发展背景及其面临的主要安全挑战，随后深入分析了系统调用隔离在提升容器安全性中的作用，包括限制容器应用程序的系统调用以减少攻击面、使用操作系统中间件和硬件保护机制等技术实现对容器的隔离和保护.通过比较这些技术的实现原理、性能以及它们在隔离性、减少攻击面和数据保护方面的效果，揭示了系统调用隔离技术在提升容器安全性方面的优势和局限.

参考文献 | 相关文章 | 多维度评价

Select

21. 面向未知攻击感知的执行体细粒度调度算法

张涛, 陈璐, 张波, 席泽生, 汪晨, 何川,

信息安全研究 2025, 11 (6): 569-.

摘要（185）

PDF （1456KB）（40）

针对未知攻击利用电网设备特有的软件和系统漏洞构成的安全威胁，目前仅依赖编程语言层面的拟态防御技术忽略了操作系统和通信协议中的潜在问题，提出了一种细粒度的调度算法.该算法通过精细量化执行体的组件类别相似度，并在调度策略中引入攻击时间和频率等参数，评估执行体的历史失信度.最终，结合相似度和历史失信度，提出了一种冗余执行体综合异构性的量化算法.仿真实验表明，该算法在执行体相似性区分上显著优于其他算法，有效降低了相似漏洞或缺陷被利用的风险，减少了相似执行体调用带来的冗余浪费，其失效率始终低于0.55，优于其他常用算法，显示了良好的实用性.

参考文献 | 相关文章 | 多维度评价

Select

22. 关键信息基础设施系统安全防护前沿技术研究

胡丽娜, 蒋凯元, 姜静,

信息安全研究 2025, 11 (12): 1075-.

摘要（103）

PDF （994KB）（39）

当前，关键信息基础设施(critical information infrastructure, CII)频繁遭受国家级网络攻击与供应链供给等严峻威胁.旨在系统分析关键信息基础设施安全防护的关键技术体系与发展趋势，评估我国在该领域的发展现状和面临的挑战，并提出符合我国国情的发展策略与实施路径.重点围绕动态主动防御、智能分析响应、韧性架构等关键技术群，探索其协同应用机制及与现行政策的契合点，为提升CII安全韧性与合规性提供关键技术支撑和政策参考.

参考文献 | 相关文章 | 多维度评价

Select

23. 关键信息基础设施安全下数据空间安全研究

杜鹏飞, 哈晓琳, 段连密,

信息安全研究 2025, 11 (12): 1093-.

摘要（76）

PDF （968KB）（39）

在数字经济向纵深演进的背景下，研究可信数据空间安全对提升关键信息基础设施的数据保护水平与推动数据要素市场高质量发展具有重要意义.系统分析了美国、欧盟、日本等国家和组织的数据空间发展现状，并深入剖析我国不同行业领域数据空间安全的发展格局与现存挑战，从完善数据空间政策法规、推进核心技术突破、培育多元应用场景与市场生态、完善供给结构体系及构建国际合作体系等方面提出政策建议，为保障数据要素安全流通、推动数据要素市场高质量发展提供支撑.

参考文献 | 相关文章 | 多维度评价

Select

24. 基于知识增强多任务学习的隐式有害文本检测技术研究

陈雅宁, 柯亮, 王文贤, 陈兴蜀, 王海舟,

信息安全研究 2025, 11 (8): 718-.

摘要（109）

PDF （1578KB）（38）

互联网中大量有害文本采用了隐晦的委婉表达形式，以躲避审查系统.目前大多研究都集中在明确或显性的有害言论上，无法有效地检测伪装的隐式有害文本形式.因此，开展基于多任务学习的中文隐式委婉表达有害文本检测研究，提出了一个隐式有害文本检测模型(IHTDKML)，将委婉句子识别任务用于辅助有害文本检测任务.首先，研究委婉语词汇特征融合方法，提高模型对隐含含义的表征能力；随后，研究了基于对比学习的潜在含义知识增强，学习到共享含义的隐性有害言论的共同特征；最后，联合委婉句识别任务和有害文本检测任务构建多任务学习框架，通过多任务参数共享和多特征融合损失函数提高模型的检测性能.实验结果全面展示了模型在检测隐性有害文本任务上的有效性.

