团队简介：
团队成立于2017年，现有人员20余人，其中正教授2人、副教授3人、博士2人，研究生10人。专注新型密码与抗量子密码的可证明安全理论研究，突破形式化分析、计算复杂性分析等关键技术；构建抗量子密码协议安全模型及归约技术，建立量子环境下的安全评估体系。同时致力于新型密码协议安全分析和量子安全分析的理论前沿研究，探索经典密码与量子融合方法，研发量子区分器模型及智能化分析方法，在模拟平台验证攻击案例并实现真实量子计算机应用。团队配备先进密码设备，与国内外机构合作推动技术转化。团队近年来取得了一系列重要成果：承担国家级项目1项、省部级项目10余项；发表学术论文20余篇（其中SCI论文10余篇）；授权发明专利30余件。
代表性成果
国家自然科学基金青年基金（项目批准号：NO.12401663）
基于参数Groebner系统的椭圆曲线离散对数问题研究
项目概况：
本项目致力于通过引入参数变量，利用指标计算法、求和多项式、参数Groebner系统等理论来设计高效的椭圆曲线离散对数问题及其广义形式的求解算法，并在符号计算软件Maple上进行编程实现与优化，以期降低指标计算法求解素数域上椭圆曲线离散对数问题的复杂度，剖析素数域上椭圆曲线的内部性质，促进对椭圆曲线密码体制应用的安全性分析。
论文成果1：Zhou Jie, Hu Jinlin, Xue Jiajun, Zeng Shengke. Secure fair aggregation based on category grouping in federated learning, Information Fusion, 2025(117) :102838.（SCI源刊，中科院SCI1区Top期刊，影响因子：15.5）
论文成果2：Zhou Jie, Deng Jiao, Zeng Shengke, He Mingxing, Liu Xingwei. Secure fuzzy retrieval protocol for multiple datasets, Computer Networks, 2024(255):110891（SCI源刊，中科院SCI3区，影响因子：5.493）
四川省重点研发项目:（项目批准号：No.2017GZ0314）
密码芯片功耗侧信息安全检测平台关键技术研究
项目从现有SPA、CPA、DPA等通用分析方法入手，对机器学习的特征提取和分类方法进行深入研究，将模糊理论、主成分分析理论、聚类分析理论、SVM等理论与功耗攻击方法想结合，提出基于机器学习碰撞攻击、相关攻击等攻击方法。并研发一套针对密码硬件设备的功耗分析、攻击与检测平台。项目申请发明专利2项,发表文章10篇，其中SCI检索4篇。主要成果如下：
研究成果1：结合聚类分析，主成分分析，针对具有防范RSA算法，提出了高阶聚类侧信道分析法，通过大概500条功耗曲线，就可成功破解双重掩码的RSA算法。
研究成果2：研发一套针对密码硬件设备的功耗分析、攻击与检测平台，可快速、高效地检测与评估密码硬件产品的抗功耗分析攻击的能力。
