摘要 - 电子商务的兴起和云服务器的采用通过向在线购物者提供更大的倾向和选择,从而彻底改变了零售。但是,个性化客户体验也提出了有关隐私,安全性和信任的重要挑战。为了解决此问题,采用了使用平等测试(PKEET)的公共密钥加密。客户体验以加密方式将客户体验牢固地传输到云服务器。因此,云服务器有权在加密数据和检索上进行平等测试,而无需透露私人详细信息。爱德华·斯诺登(Edward Snowden)的披露强调了能够渗透到用户的能力对手的风险,并通过秘密后门秘密访问私人信息。为了解决这个问题,提出了加密反向防火墙(CRF)。但是,将CRF技术应用于Pkeet,以确保电子商务中的个性化和上下文化。因此,这项工作引入了一种新型的平等测试公共密钥加密,使用加密反向防火墙(ET-PKE-CRF)方法。绩效评估表明,ET-PKE-CRF方案在通信和计算方面大大提高了效率,表现优于当前高级解决方案。
LYNZY VALLES 富裕的中国赌客据称被鼓励将数百万美元存入中介人的澳门银行账户,这是洗钱控制方面的一个危险信号,这是澳大利亚监管调查昨天在星港城娱乐集团传奇的最新一章中听到的。据《悉尼先驱晨报》报道,星港城的博彩运营商据称通过与一名为“中介”工作的人达成的协议,允许富裕的中国玩家向该账户存款,前提是其自己的银行不会动用这些资金。出席听证会的是星港城赌场的财务和商业总经理 Michael Whyt-cross,他作证说,在 2018 年和 2019 年的九个月内,至少有 7600 万澳元(约 4.6 亿澳门元)的资金通过后门渠道转移到赌场。此前,星港城赌场新南威尔士州监管经理 David Aloi 于周一作证时表达了对洗钱活动的担忧,他说他了解到贵宾室里有一笔 6 万澳元的现金游戏,当时“太阳城赌场”
在研究 [1] 中,我们研究了针对 QML 的不同类型攻击。这些攻击可以归类到 QML 管道的不同阶段——从数据收集、预处理到训练、测试再到应用(参见 [1] 第 9 节)。如今,所谓的对抗性攻击在攻击者中很流行,因为被攻击的模型保持完整,这使得攻击很难被发现。更准确地说,数据被操纵是为了故意操纵模型在应用阶段的输出,使其行为符合攻击者的利益(打开后门、进行所需的错误分类等)。在 [1] 的第 11.2 节中,我们还在量子机器学习的背景下考虑了此类攻击,并得出结论,QML 容易受到对抗性攻击,就像传统 ML 的情况一样,并确定了研究问题。QML 对数据噪声的固有鲁棒性提出了一个有趣的研究问题。将恶意操纵的数据重新解释为特定类型的噪声,人们可能想知道 QML 方法是否比传统 ML 更能抵御这种攻击类型。事实上,恶意引入的错误的传播在 QML 中的行为与在传统 ML 中的行为不同(参见 [1],第 11.2 节)。这促使我们从实际角度更深入地研究稳健性。
在算法替代攻击的领域(ASA)中,我们朝着新的方向启动工作,即考虑对公共算法的这种攻击,这意味着不包含秘密的材料。示例是哈希函数,以及签名方案和非相互作用参数的验证算法。在我们所谓的PA-SA(公共载体替代攻击)中,大兄弟对手用颠覆算法代替了公共算法F,同时保留了后者的后门。我们认为,大兄弟的目标是使PA-SA成为三倍:它希望实用程序(它可以打破f-使用方案或应用程序),无法检测到(局外人无法检测到替代)和排他性(除了大兄弟以外的其他人都无法利用替代)。我们从F是任意的一般环境开始,对三个目标给出了强有力的定义,然后是我们证明遇到的PA-SA的构造。我们将其作为应用程序的应用程序,对哈希功能,签名验证和非交互性参数的验证,展示了新的有效方法来颠覆这些论点。作为前两个的进一步申请,我们在X.509 TLS证书上给出了PA-SA。尽管ASA传统上仅限于渗透秘密钥匙,但我们的工作表明,在没有截止钥匙的关键的情况下,它们在颠覆了公共功能方面是可能有效的。我们的建筑有助于防御者和开发人员通过说明如何建立攻击来确定潜在的攻击。