参考文献 | 相关文章 | 多维度评价

Select

25. 在线诉讼区块链证据复式可采性规则

韦集馨,

信息安全研究 2026, 12 (2): 134-.

摘要（110）

PDF （1088KB）（38）

区块链证据为传统电子证据运用困境提供了解决之策，形成新技术司法应用下的“证据自证”新模式.但我国区块链证据规范存在明显局限，未完整覆盖区块链证据在线上、线下双层空间的运用，且侧重于区块链证据的真实性认定，忽视其可采性认定.为实现区块链证据在中国语境下的恰当运用，应当综合运用技术自证与法律推定，构筑区块链证据双层空间架构认定模式，达成共识性正义，明确存证、举证、质证、认证环节的复式可采性规则，以实现法治主义与技治主义良性互动的新型证据法治形态.关键词在线诉讼；区块链证据；电子证据；可采性；证据规则

参考文献 | 相关文章 | 多维度评价

Select

26. 云制造可信平台远程身份证明方案与策略的研究

蔚文博, 郭银章,

信息安全研究 2025, 11 (E2): 2-.

摘要（30）

PDF （1416KB）（38）

为应对云制造设备非法接入云服务器所引发的信息安全问题，设备资源终端若要向云服务器远程证明自身可信计算平台的身份，需在接入云服务器之前，借助可信计算直接匿名身份证明方案向云服务器进行远程身份证明，待证明通过后，方可接入云服务器.为使证明过程更具安全性与便捷性，以椭圆曲线的双线性映射为理论根基，对基于双线性映射的直接匿名身份证明方案予以改进，以qSDH困难假设作为安全基础，通过采用切比雪夫混沌映射设计了TDAA直接匿名身份证明协议，在引入委托计算技术的同时提升了安全性能.将TPM以及Issuer中的部分指数级计算交由算力更强的Host处理，从而使TPM与Issuer中的计算量降至理论最低值.安全分析显示，该方案不仅能够保障平台的匿名性，还可防范恶意TPM欺骗行为，同时确保签名的不可伪造性.理论分析表明，在TPM运算量方面，TDAA方案具有显著优势.实验结果亦表明，在保证安全性的同时，TDAA的整体效率得到了显著提高.

参考文献 | 相关文章 | 多维度评价

Select

27. 基于数据增强的多模态虚假信息检测框架研究

刘宇栋, 黄千里, 王恒, 范洁,

信息安全研究 2025, 11 (4): 377-.

摘要（139）

PDF （1878KB）（37）

随着多媒体技术的发展，传播者倾向于制造具有多模态内容的虚假信息，以吸引新闻读者的注意力.然而，基于少量标注的多模态数据提取特征，并对多模态数据中的隐含线索进行有效融合以生成虚假信息的向量表示具有一定挑战性.为了解决该问题，提出了一种基于数据增强的多模态虚假信息检测框架(dataenhanced multimodal false information detection framework, DEMF).DEMF充分利用预训练模型训练优势以及数据增强技术以减少对标注数据的依赖；并使用多层次的模态特征提取与融合技术，同时捕捉细粒度的元素级关系和粗粒度的模态级关系，以充分提取多模态线索.在真实数据集上的实验表明，DEMF明显优于先进的基线模型.

参考文献 | 相关文章 | 多维度评价

Select

28. 物联网系统中网络编码混合加密方案

俞惠芳, 郭欣,

信息安全研究 2025, 11 (4): 326-.

摘要（134）

PDF （1258KB）（37）

网络编码允许中间节点对收到的消息编码之后转发给下游节点，然而却存在着由于传播污染信息浪费大量网络资源等问题.为了解决这些问题，提出适用于物联网系统的网络编码混合加密方案(network coding hybrid encryption scheme, NCHES).NCHES实现了任意长度消息的安全通信，同态哈希函数的使用防止了传输数据被污染.NCHES在数据通信过程中能保证较低的计算开销和较高的网络传输效率，而且能保证物联网系统中的数据安全.

参考文献 | 相关文章 | 多维度评价

Select

29. API网关流量异常检测方法及系统研究

江洁, 顾宁伦, 乔峤,

信息安全研究 2025, 11 (10): 917-.

