JingYan_Chan的博客

联邦机器学习又名联邦学习，联合学习，联盟学习。联邦机器学习是个机器学习框架，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模。在本章，我们将了解联邦学习的定义、算法原理、分类、短板挑战。联邦学习作为机器学习领域的一种分布式数据处理方法，可以在实现分布式模型训练的同时解决隐私泄露问题。2016年，联邦学习的概念由谷歌提出，其主要思想是基于分布在多个设备上的数据集构建机器学习模型，同时防止数据泄露。杨强教授在2019年。

随机预言机模型（Random Oracle Model, ROM）和随机响应模型（Real-Or-Random model, ROR）是作为协议正式安全分析的重要工具，各有其优势和局限。它们都依赖于预言机 (Oracle) 的概念，但在实现细节和适用场景上存在区别。随机预言机模型是一种理论模型，设计者假设存在一个“随机预言机”，参与者可以查询这个预言机以获取随机且唯一的响应。这个模型允许将某些复杂的计算问题（如哈希函数）理想化为一个可以查询的随机功能。它对每一个不同的输入返回完全随机且独立的输出。

BAN 逻辑遵循理想化、假设、安全目标和推导四个过程。首先，需要对协议进行理想化处理，将协议的消息转换成BAN逻辑中的公式，再根据具体情况进行合理假设，由逻辑的推理法则根据理想化协议和假设进行推理，推断协议能否完成预期的目标。如果在协议流程结束时能够建立关于共享通信密钥、对方身份等的信任，则表明协议是安全的。

为实现网络的安全目标，通常需要提出相关认证密钥协议（Authentication and Key Agreement Protocol, AKA）对网络通信进行保护。若设计的协议中出现安全漏洞，将导致网络容易收到安全攻击。所以我们需要对提出的协议进行安全性分析。安全性分析正式安全分析非正式安全分析。本章总结了安全性分析的两大类，接下来，我将详细介绍每一种安全性分析方法的详细分析过程。

什么是区块链？区块链是如何工作的？如何确保区块链的安全性？区块链可以应用在什么地方？区块链是一个链式存储结构，区块就是链式存储结构中的数据元素，区块链由区块相互连接形成单向链式结构，其中第一个区块被称为创始区块。区块链的成长过程如下图。

在官方文档中，给出了部分密码原语（例如：对称加密、非对称加密等）的详细编码例子，接下来我们可以通过学习官方例子代码，从而进行仿写并编写出自己需要的协议编码。官网页数很多，而纵观全网关于proverif的相关学习资料很少，这看似是一块很难啃的骨头，但是没关系，再多的讲解资料都不如官方的使用手册来的详细。所以现在我们已经拿到寻宝图的真经，跟着本博客猪一起遨游proverif的知识海。

在密码学领域，"客观、第三方"评价指标通常指的是对密码学方案、协议或算法进行评估和验证时所采用的一种方法或标准。这种评价方法侧重于通过独立、客观的标准和工具对密码学系统进行评估，以确保其安全性、可靠性和功能性。一般包括：数学证明和分析、安全模型的定义和评估、标准化和认证机构的测试等。数学证明和分析： 对密码学方案的安全性进行数学证明是一种常见的方法。这确保了方案的安全性不依赖于假设，而是基于严格的数学原理。安全模型的定义和评估。

下载和安装proverif

通过命令行CMD，完成将CSV文件转换成SUMO中的XML文件

crypto++是一个开源密码学函数库，里面含有很多加密函数的库供大家引用，本文记录如何引用crypto++库函数实现RSA加密/签名。

按照本文步骤运行，等待地图生成后，系统将自动将生成的文件导入SUMO-gui中打开。0调试，一文解决问题。

Cryptopp是什么？如何下载Cryptopp？如何在VS中使用Crypto++？关于VS中多个源文件如何分开运行的解决方法VS2019下Crypto++安装与调用Crypto++的安装及使用Crypto++安装和简单使用RSA加密解密。