基于可信计算的智能电网中隐私增强双向通信
2021-05-31 12:02:56 2.49MB 电动汽车网络安全
这是发在NDSS2020Session 1A Web的一篇文章,文章题目是浏览器扩展指纹的隐私威胁探究,摘要是随着用户变得越来越隐私意识和浏览器供应商纳入反跟踪机制,浏览器指纹已经获得了极大的关注。因此,先前的工作已经提出了用于识别浏览器扩展并将它们用作设备指纹的一部分的技术。虽然先前的研究已经展示了如何通过他们的网络可访问资源来检测扩展,但是在通过行为工件来间接检测扩展的技术方面还存在很大的差距。事实上,之前没有研究表明这可以以自动化的方式完成。在本文中,我们通过介绍第一个基于行为的扩展指纹的全自动创建和检测来弥补这一差距。我们还引入了两种新的指纹技术来监控扩展的通信模式,即传出的.....
2021-05-24 19:03:03 884KB 指纹识别 安全
1
秘密网 用编写的安全,简单的密码管理器。 它的目标是成为NYAPM (不是另一个密码管理器),但是通过遵循仅做一件事并做得很好的UNIX哲学,试图与其他人有所不同。 该存储库用于自托管的Web解决方案。 还有一个。 在这里阅读更多有关的信息。 安装 从下载最新的二进制文件,压缩,初始化保管库配置并启动服务器。 就是这样。 当然,您可以自由地编译自己的二进制版本,以确保100%不会被篡改,因为毕竟这是一个开源项目。 用法 这是secrets-web --help命令的输出。 $ secrets-web COMMAND [OPTIONS] Usage: secrets-web initialize --config=CONFIG_PATH --path=VAULT_PATH --alias=VAULT_ALIAS secrets-web serve --config=CONFI
2021-05-23 17:03:41 2.32MB golang privacy encryption password-manager
1
Customized privacy preserving for inherent data and latent data
2021-05-08 21:33:04 597KB 研究论文
1
Deep learning with differential privacy---PPT.pdf
2021-05-08 14:00:06 722KB 差分隐私 深度学习
1
Differential Privacy From Theory to Practice,作者为Ninghui Li Purdue University。总共140页
2021-04-27 17:19:34 946KB 差分隐私 匿名
1
zkay:一种区块链隐私语言 Zkay(发音为[zi: keɪ] )是一种编程语言,它可以利用加密和非交互式零知识(NIZK)证明,自动将直观的数据隐私规范编译为以太坊智能合约。 该存储库提供了用于编译,部署和使用zkay合同的工具链。 除了下面的说明,我们还引用以下资源: 原始介绍了zkay的核心概念。 ,其中提供了教程,语言参考和API文档。 该介绍了zkay v0.2的功能和实现。 警告/安全免责声明 Zkay是一个研究项目及其实施不应该被认为是安全的(例如,它可能包含的错误,并没有发生任何安全审查)! 不要在生产系统中使用zkay或处理敏感机密数据。 先决条件 Zkay需要安装python 3.7或更高版本。 此外,使用系统的程序包管理器安装以下依赖项: Debian / Ubuntu sudo apt-get install default-jdk-headless git build-essential cmake libgmp-dev pkg-config libssl-dev libboost-dev libboost-program-options-dev
2021-04-25 16:15:45 4.39MB programming-language privacy compiler ethereum
1
差异化隐私的联合学习 引文 如果您发现“ DP联合学习”在您的研究中很有用,请考虑引用: @ARTICLE{Wei2020Fed, author={Kang Wei and Jun Li and Ming Ding and Chuan Ma and Howard H. Yang and Farhad Farokhi and Shi Jin and Tony Q. S. Quek and H. Vincent Poor}, journal={{IEEE} Transactions on Information Forensics and Security}, title={Federated Learning with Differential Privacy: {Algorithms} and Performance Analysis}, year={2020}, vo
2021-04-10 15:42:03 33.57MB Python
1
由于云数据管理的安全性和隐私保护要求,有时需要以加密形式访问视频内容。 隐藏在加密域中的可逆数据是一项新兴技术,因为它可以在不解密的情况下将数据隐藏在加密视频中,从而保留了内容的机密性。 此外,解密和提取数据后,可以无损地恢复原始封面。 提出了一种有效的可逆数据隐藏方案,用于加密的H.264 / AVC视频。 在H.264 / AVC编码期间,将使用标准流密码对帧内预测模式,运动矢量差和残差系数的符号位进行加密。 然后,不知道原始视频内容的数据隐藏者可以通过使用直方图移位技术的修改版本将秘密数据可逆地嵌入到加密的H.264 / AVC视频中。 利用比例因子来选择嵌入区域,该嵌入区域可针对不同的容量需求进行扩展。 使用包含隐藏数据的加密视频,可以在加密或解密域中进行数据提取。 此外,实现了真正的可逆性,因此数据提取和视频恢复没有任何错误。 实验结果证明了该方案的可行性和有效性。
2021-04-07 12:04:38 512KB H264/AVC; privacy protection; reversible
1
privacy(Dwork2014).pdf
2021-03-31 21:18:53 2.03MB 统计学
1