最近,对不同深度神经网络(DNNS)架构的平行杂交模型的持续发展,越来越多的兴趣激增,以保持有用寿命(RUL)估计。在这方面,本文在文献中的第一次介绍了一种新的基于Hybrid DNN的框架,用于RUL估算,称为嘈杂的多径平行混合模型,用于剩余有用的寿命估计(NMPM)。提议的NMPM框架是三个平行路径的编写,第一个使用了一个嘈杂的双向长短术语记忆(BLSTM),用于提取时间特征并学习在两个方向,正向和后门中学习序列数据的依赖。第二个平行路径采用嘈杂的多层感知器(MLP),由三层组成以提取不同特征类别的层。第三个平行路径利用嘈杂的卷积神经网络(CNN)来提取特征的组成类。然后将三个平行路径的串联输出送入嘈杂的融合中心(NFC)以预测RLU。提出的NMPM已根据嘈杂的训练机制进行了培训,以增强其泛化行为,并增强模型的整体准确性和鲁棒性。使用NASA提供的CMAPS数据集对NMPM框架进行了测试和评估,该数据集说明了卓越的性能与最先进的对应物相比。
虽然高级机器学习(ML)模型在许多现实世界应用中都构建了,但以前的工作表明这些模型具有安全性和隐私性漏洞。在该领域已经进行了各种经验研究。但是,大多数实验都是对安全研究人员本身训练的目标ML模型进行的。由于对具有复杂体系结构的高级模型的高度计算资源需求,研究人员通常选择使用相对简单的架构在典型的实验数据集中培训一些目标模型。我们争辩说,要全面了解ML模型的漏洞,应对具有各种目的训练的大型模型进行实验(不仅是评估ML攻击和防御的目的)。为此,我们建议使用具有Inter-Net(公共模型)权重的公开模型来评估ML模型上的攻击和防御。我们建立了一个数据库,即具有910个注释的图像分类模型的数据库。然后,我们分析了几种代表性的AT-TACS/防御能力的有效性,包括模型窃取攻击,会员推理攻击以及对这些公共模型的后门检测。我们的评估从经验上表明,与自训练的模型相比,这些攻击/防御措施的性能在公共模型上可能有很大差异。我们与研究社区1分享了SCURITY N ET,并倡导研究人员在公共模型上进行实验,以更好地证明其未来所提出的方法的有效性。
(U) 随着威胁的迅速发展,最近发生的事件凸显了改善国家网络安全(包括国防部网络安全)的紧迫性。例如,从 2019 年 9 月开始,俄罗斯对外情报局对一家软件公司实施了网络攻击,向其网络管理系统注入隐藏代码,导致该代码通过系统更新传递给客户。系统更新后,恶意行为者使用隐藏代码创建的后门来破坏受影响的信息系统。4 据美国政府问责署称,直到 2020 年 11 月,一家网络安全公司才发现了这次攻击。作为回应,网络安全和基础设施安全局于 2020 年 12 月发布了紧急指令。在另一个例子中,2021 年 5 月,一个外国犯罪黑客组织瞄准并成功破坏了控制天然气供应商管道的网络。该公司主动关闭了用于监视和控制管道的系统,导致管道运营停止。 2021年12月4日,美国网络司令部司令在论坛上表示,针对软件公司和天然气供应商的网络攻击,加上俄罗斯、中国和伊朗的影响和干预行动,表明美国“必须在网络空间竞争。我们不能保持被动。我们必须竞争,因为我们的对手在竞争。”
