Research Paradigm — 研究范式
基于15篇公开论文提炼的陈志远教授研究范式。以下均为 B 类综合归纳。
1. 范式总览
陈志远教授的研究范式可概括为："威胁模型驱动的安全系统设计"范式——从特定场景（IIoT/UAV/分布式学习）的安全威胁出发，建立形式化威胁模型和安全需求定义，然后设计满足安全性证明的密码学/系统方案，最后通过理论分析+实验验证证明方案的有效性。
范式沿三条轴线展开：
- 威胁建模轴线：威胁模型定义（Honest-but-Curious/Malicious/Physical）→安全需求形式化→攻击面识别
- 方案设计轴线：密码原语选择→协议设计→安全规约证明→效率优化
- 验证评估轴线：形式化安全证明→合成/基准实验→真实数据验证→性能基准测试
2. 研究范式特征
| 维度 | 范式特征 | 代表论文 |
|---|---|---|
| 问题来源 | 系统安全威胁与隐私法规驱动的实用问题 | SplitAD, Lightweight Auth, Physical Attacks |
| 方法论 | 威胁建模→密码学设计→安全证明→实验验证 | 几乎所有论文 |
| 创新模式 | 在密码原语/协议层面创新，混合多种安全技术 | TCKKS(FHE+TEE), PriFFT(ASS+FSS) |
| 证据标准 | 形式化安全证明+性能基准+（部分）真实数据验证 | SplitAD, Key-Value LDP, SBIRCH |
| 系统导向 | 不仅关注算法创新，更关注端到端系统可行性和效率 | Blockchain MEC, AeroGuard |
3. 问题选择范式
3.1 偏好问题特征
- 有明确威胁模型的安全问题：可定义攻击者能力边界（计算能力、物理接近度、数据访问权限）以及安全目标（机密性/完整性/可用性/不可否认性）
- 存在可优化的效率瓶颈：现有方案虽有安全保证但计算/通信开销不可接受
- 跨域交叉问题：隐私+安全、FHE+TEE、联邦+安全、图学习+攻击——交叉处往往有未解决的系统性问题
3.2 回避问题特征
- 纯理论密码学无系统实现的问题
- 无明确威胁模型的开放式问题
- 攻击仅做描述性分析而无防御方案的问题（Adaptive Backdoor为少数例外，以攻促防）
4. 方法设计范式
4.1 方法层级
- 威胁建模层：确定安全模型（半诚实/恶意/物理攻击）和安全需求
- 密码原语层：选择基础密码学工具（HE/SS/DP/TEE）并组合
- 协议设计层：设计满足安全需求的交互协议
- 系统优化层：在保证安全性的前提下最小化计算/通信/存储开销
- 验证层：形式化证明+实验验证
4.2 方法创新模式
- 混合增强型（TCKKS, PriFFT）：组合不同的安全技术取各自优势弥补各自弱点
- 模型拆分型（SplitAD, Plog）：将集中式方案改造为分布式安全版本
- 轻量化型（Lightweight Auth, E-Raft）：针对资源受限场景的协议精简
- 攻击研究型（Adaptive Backdoor, Physical Attacks）：系统性理解攻击以指导防御
5. 证据标准
5.1 典型验证链
密码协议论文：形式化安全定义→安全规约证明→性能基准(cpu cycles/bytes/latency) vs 基线方案 ML安全论文：威胁模型定义→攻击成功率(ASR)/检测精度(F1)→逃逸率/误报率→多种数据集交叉验证 系统论文：系统架构→仿真验证→（部分）真实硬件平台基准测试
5.2 证据来源偏好
- 形式化安全证明（密码学论文的核心）
- 公开基准数据集（ML安全/检测任务）
- 与≥3种基线方案的系统对比
- 不同参数设置下的性能稳定性（隐私预算ε、参与方数量、数据规模）
6. 叙事风格
典型的论文叙事结构：
- 场景驱动的安全威胁/隐私需求陈述
- 现有方案的局限性（安全不足或效率过低）
- 威胁模型和设计目标的精确定义
- 方案设计的逐层展开（密码原语→协议→系统）
- 安全分析（形式化证明/安全性论证）
- 实验评估（安全指标+性能指标）
- 局限性诚实讨论+未来工作