本文提出 SDP（Secure Datacenter Protocol），一种为新兴数据中心传输协议（如 NDP 和 Homa）设计传输层加密的协议。SDP 在不改变上层应用的前提下，将加密功能集成到传输层，支持 NIC（网络接口卡）卸载、原生协议号（与 TCP/UDP 并列）以及基于消息的抽象，从而实现低延迟的远程过程调用（RPC）和细粒度并行。实验表明，SDP 在保持高性能的同时提供机密性和完整性保护，适合需要低延迟和高吞吐的数据中心场景。

传统高性能计算（HPC）系统架构以速度为核心，而高安全计算机系统通常需要牺牲速度来换取安全性。然而，生命科学等众多科学领域需要同时具备高性能和安全性，以便大规模处理敏感数据。本文提出了RAMSES（Research Accelerator for Modeling and Simulation with Enhanced Security），一个从底层设计的安全增强型HPC系统，旨在在强大的安全框架内提供高性能。RAMSES集成了AMD处理器的硬件级内存加密技术，并结合IBM Storage Scale和Thales CipherTrust管理器的最先进文件加密方案，构建了一个在整个数据生命周期（静态、传输、使用中）均实现持续加密的HPC平台，符合欧洲通用数据保护条例（GDPR）、ISO/IEC 27001认证和联邦信息处理标准（FIPS）等主要数据保护标准。此外，系统实现了高级操作系统加固、多层安全架构和强制性多因素认证，使HPC环境适应更高的安全需求。来自生物医学领域的基准测试结果表明，安全环境对性能的影响有限，证明了在保持系统一致性、灵活性和用户友好性的前提下，可以实现速度与安全这两个相互冲突要求的整合。本文适合HPC架构师、安全工程师以及对安全敏感数据处理感兴趣的研究人员阅读。

本文针对无人机群（UAV swarms）通信中的安全挑战展开研究。无人机群依赖分布式协作和无线通信（RF和WiFi）实现可扩展操作、扩展覆盖以及监控和实时数据交换等应用。MAVLink作为主流无人机通信协议，提供了消息完整性和认证机制，但缺乏内置加密，导致遥测流量易受窃听。作者在先前工作中提出了MAVShield——一种轻量级加密框架。本文在此基础上，将MAVShield、AES-CTR、Speck-CTR、ChaCha20和Rabbit五种加密方案集成到四架定制无人机中，在RF和WiFi信道上建立安全通信链路，并通过无人机群测试平台进行了飞行实验评估。加密后的遥测数据支持自主编队控制和飞行碰撞避免。在碰撞避免方面，作者开发了改进的人工势场（APF）算法，该算法直接在地理坐标系中计算引力和斥力，消除了笛卡尔变换，减少了轨迹振荡，同时避免了局部极小陷阱。实验测量了每种加密方案的CPU利用率、内存消耗和丢包率（PDR）。结果表明，MAVShield在整体效率上优于AES-CTR、Speck-CTR、ChaCha20和Rabbit，且性能接近未加密通信。代数密码分析和基于Wireshark的流量分析证明了MAVShield能抵抗密钥恢复攻击并保护遥测机密性。本文的主要贡献在于：1）在真实无人机群平台上实现了多种加密方案的集成与评估；2）验证了MAVShield作为轻量级加密方案的高效性和安全性；3）提出了改进的APF算法以提升碰撞避免性能。适合对无人机通信安全、轻量级加密和无人机群协调控制感兴趣的网络安全研究者阅读。

本文针对检索增强生成（RAG）流水线中广泛使用的分层可导航小世界（HNSW）向量数据库，揭示了软删除操作的严重安全隐患。当用户请求删除数据时，系统通常仅将记录标记为已删除，而实际嵌入在磁盘上保持不变，这违反了GDPR第17条和HIPAA等数据擦除与保留法规。作者在三个HNSW实现上验证，通过直接访问存储层的原始索引文件（绕过API）即可物理恢复已删除的向量。利用无需领域微调的Vec2Text反转模型，在多个真实数据集上展示了该漏洞：在维基百科在世人物数据集（BLP）上成功恢复25.5%的准确人名和46.4%的地理位置（ROUGE-L 0.185）；在高度结构化的敏感数据（NIH Synthea数据集）上，患者年龄和性别的恢复率达到100%（ROUGE-L 0.290）；在软删除的图像嵌入上，组织病理学切片的组织分类准确率为100%（p=1.02e-07），面部嵌入的top-1身份恢复率达99%（p<0.01）。作为防御，本文提出了Epoch密钥轮换机制：对向量进行加密，删除时丢弃密钥。该机制将观察到的PII恢复率降至0%，处理500个已删除向量仅需2.5毫秒（约0.005毫秒/条），并生成ECDSA签名的加密证明作为删除事件的可审计记录。本研究适合向量数据库开发者、RAG系统构建者、隐私合规工程师以及关注数据持久性安全的研究人员阅读。