摘要（106）

PDF （1061KB）（36）

随着云服务的兴起以及API技术的广泛运用，运营商的很多网络能力通常以API的形式对外输出赋能，API网关已经成为南北向、东西向系统互联、数据共享的一种重要方式.提出了一种基于深度学习的API网关流量异常检测方法，首先构建了一个异构图，全面表征网关流量网络；然后基于图注意力神经网络综合考虑结构和时间维度学习异构图中的节点表示，其中引入图结构细化补偿异构图中实体之间的稀疏连接，获得更鲁棒的节点表示学习；最后利用元学习算法优化模型，提高模型在小样本场景的泛化能力，该模型可以在网关设备上部署.在CICIDS2017数据集上对算法模型进行实验评估.结果表明，与基线算法对比，提出的检测方法在小样本、多分类问题上具有良好的性能.关键词API网关；网络流量异常检测；数据不平衡；动态异构网络；节点嵌入；元学习

参考文献 | 相关文章 | 多维度评价

Select

30. 基于LSTM的越权漏洞识别模型研究

刘煜, 张晓京, 聂滢, 姜宁, 任鹏程, 卢永頔,

信息安全研究 2025, 11 (E1): 14-.

摘要（112）

PDF （999KB）（35）

当前越权漏洞识别方法有人工判断方式和自动化工具判断方式.分析以上识别方法的优缺点，基于人工判断方式的关键指标，采用自动化工具的数据采集方法，结合长短期记忆神经网络，构建越权漏洞识别模型.该模型模拟人工判断越权漏洞的思维，同时结合自动化工具的数据采集方法，极大改善了自动化工具的识别率.实验表明，模型取得了正确识别率达95%的理想效果，证明了识别模型的有效性.

参考文献 | 相关文章 | 多维度评价

Select

31. 基于知识蒸馏的加密流量检测方法

戴熙来, 汤艳君, 邱雨蝶, 王子昂,

信息安全研究 2025, 11 (8): 702-.

摘要（141）

PDF （2774KB）（35）

近年来，随着互联网流量的迅速增长，尤其是加密通信的普及，恶意流量检测面临巨大挑战，由于移动设备资源和性能有限，使得在移动端加密流量中识别恶意行为更加困难.因此提出了一种基于知识蒸馏的加密流量检测方法.首先，通过可视化技术将流量转化为图像；其次，在ConvNeXt网络架构的基础上，通过引入SKNet注意力机制，替换激活函数GELU为SwiGLU，构建了SK_SwiGLU_ConvNeXt网络作为教师网络；最后，选用轻量级的MobileNetV2为学生网络，并使用教师网络指导学生网络训练.该检测方法在公开数据集ISCX VPNNonVPN上的实验结果表明，即使在资源受限的移动设备环境中，学生网络也能在降低模型复杂度的同时提高教师模型的检测效果，证明了该方法在移动设备上具有高效的部署潜力.

参考文献 | 相关文章 | 多维度评价

Select

32. 零信任中基于PUF的物联网抗机器学习攻击身份认证

司雪鸽, 贾洪勇, 曾俊杰, 李云聪,

信息安全研究 2026, 12 (1): 33-.

摘要（26）

PDF （2690KB）（35）

为构建高扩展物联网系统，边缘计算作为一种新兴的去中心化计算模式被引入物联网场景.零信任架构可以很好契合模糊边界的云边端系统，满足持续的动态认证并提升安全性.在频繁的认证需求下，物理不可克隆函数因其轻量化和不可克隆的特点常被用作生成设备的硬件指纹身份.物理不可克隆函数利用硬件工艺的随机因素，生成唯一且不可预测的挑战响应对.如果攻击者在持续的认证中收集到大量的明文挑战响应对，就能建模预测接下来的响应输出而完成机器学习攻击.提出了一种基于物理不可克隆函数的认证解决方案(PAMLCA)，针对抗机器学习攻击进行隐私保护增强，通过不经意伪随机函数技术实现挑战响应对盲化传输.方案整体结构为静态与持续结合的多层动态验证方案，能够在会话中控制隐含信任域.通过安全性分析和性能对比，证明了PAMLCA较其他相关方案能够提供更好的安全性、功能、通信和计算成本.

参考文献 | 相关文章 | 多维度评价

Select

33. 车联网V2N中的轻量级双向认证与密钥协商

柳亚男, 曹磊, 张正, 李戈, 邱硕, 王苏豪,

信息安全研究 2025, 11 (8): 753-.

