博文

刘忆宁教授团队近期在数据要素安全流通方向的系列研究进展

已有 525 次阅读 2026-9-27 09:53 |系统分类:科研笔记

近期集中产出9篇成果，均为新近录用/发表，涵盖IEEE TDSC、IEEE TMC、IEEE TNSM、IEEE TVT、Information Fusion等CCF A/B类国际权威期刊

数据要素安全合规流通是数字经济发展的重要底座。联邦学习、边缘智能、物联网技术能够实现“数据可用不可见”，但实际落地仍面临隐私泄露、拜占庭投毒、服务器单点风险、终端掉线、通信受限、身份隐私泄露等多重安全挑战。

刘忆宁教授团队围绕数据要素可信流通、隐私计算、分布式AI安全、物联网轻量密码协议开展研究，近期连续在国际TOP期刊发表9篇论文，研究覆盖跨机构联邦协同建模、群智感知、边缘计算、医疗体域网、车联网、车网互动、云辅助物联网等场景，兼顾理论证明与工程实用性。

一、分布式AI安全：面向多场景的数据要素协同建模

VBDPFL（IEEE TDSC，CCF‑A）：可验证抗拜占庭差分隐私联邦学习。集成差分隐私+梯度校正、多惩罚信任分数MPTS与自适应怀疑聚合SAAT、双线性配对可验证聚合三重防护。同时解决梯度隐私泄露、恶意节点投毒、服务器结果不可信问题，适配non‑IID异构数据，完成完整理论证明与多类攻击仿真。局限是依赖服务器参考数据集，后续计划引入可信第三方。
DTPA（IEEE TNSM，CCF‑B）：面向IoT群智感知的掉线容忍隐私保护联邦多任务学习。采用加密聚合与分布式解密，无需完全可信中心；增加资源感知设备筛选提升训练效率；设计预测式掉线容错，终端离线仍可持续训练。适合智慧交通、城市感知场景，大模型下加密开销有待进一步优化。
面向多接入边缘计算的通信高效抗拜占庭联邦学习（IEEE TMC，CCF‑A）：针对边缘带宽紧张、节点投毒问题，通过梯度精简传输降低通信开销，边缘侧完成异常梯度过滤，适配工业边缘、智慧城市联合建模。
EFGDAS‑MU（Information Fusion，CCF‑A）：云辅助物联网多用户细粒度高效数据聚合方案。实现密文高效聚合与细粒度访问控制，防范云服务器窥探原始感知数据，适用于智慧家居、环境感知业务。

二、物联网轻量密码与身份认证安全

WBAN健康数据全匿名广播签密协议（IEEE TMC，CCF‑A）：面向穿戴医疗体域网，实现发送方身份匿名、授权接收方可解密核验数据，低计算开销，保障医疗健康数据要素传输安全。
车载轻量级条件匿名双重认证框架（IEEE TDSC，CCF‑A）：车联网VANET场景，实现条件匿名与身份可追溯，具备密码鲁棒性，轻量化适配车载终端，保护路况、位置消息安全交互。
LCMS（IEEE TNSM，CCF‑B）：格基条件隐私保护多接收方签密方案，面向后量子安全，抵抗量子攻击，适配车联网广播通信。
VANET碰撞警告异构广播签密（IEEE TNSM，CCF‑B）：针对车辆碰撞告警业务，异构网络下实现条件隐私保护，兼顾消息校验、低时延，保障行车安全数据可信分发。
V2G轻量多因子认证密钥协商（IEEE TVT，CCF‑B）：面向车网互动场景，实现双向多因子身份认证，抵御会话劫持等攻击，保障充电计量、车辆状态数据安全交互。

三、小结与未来工作

这批新近成果构建起分布式AI安全+物联网密码安全完整研究链条。

后续团队将进一步降低方案对可信参考数据集的依赖，开展后量子密码优化，结合模型压缩削减开销，推进原型验证，赋能医疗、交通、工业物联网安全释放数据要素价值。

参考文献（均为近期录用/发表）

Yuanjun Xia, et al. Verifiable and Byzantine‑Robust Differentially Private Federated Learning. IEEE TDSC.
Xiaodi Wang, et al. Enhancing Federated Multi‑Task Learning with Dropout‑tolerant Privacy‑Preservation in IoT Crowdsensing. IEEE TNSM, DOI:10.1109/TNSM.2026.3732465
Yuanjun Xia, et al. Communication‑Efficient and Byzantine‑Tolerant Federated Learning for Multi‑Access Edge Computing. IEEE TMC, DOI:10.1109/TMC.2026.3730669
Yangfan Liang, et al. Fully Anonymous Broadcast Signcryption for Secure Health Data Transmission in WBANs. IEEE TMC, 2026.
Yangfan Liang, et al. Vehicle‑Side Lightweight Conditional Anonymous Double Authentication Framework with Password Robustness in VANETs. IEEE TDSC, DOI:10.1109/TDSC.2026.3702678
Songshou Dong, et al. LCMS: Efficient Lattice‑based Conditional Privacy‑preserving Multi‑receiver Signcryption Scheme for Internet of Vehicles. IEEE TNSM, DOI:10.1109/TNSM.2026.3688507
Junyu Li, et al. Efficient conditional privacy‑preserving heterogeneous broadcast signcryption for collision warning in VANETs. IEEE TNSM, 2026.
Yangfan Liang, et al. Lightweight Multifactor Authentication and Key Agreement Scheme in Vehicle‑to‑Grid Networks. IEEE TVT, 2026.
Yiming Chen, et al. EFGDAS‑MU: Efficient and fine‑grained data aggregation scheme for multi‑user in cloud‑assisted IoT. Information Fusion, 2026, DOI:10.1016/j.inffus.2025.103605.