近日，我院许胜民教授课题组在数据安全与隐私保护领域取得重要研究突破，创新性地提出了一种模糊身份基匹配加密方案，并成功应用于匿名社交网络系统的设计中。该方案具备优异的安全性、计算效率和系统扩展性，显著提升了匿名通信环境下的灵活授权能力与资源利用效率。相关实验结果表明，该方案在计算开销和存储资源消耗方面相较于现有技术均实现大幅优化，展示出良好的实际部署潜力。该研究成果以题为 “EASNs: Efficient Anonymous Social Networks With Enhanced Security and High Scalability”，发表在网络空间安全领域国际权威期刊、CCF A类期刊 《IEEE Transactions on Information Forensics and Security》 上。论文以福建师范大学为第一完成单位，第一作者为我院2022级研究生黄文峰同学（现为暨南大学博士研究生），唯一通信作者为我院许胜民教授。本研究工作得到了国家自然科学基金重点项目与面上项目（编号：62425205、62402109、62372108、62102090）、国家重点研

近日，我院林铭炜教授课题组在固态硬盘存储领域取得重要进展。课题组创新性地引入了激进淘汰策略，旨在最大限度地触发固态硬盘中的高级命令。与传统注重提升缓存命中率的方法不同，该方案将重点转向了加速缓存数据的淘汰，并设计了一个命中率感知模块来智能调节激进淘汰的程度。实验仿真表明，此方法不仅显著提高了闪存高级命令的触发概率，同时在降低I/O请求平均响应时间等关键性能指标方面也优于其他固态硬盘缓存管理算法。研究成果以“HaParallel: Hit Ratio-Aware Parallel Aggressive Eviction Cache Management Algorithm for SSDs”为题，发表于CCF A类期刊《ACM Transactions on Storage》。该论文以福建师范大学为第一单位，第一作者为我院2022级研究生苏良宽同学、唯一通信作者为我院林铭炜教授。该研究工作得到国家自然科学基金（项目号：61872086）、福建省自然科学基金杰青项目（项目号：2022J06020）以及福建省“雏鹰计划”青年拔尖人才项目（项目号：F21E0011202B01）资助。论文链接：

近日，根据重庆市云计算和大数据产业协会发布，由福建中科星泰数据科技有限公司、弦立场（重庆）数字科技有限公司等单位制定的T/CQCBDS 0061-2022《区块链BAAS标准》团体标准通过专家审查，我院林晖教授参与标准起草和制定工作，经过区块链BAAS团体标准委员会审定通过并于2022年12月23日正式发布实施。此次发布的《区块链BAAS标准》团体标准适用于BAAS标准平台的设计及功能实现参考。本文件可为无专业知识和人员的企业开发使用区块链提供建设性指导，通过BAAS标准让不同企业尝试区块链应用程序和智能合约的准入门槛降低，同时也能让服务提供商管理网络本身。

近日，我院青年教师许胜民博士在区块链技术研究与应用领域取得重要进展。课题组针对电子健康病历的安全传输及存储中存在的安全隐患，利用区块链技术与双重属性基加密技术，实现了防篡改的电子健康病历共享系统。解决了传统属性基加密访问策略受限及难以抵抗数据恶意修改的问题，为有效管理电子健康病历，实现灵活的访问控制及数据防篡改功能，提出了切实可行的方案。实验表明，我们提出的系统在性能上与现有的电子健康病历共享系统有明显提升。课题组还针对区块链面临的数据固化问题，防止区块链平台成为传播非法数据、不良信息的温床，提出可审计的可修订区块链方案。鉴于现有技术主要利用分层的身份基加密实现审计功能，存在追踪单一目标较困难、追踪秘密泄漏源不够高效准确等问题。课题组利用指纹编码技术、字符串压缩技术、属性基加密等密码技术，提出了新的可追踪方案。实验表明，课题组提出的系统在性能上，尤其是审计功能的表现力上，有显著的提升。研究成果分别以“A Secure EMR Sharing System With Tamper Resistance and Expressive Access Control”与“Accountable

近日，我院熊金波教授团队在无线通信、物联网、智慧交通等领域国际权威期刊上发表四篇关于面向网联自动驾驶的隐私保护目标识别与检测研究的论文。网联自动驾驶车辆间进行感知数据共享可以为目标识别与检测带来精度增益，该团队针对原始感知数据在共享、处理过程中的隐私泄露问题，分别面向图像、点云等数据构建边缘协同的隐私保护目标分类、检测框架，可以极大程度上降低车辆终端的计算限制，同时保护感知数据安全与隐私。研究成果一采用加性秘密共享技术将原始数据随机拆分为两份共享份额，提出一种边缘协同的隐私保护原始数据共享框架，设计隐私计算协议，构造一种隐私保护卷积神经网络模型（P-CNN），两台边缘服务器可以在不损害数据隐私的前提下执行P-CNN推理，实现感知数据安全共享。该工作成果以“Edge-Assisted Privacy-Preserving Raw Data Sharing Framework for Connected Autonomous Vehicles”为题发表在无线通信领域杂志《IEEE Wireless Communications》（中科院SCI一区Top，IF = 11.979）上。该论文福