摘要（101）

PDF （2403KB）（34）

针对车联网(IoV)的V2N(vehicle to network)环境中车辆安全接入应用服务器场景，提出一种基于物理不可克隆函数(physical unclonable function, PUF)的Kerberos扩展协议PuKEV2N，实现车辆与远程应用服务器之间的双向认证和与密钥协商，保障V2N数据传输的保密性与认证性.利用PUF产生的激励响应对代替标准Kerberos的口令认证，从而防止攻击者通过入侵、半入侵或侧信道攻击等物理攻击造成的密钥泄露威胁.而Kerberos的轻量级双向认证协议，可以克服公钥认证算法计算复杂度高、速度慢的缺陷，高效实现车辆与应用服务器之间的安全数据传输.

参考文献 | 相关文章 | 多维度评价

Select

34. 基于词嵌入和特征融合的恶意软件检测研究

师智斌, 孙文琦, 窦建民, 于孟洋,

信息安全研究 2025, 11 (5): 412-.

摘要（126）

PDF （1435KB）（34）

针对现有传统方法存在特征提取和表示受限、无法同时捕获API序列的空间语义特征和时序特征、无法捕获能决定目标任务的关键特征信息等问题，利用自然语言处理领域的词嵌入技术和多模型特征抽取以及特征融合技术，提出一种基于词嵌入和特征融合的恶意软件检测方法.首先使用自然语言处理领域的词嵌入技术对API序列编码，得到其语义特征编码表示；然后分别利用多重卷积网络和BiLSTM网络提取API序列的ngram局部空间特征和时序特征；最后利用自注意力机制对捕获的特征进行关键位置信息的深度融合，通过刻画深层恶意行为特征实现分类任务.实验结果表明，在二分类任务中，该方法准确率达到94.79%，相较于传统机器学习方法平均提高了12.37%，比深度学习方法平均提高5.78%.在多分类任务中，该方法的准确率也达到91.95%，能够有效地提高对恶意软件的检测准确率.

参考文献 | 相关文章 | 多维度评价

Select

35. 基于特征融合的双分支恶意代码同源性分析模型

刘凤春, 张志枫, 薛涛, 杨光辉, 魏群,

信息安全研究 2025, 11 (7): 594-.

摘要（129）

PDF （2563KB）（33）

在恶意代码同源性分析中，由于加密、混淆和加壳等技术产生大量恶意代码变种，导致深度学习模型对恶意代码特征提取能力不足的问题.为此，提出一种多分支卷积和Transformer构建的双分支恶意代码同源性分析模型MCATNet(multibranch convolution and TransformerNet).首先，构建MCATNet双分支网络，一个分支是多分支卷积MBC(multibranch convolution)模块，以MBC模块构建CNN分支，同时引入混合注意力机制，使网络在兼顾局部特征的同时更能关注核心特征；另一个分支是以ViT为主干的Transformer模块，提取恶意代码图像的全局特征信息并提出下采样模块，在精细地保留全局特征的同时使Transformer与CNN的特征图在空间尺度对齐；其次，以级联的策略融合CNN分支的局部特征和Transformer分支的全局特征，解决网络只关注单一特征问题；最后，使用Softmax分类器对恶意代码家族进行同源性分析.实验结果表明，基于特征融合的双分支模型的分类准确率达到99.24%，相比单支CNN和单支Transformer模型，准确率分别提高0.11%和0.65%.

参考文献 | 相关文章 | 多维度评价

Select

36. 在RISCV双核上构建轻量级可信执行环境

张龙, 唐佳绩, 郑兴建, 刘畅, 杨峰,

信息安全研究 2025, 11 (6): 500-.

摘要（182）

PDF （2551KB）（33）

随着物联网技术的快速发展，资源受限的嵌入式物联网设备在信息安全方面面临的挑战尤为严峻.可信执行环境(trusted execution environment, TEE)为解决终端设备的信息安全问题提供了一种有效的途径.它通过将系统划分为安全区域和普通区域，并采用内存访问权限控制等手段，确保安全应用软件与普通应用软件的分离运行，从而有效提升了系统的整体安全性.针对安全应用软件的可信隔离运行问题，提出了一种基于RISCV双核的轻量级TEE片上系统SoC解决方案，该方案利用物理内存保护(physical memory protection, PMP)机制实现可信隔离运行；为了阻止普通区域应用程序对安全区域资源的未授权访问，提出一种低资源占用的输入输出物理内存保护(input output physical memory protection, IOPMP)设计方案，该方案通过物理地址访问防火墙机制阻止未授权访问；同时针对安全区与普通区之间消息的高效传递的问题，提出了一种基于“消息队列+中断”机制的Mailbox通信方案.实验结果表明，该方案在硬件资源消耗方面低于同类设计，功耗仅为0.256W，降低了14%；在TEE CPU的CoreMark测试中，得分达到了2.40CoreMarkMHz，是同类设计性能的2倍.