该论文针对美国枪支暴力问题，提出了一种去中心化且端到端加密的全国枪支注册系统设计。背景是美国国会正在考虑建立自愿性的全国枪支登记制度，但面临政治争议和数据隐私挑战。论文将立法提案中的高层愿景转化为具体技术需求，并设计了一个密码学协议来满足这些需求。协议可视为由本地管理的端到端加密数据库构成的去中心化系统，采用结构化加密、安全多方计算和秘密共享等多种密码学原语作为基础构建块。作者给出了形式化的安全定义，并证明了协议满足该安全定义。他们实现了该协议，并在美国部署规模下进行了性能评估，实验结果表明，去中心化且端到端加密的全国枪支注册系统不仅在理论上是可能的，而且在实践中也是可行的。论文主要贡献在于：1) 提出了首个针对此类敏感数据登记系统的实际密码学解决方案；2) 进行了严谨的安全性证明；3) 通过大规模实验验证了性能可行性。适合密码学研究者、隐私保护工程师以及参与政策制定的安全专家阅读。

该论文针对远程直接内存访问（RDMA）在高性能系统中的安全缺陷展开研究。RDMA通过绕过CPU实现机器间的直接内存传输，显著降低了延迟和CPU开销，但同时也绕过了传统的CPU中介安全机制，在不可信环境中引入了严重漏洞。为此，作者提出将AES-128加密集成到RDMA数据传输中，在不显著影响性能的前提下增强安全性。核心创新在于利用可编程Tofino交换机，通过P4编程语言在数据平面直接实现加密，从而将加密任务从CPU卸载到交换机，保留RDMA的性能优势。实验在测试平台上测量了不同数据包大小下的吞吐量：16字节包0.37 Gbps，32字节包0.76 Gbps，64字节包1.83 Gbps，128字节包1.9 Gbps。结果表明，使用可编程网络硬件实现安全的、高吞吐的RDMA通信是可行的。该工作为高性能计算和存储网络中的数据传输安全提供了新思路，适合网络架构师、安全研究员和RDMA系统开发者阅读。

该论文提出了一种针对大视频文件的同时压缩与加密系统（SDCE），旨在解决传统压缩和加密方法计算开销大、处理时间长、不适合实时应用的问题。核心方法是将基于混沌映射的加密与霍夫曼无损编码压缩整合到一个统一框架中：利用逻辑映射生成伪随机混沌序列用于XOR加密，确保强安全性；同时采用霍夫曼编码进行无损压缩，显著降低计算开销和处理时间。实验结果显示，与现有方法相比，该系统在熵值、雪崩效应、吞吐量、压缩比、峰值信噪比（PSNR）、每速率位数（BPC）以及数据损失百分比等指标上均表现出更优性能，有效增强数据隐私和完整性。该研究适用于需要高安全性和实时性的大视频文件传输场景。

CCSW 2024（云计算安全研讨会）旨在汇集研究人员和从业者，探讨以云为中心和外包计算的所有安全方面。根据已接受的论文，本次研讨会重点关注以下主题：应用于云的原语加密方案和协议、基于云的泄露攻击及其对策、云计算中的可信计算技术、用于云保护的软件二进制分析、使用AI异常检测的网络安全机制，以及新兴云编程模型（如扩展的伯克利数据包过滤器eBPF程序）的安全性。多年来，该研讨会特别鼓励传统云安全研究未涵盖的新颖范式和有争议的想法，为受云技术影响的计算安全敏感领域的创造性辩论和互动提供了肥沃的土壤。研讨会共收到20篇投稿，其中15篇通过了至少3位审稿人的严格评审，最终7篇被接受发表和展示。

本文提出了一种针对隐私保护动作识别（PPAR）的压缩友好加密方法CFE-PPAR。PPAR旨在让机器理解视频中的人类活动而不泄露敏感视觉内容。现有加密方法在加密视频被压缩（如Motion-JPEG或H.264）时，会导致识别性能和视觉质量急剧下降，即不具压缩友好性。CFE-PPAR利用视频变换器（video transformer）实现加密视频的直接识别，其中视频使用密钥加密，变换器参数也使用相同密钥进行变换，从而在加密域中保持识别能力。实验在UCF101和HMDB51数据集上验证，在Motion-JPEG和H.264压缩下，CFE-PPAR在识别准确率和视觉质量方面均优于先前方法。该方法首次实现了压缩友好的加密PPAR，为实际部署中视频传输与存储的隐私保护提供了可行方案。