近日，我院肖如良教授课题组提出了一种面向工业物联网高维动态数据流的高效高斯核微簇聚类方法。该方法构建一种微簇结构，创新性解决了当前密度聚类方法无法有效处理高维动态流式数据的实时聚类问题，显著降低了聚类计算复杂度，并增强了聚类质量；采用引力能量函数对微簇进行递归在线更新，也显著降低了内存消耗。该方法在工业物联网高维动态数据流聚类的异常检测方面有着重要应用价值。论文研究成果以“Efficient Gaussian Kernel Micro-Cluster Realtime Clustering Method for Industrial Internet of Things (IIoT) Streams”为题发表于物联网研究领域国际权威期刊《IEEE Internet of Things Journal》（SCI1区，IF=9.471）。该论文第一单位为福建师范大学，我校研究生朱维富同学为第一作者，我校肖如良教授为通讯作者。该研究得到国家自然科学基金面上项目、福建省科技计划产学合作项目、福建省自然科学等多项课题的支持。论文连接：https://doi.org/10.1109/JIOT.20

近日，我院林丽美副教授及其团队在中国计算机学会推荐的A类期刊《IEEE Transactions on Parallel and Distributed Systems》上发表三篇关于网络内生安全自诊断理论研究的论文。该团队针对大规模多处理机互连网络的内生安全需求，从全局诊断和局部诊断两个方面，构建快速的、低复杂度、无需先验知识的自诊断策略，并提出通用的、广泛应用于多种类型网络的故障节点自适应诊断方法，同时通过设计自适应局部诊断策略，提升网络的自诊断能力。其中，研究成果一针对大规模多处理机互连网络内生安全的自诊断性，通过系统级比较诊断模型，重点设计一种快速的、低复杂度的自诊断策略，该策略无需先验知识。该工作成果以“A Fast f(r,k+1)/k-Diagnosis for Interconnection Networks Under MM* Model”为题发表于学术期刊《IEEE Transactions on Parallel and Distributed Systems》(CCF A类)。该论文福建师范大学为第一单位，第一作者为我校博士后黄艳泽，通讯作者为林丽美副教授。论文

近日，福建省人民政府公布2020年度福建省科学技术奖获奖名单，我院许力教授主持完成的“安全高效的物联网关键技术研发与产业化”和肖如良教授主持完成的“大数据平台实时异常检测分析系统”获得省科学技术进步奖三等奖。

近日，工业和信息化部办公厅公布首批5G应用安全创新示范中心遴选认定结果，由福建省大数据有限公司牵头，我校计算机与网络空间安全学院、中兴通讯、福建电信、工信君阳及中新赛克等五家单位组成的联合体申报的5G应用安全创新示范中心（福建），凭借科研创新、软硬件配套、产业链协同、示范建设等综合优秀实力，从全国60多家申报单位中脱颖而出，最终通过工信部的认定，荣获该项国家级殊荣，成为全国首批9个5G应用安全创新示范中心之一。据悉，此次示范中心的组织申报是为了贯彻落实《5G应用“扬帆”行动计划（2021-2023年）》有关部署，支持打造5G应用安全创新示范中心，提升5G应用安全保障能力。经过严格的考核，由福建省大数据公司牵头、我校计算机与网络空间安全学院参与的联合申报的主体也成为福建省首家和省内唯一一家通过该项遴选认定的申报主体。

近日，我院黄添强教授带领的人工智能研究团队在深度学习+地球系统科学的研究上取得了重要进展。厄尔尼诺-南方涛动（ENSO）是地球系统年代际变化的主要变量，它影响到全球气候、农业、生态系统、人类健康和社会生活的方方面面。为了提高对ENSO的预报能力，提出了一种基于深度残差卷积网络的模型，并利用dropout和迁移学习克服了模型训练阶段数据不足的问题。该模型能够提前20个月有效预测Nino3.4指数，比现有的最优模型增加了3个有效月。而且，通过同构迁移学习该模型能提前18个月有效预测ONI指数。利用异构迁移学习该模型能以83.3%的准确度提前12个月预测ENSO的类型。该研究成果以《Deep Residual Convolutional Neural Network Combining Dropout and Transfer Learning for ENSO Forecasting》为题发表于地球系统科学领域顶级期刊《Geophysical Research Letters》(中科院一区Top，2020版)上。该论文福建师范大学为第一单位，第一作者为我院硕士研究生胡杰，共同第一作者为我院