对于NISQ超导量子计算机来说,量子比特映射对于保真度和资源利用率至关重要。现有的量子比特映射方案面临诸如串扰、SWAP开销、设备拓扑多样等挑战,导致量子比特资源利用不足和计算结果保真度较低。本文介绍了一种解决这些挑战的新型量子比特映射方案QuCloud+。QuCloud+有几项新的设计。(1)QuCloud+支持2D/3D拓扑量子芯片上的单/多程序量子计算。(2)QuCloud+利用串扰感知社区检测技术对并发量子程序的物理量子比特进行分区,并进一步根据量子比特度数分配量子比特,提高保真度和资源利用率。(3)QuCloud+包含X-SWAP机制,可避免串扰误差较大的SWAP,并支持程序间SWAP以降低SWAP开销。 (4) QuCloud+根据最佳实践的保真度估计来调度要映射和执行的并发量子程序。实验结果表明,与现有的典型多道程序研究[12]相比,QuCloud+可实现高达9.03%的保真度提升,并节省映射过程中所需的SWAP,减少插入的CNOT门数量40.92%。与最近的一项研究[30]相比,该研究通过映射后门优化进一步减少门数量,在使用相似门数量的情况下,QuCloud+将映射后的电路深度减少了21.91%。
1 索尔兹伯里大教堂的弯曲砌体柱。2 裂纹尖端的应力集中(由 Richard Chaplin 博士提供)。3 圆柱形气球中的“动脉瘤”。4 动脉壁组织切片(由 Julian Vincent 博士提供)。5 提林斯的带托梁的拱顶。6 提林斯的半带托梁的后门。7 剑桥的克莱尔桥(由 F.R.S. Adrian Horridge 教授提供)。8 雅典的奥林匹亚宙斯神庙,9 长臂猿和大猩猩的骨骼。10 梅登黑德铁路桥。11 梅奈悬索桥(由英国土木工程师学会提供)。12 塞文悬索桥(由英国钢铁公司提供)。13 剑桥大学国王学院教堂。14 皇家海军胜利号(由皇家海军胜利号博物馆提供。英国皇家版权)。15 美国栈桥。 16 不列颠尼亚大桥(由英国土木工程师学会提供)。17 和 18 Viomiet 连衣裙(由 Nethercot 夫人和 Vogue 杂志提供)。19 瓦格纳张力场(由 The Fairey Company Ltd 提供)。20 塔科马海峡大桥(由英国土木工程师学会提供)。21 朴茨茅斯砌块机(皇家版权。伦敦科学博物馆)。22 沃森蒸汽游艇(由 G. L. Watson & Co. Ltd 提供)。23 帕台农神庙。24 迈锡尼狮子门。
封面:LOC;3:NPM;5:纽约公共图书馆提供;10:波士顿公共图书馆受托人/珍本馆提供,反奴隶制收藏;11:NPM;12:LOC;14:NPM;18:LOC;19,邮车:LOC;20,照片:NPM;24:LOC,印刷品收藏;25:LOC;26:LOC;29:LOC;33:LOC;34,Van Lew:弗吉尼亚历史文化博物馆;40:LOC;62:NPM;66:LOC;86,从左上角开始顺时针方向:Diane M. Kinkopf、Tracy A. Seymour、Lee A. Fullar、Hannah C. Close 和 Vickie Grimes;92:Kelly M. Seckar 提供; 95,从左到右:Jennifer M. Lynch、Melissa A. Medeiros;97:感谢 Bro.Joseph W. Schmitz 特别收藏,圣玛丽大学,德克萨斯州圣安东尼奥;98:LOC;99:感谢马萨诸塞州历史学会;100:招聘海报由国家档案和记录管理局提供,其他图片由 LOC 提供;102:从左到右:Mark Wahl、Mirtha Uriarte;103:感谢 Curtis Jewell;106,登记收据:NPM;106–107,悬赏通告:铁路邮政服务图书馆;112,本杰明·富兰克林、乔治·华盛顿和托马斯·杰斐逊邮票:NPM;118–119:NPM;120(上):LOC;122,气动管道:LOC;123,Autopeds:LOC; 125、气垫船:Tony Kirk 提供;139:NPM;外后门:LOC。