应网络空间安全学院李丽香教授邀请，加拿大纽布伦斯威克大学陆荣幸教授将于7月7日作线上学术报告。欢迎感兴趣的师生踊跃参加！
报告题目：高效的加密时间序列数据的隐私保护相似范围查询方案
主讲人：陆荣幸
报告时间：7月7日（星期三）上午9:00-10:00
腾讯会议ID：570 893 280
主讲人介绍：陆荣幸，加拿大纽布伦斯威克大学计算机系副教授。2006年，曾于上海交通大学计算机科学与工程系获得第一个博士学位；2012年，在加拿大滑铁卢大学电气与计算机工程学院获得第二个博士学位，并荣获最负盛名的“Governor General’s Gold Medal”；2012年5月-2013年4月在滑铁卢大学做博士后研究工作；2013年4月-2016年8月，在南洋理工大学电气与电子工程学院担任助理教授。他主要从事应用密码学、隐私增强技术、物联网大数据安全和隐私保护方向的科学研究工作。2021年，当选IEEE Fellow。他在自己的专业领域发表了400多篇论文，H指数75（2021年4月谷歌学者查询结果）；2013年，获得第八届IEEE通信协会太平洋杰出年轻学者奖；获2016-2017年度加拿大纽布伦斯威克大学优秀教学奖；在著名期刊和会议上获得9个最佳（学生）论文奖。他担任IEEE通信与信息安全技术委员会系列国际会议的副主席。
报告内容简介：时间序列数据的相似性查询在信号处理、语音识别、疾病诊断等领域有着重要的应用。同时，在云服务可靠、灵活的驱动下，加密时间序列数据往往被外包到云上。因此，关于加密时间序列数据的相似性查询研究近年来受到了广泛关注。然而，现有的解决方案在支持不同长度的时间序列数据的相似性查询、查询精度和查询效率等方面还存在一些问题。为了解决这些问题，本次讲座介绍了我们所提出的一种新的高效的隐私保护的相似度范围查询方案，该方案以the time warp edit distance (TWED)作为相似度度量。具体地，我们首先利用TWED的三角不等式将时间序列数据组织成kd-Tree，并设计了一种有效的kd-Tree相似度范围查询算法。其次，基于对称同态加密技术精心设计了一套隐私保护协议，从而为基于kd-Tree的相似范围查询提供了安全保障。然后，利用相似范围查询算法和相关协议，提出了新的隐私保护相似范围查询方案，其中详细阐述了两种策略，使所提方案能够抵抗云推断攻击。最后，分析了所提方案的安全性，并进行了大量的实验来评估其性能，结果表明我们所提方案是一个高效的隐私保护方案。
