近日，我院张晓均副教授负责的网络空间安全校级科技创新团队在密码学与数据安全应用领域研究中取得新进展，分别在网络与信息安全CCF A类国际顶刊IEEE Transactions on Dependable and Secure Computing、CCF中文 A类顶刊《计算机学报》发表学术论文。

2023级硕士生刘炳云（导师：张晓均）在IEEE Transactions on Dependable and Secure Computing上发表了题为“Enabling Cross-Clouds Encrypted Data Fine-Grained Deduplication and Recovery via Blockchain Systems”的最新研究成果（论文链接：https://ieeexplore.ieee.org/document/11458886）。该研究工作创新性地提出支持区块链协同计算的跨云密态数据细粒度去重与恢复方案。该方案以数据块为去重单位，设计随机分布式消息锁定密钥与联合去重标签生成算法，确保用户去重隐私无泄露风险。为实现可验证去重，构建稀疏向量密文树，生成固定大小的聚合证明信息，完成了分布式备份数据块的有效性验证与可靠性保证，防止恶意去重；为实现高效的跨云去重，降低传统多云去重引发的高通信与高延迟问题，通过构建双层布隆过滤器树与隐私伪随机穿刺函数，有效降低跨云去重检测的通信开销与时间复杂度，实现了跨云去重权限的动态分配与撤销，防止恶意云服务提供商滥用权限。方案额外考虑去重数据的可用性，设计密文重构矩阵并结合布隆过滤器实现分布式去重数据块的查找、定位与取回；方案结合低密度奇偶校验码与智能合约协同计算，突破性地实现了跨云错误密文数据块的精准恢复。该成果在多云环境下的细粒度去重效率和安全性上具有显著优势，为突破现代云存储的性能与隐私瓶颈提供了重要的理论支撑与实践方案。刘炳云同学凭借扎实的科研素养，现已拟录取为国防科技大学网络空间安全博士生。

2023级硕士生李文毅（导师：薛婧婷）在《计算机学报》发表了题为“支持高频数据更新的OKVS-PIR标签隐私求交方案”的学术研究成果（知网论文链接：https://api6.wenxian.shop/v1），论文合作作者包括电子科技大学李发根教授、中国电子科技集团公司第三十研究所张文政总工程师、周宇研究员、我院张晓均副教授。该成果针对现有标签隐私集合求交（LPSI）技术在面对大规模、高动态数据环境（如跨机构医疗联合分析、安全数据匹配等）时所暴露出的计算复杂度高、无法适应高频更新等瓶颈，课题组提出了一种动态LPSI方案（DLPSI）。该方案系统性地重构了不经意键值存储（OKVS）结构以实现数据-标签的原子化安全传输，并创新设计了基于HMAC的盲化与验证机制，确保在多次动态更新下敌手仍无法推断额外信息。在性能优化上，方案引入二维哈希表分组匹配策略与BatchPIR技术，将大规模集合计算分解并行，大幅降低了在线通信负载。实验表明，该方案能轻松扩展至百万级数据规模，总运行时间较现有主流方案减少了90%以上，实现了数据高频更新与标签实时共享的高效安全统一，极大地推动了隐私计算技术在实际大数据场景中的落地应用。李文毅同学凭借扎实的科研素养，现已拟录取为南京大学博士生。