Yulliwas Ameur：隐私保护、密码学与人工智能安全

我是法国 EFREI Paris 的网络安全教师与研究人员，研究如何保护数据，以及如何控制机器学习系统和人工智能智能体的行为。本页介绍五项研究的贡献、证据及适用范围。

English · Español · Português do Brasil · 简体中文

1. 对加密数据进行聚类

Secure k-means Clustering using Homomorphic Encryption

该协议利用 TFHE 比较运算，将记录分配到不同的簇，服务器无需解密数据。客户端在每次迭代中解密分配向量，并更新聚类中心。当簇的数量适中时，其聚类质量接近明文数据上的 Forgy k-means。服务器的主要计算开销来自密文自举（bootstrapping）。

发表于 Procedia Computer Science 第 280 卷（2026），第 576–583 页。论文信息与摘要 · 论文 DOI。

2. 结合同态加密与差分隐私

Developing Adaptive Homomorphic Encryption through Exploration of Differential Privacy

该研究在客户端—服务器模型中结合两种机制，分析隐私和噪声参数如何影响分类准确率、计算开销与隐私保护。结果属于探索性研究；具体应用仍需单独评估数据效用和隐私保证。

发表于 Journal of Cyber Security and Mobility 第 13 卷第 5 期（2024），第 863–886 页。论文信息与摘要 · 论文 DOI。

3. GovSecLLM++：安全测试与治理证据

GovSecLLM++: A Compliance-Aware Benchmark for Security Testing and Governance Evidence in LLM-Based Applications

研究资源包含评分工具、重新评分结果、自适应测试结果、人工验证摘要和数据说明文档，使用合成的秘密信息与凭据。软件和数据集各有独立的作者列表与标识符。目前的代码包不包含论文最终版 PDF，SecAI、ESORICS 2026 相关会议论文集的 DOI 尚未核实。

论文信息 · 代码 · 软件总记录 DOI · 数据集特定版本 DOI。

4. PQTrust-Agent：协调智能体的密码策略

PQTrust-Agent: Policy-Compiled Post-Quantum Trust Contracts for Web-of-Agents Communications

每个智能体先计算符合自身约束的可选方案，再通过双方签名的任务合约记录协议结果。如果不存在共同方案，系统会在执行任务前终止操作。评估包含在单台机器上进行的 1,040 次观测。TLS 端点认证仍采用经典 X.509；大多数可行场景的共同前沿只有一个候选方案，因此对 minimax 选择策略优势的结论仍有限。这些结果并未证明其在互联网规模下的性能，也未证明端点认证已完全实现后量子安全。

已被 WI-IAT 2026 接收，会议论文集尚未发表。论文与摘要 · 作者稿 PDF · 代码仓库。

5. AgentFlowShield：减少流量元数据泄露

AgentFlowShield: Defending LLM Agents Against Metadata Side Channels

该系统根据智能体的执行阶段调整流量，采用填充、帧聚合、有界时间抖动，以及针对工具和内存活动的流量包络。评估使用了 6,300 条受控流量轨迹。结果取决于攻击方式和数据划分，部分信息信号仍然存在。测试环境采用本地回环流量和合成的广域网噪声，因此这些结果不能证明实际生产网络中的元数据泄露已被消除。

已被 AICCSA 2026 接收，会议论文集尚未发表。论文与摘要 · 作者稿 PDF · 演示文稿。

其他已公开的软件资源

ErrorCaps，版本 v3.0.1：用于研究智能体错误恢复过程中的间接提示注入的合成基准。归档标题为 ErrorCaps: committed-effect measurement of recovery-path injection defense (CRiSIS 2026 artifact)。软件已在 Zenodo 发布，采用 MIT 许可证；标题中的 CRiSIS 2026 标签不代表相关论文已被接收。资源说明 · 该版本 DOI。
Bearer, Bound, Attested，版本 v1.1：关于零信任中的密钥绑定、来源与证明机制的实验和形式化分析资源。归档标题为 Bearer, Bound, Attested: Factoring Key Binding, Provenance, and Attestation for Zero-Trust Enforcement (reproducible artefact)。软件已在 Zenodo 发布，采用 MIT 许可证；归档将相关论文描述为向 IEEE Networking Letters 提交的稿件。资源说明 · 该版本 DOI。

本页保留论文和软件的英文原始标题，便于检索与引用。使用软件或数据时，请引用实际使用的具体版本。完整作者列表和可获取的材料见各项成果的链接页面。