.png){kind=icon}
返回
A secure expert system framework for private function evaluation using functional encryption and multi-party computation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.compeleceng.2025.110930.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云系统和边缘系统对在分布式敏感数据上进行隐私保护计算的需求日益增长。大多数现有的加密解决方案在执行复杂推理任务时，若需同时隐藏输入数据和函数逻辑，则性能不佳。这在医疗分析、金融建模等数据隐私和模型保护至关重要的领域可能构成严重缺陷。尽管安全多方计算（SMPC）和功能加密（FE）各自具有前景，但当前实现往往在对抗模型中缺乏可扩展性或端到端可审计性。本研究提出了一种融合FE与SMPC的混合框架，以实现在去中心化环境中的私有函数评估（PFE）。该架构支持加密专家推理，利用基于信任加权的加密共识层、动态密钥管理和特定函数策略执行。安全执行与可追溯审计日志的适应性融合确保了隐私与合规性，同时不牺牲计算可行性。实验验证表明，本系统相比标准FE基线将决策延迟最多降低18%，在半诚实和合谋攻击下的抗泄露能力提升23%，审计性评分在实际仿真环境中达到87%。通过支持内置可解释性和监管透明性的机密函数执行，所提出的系统为安全AI即服务（AI-as-a-Service）平台奠定了基础。其与边缘部署的兼容性以及对零知识证明和后量子密码的可扩展性，使其成为下一代可信感知去中心化计算的有力候选方案。
期刊
C
IF:
4.9
论文数:
6.7K
被引数:
1.3W
机构
引用论文
Function Computation under Privacy, Secrecy, Distortion, and Communication Constraints.png)
Entropy
OAAI
EntropyIF0
OAAI分享收藏Generalized Design for Additive Manufacturing (DfAM) Expert System Using Compliance and Design RulesMachines
MachinesIF0
PREAI
分享收藏分享收藏Dual-Function Radar Communications: A Secure Optimization Approach Using Partial Group Successive Interference Cancellation双功能雷达通信：一种基于部分组级干扰消除的安全优化方法REMOTE SENSINGOAAI
REMOTE SENSINGIF4.1
OAAI分享收藏SACfe: Secure Access Control in Functional Encryption with Unbounded DataSACfe：功能加密中具有无界数据的安全访问控制
PREAI
分享收藏
查看更多内容