参考文献 | 相关文章 | 多维度评价

Select

37. 主动Tor网站指纹识别

朱懿, 蔡满春, 姚利峰, 陈咏豪, 张溢文,

信息安全研究 2025, 11 (5): 439-.

摘要（129）

PDF （2335KB）（33）

匿名通信系统洋葱路由(the onion router, Tor)易被不法分子利用，破坏网络环境和社会稳定，网站指纹识别能对其有效监管.Tor用户行为和网站内容随时间变化，产生概念漂移问题，使模型性能下降，且现有模型参数量大、效率低.针对上述问题，提出基于主动学习的Tor网站指纹识别模型TorAL(Tor active learning)，将图像分类模型ShuffleNetV2用于特征提取和分类，使用Haar小波变换改进其下采样模块，以无损降低图像分辨率，模型识别准确率优于现有模型.此外，结合主动学习，用少量对模型贡献较大的数据进行训练，有效应对概念漂移问题.

参考文献 | 相关文章 | 多维度评价

Select

38. 基于随机栅格的防欺骗多级别可视密码方案

韩妍妍, 周麟, 黄晓雨,

信息安全研究 2025, 11 (6): 532-.

摘要（159）

PDF （2395KB）（32）

可视密码是通过将秘密图像分成n份共享图像实现加密、并通过叠加共享图像恢复图像的一种秘密共享图像技术.但是在其恢复秘密图像的过程中可能存在欺骗行为.针对这一问题，通过引入可信第三方，提出了一种基于随机栅格的防欺骗多级别可视密码方案.方案在秘密分发和恢复的过程中均可对各级别的共享图像进行验证.实验结果显示，该方案可有效检验分发者和参与者是否存在欺骗行为，提高了方案实施过程中的安全性.

参考文献 | 相关文章 | 多维度评价

Select

39. 基于联邦学习和注意力机制的物联网入侵检测模型

尹春勇, 王珊,

信息安全研究 2025, 11 (9): 788-.

摘要（108）

PDF （1432KB）（32）

物联网在众多领域中展现出广泛的应用前景和巨大的发展潜力.然而，随着物联网规模的持续扩展，独立的物联网设备缺乏高质量攻击实例，难以有效应对日益复杂且多样化的攻击行为，物联网安全问题已经成为亟待解决的关键挑战.为应对这一问题，提出了一种基于联邦学习和注意力机制的物联网入侵检测模型，允许多个设备在保护其数据隐私的基础上协同训练全局模型.首先，构建了一个结合卷积神经网络与混合注意力机制的入侵检测模型，提取网络流量数据的关键特征，从而提高检测的准确率.其次，引入模型对比损失，通过矫正本地模型的训练方向，缓解设备间数据非独立同分布所导致的全局模型收敛困难等问题.实验结果显示，该模型在准确率、精确率和召回率等指标上显著优于现有方法，展现了更强的入侵检测能力，能够有效应对物联网环境中复杂的数据分布问题.

参考文献 | 相关文章 | 多维度评价

Select

40. 基于机器学习的网络未知攻击检测方法研究综述

信息安全研究 2025, 11 (9): 807-.

摘要（129）

PDF （1297KB）（31）

在网络安全威胁持续演变的复杂背景下，未知的网络攻击对数字基础设施的威胁与日俱增，基于机器学习的网络未知攻击检测技术成为研究重点.首先对入侵检测系统分类和网络未知攻击检测常用技术进行论述；其次从异常检测、开集识别和零样本学习3个维度对基于机器学习的网络未知攻击检测方法进行深入探讨，并进一步对常用数据集和关键评估指标进行总结；最后对未知攻击检测的发展趋势和挑战进行展望.可为进一步探索网络空间安全领域的新方法与新技术提供借鉴与参考.

参考文献 | 相关文章 | 多维度评价

全文下载排行