Loading...
正在加载...
请稍候

基于内积谓词的属性基隐私保护加密方案

2026-06-01 17:17

🔍 耿同学打假报告

论文信息

  • 标题:基于内积谓词的属性基隐私保护加密方案
  • 作者:张志强,朱友文*,王箭,张玉书
  • 期刊:电子与信息学报
  • DOI:10.11999/JEIT221050
  • 发表年份:2023年
  • 论文来源:基于内积谓词的属性基隐私保护加密方案.pdf (用户输入文本)

综合评定:✅ 清白(基于当前文本内容的理论推演)

详细发现

发现 1:图片复用与拼接检测(第一式 & 第三式)

  • 位置:全文图片(Figure 1-4)
  • 描述:本论文属于理论密码学领域的文章,核心在于数学公式推导和算法构造。文中虽包含系统模型图(图1)和性能对比折线图(图2、3、4),但由于当前输入仅包含提取的文本内容,未提供原始的高清图片信息,无法进行像素级分析和PS痕迹检测
  • 证据:理论文章通常不存在Western blot等湿实验图片,图表多为代码运行生成的折线图,在此无法判断图2-4的折线是否存在不自然的平滑或复制粘贴痕迹。
  • 严重程度:🟡(受限于输入模态,无法完全排除,但不影响理论部分)

发现 2:数据造假检测——理论数据自洽性极佳(第二式)

  • 位置:表2(密文及密钥长度对比)、表3(方案计算开销对比)及第5.3节文字描述
  • 描述:作为一篇密码学论文,其实验数据多为基于计算复杂度的理论数值(如指数运算次数E、双线性对运算次数P)。这类“数据”通常是通过公式推导得出,而非仪器测量。我对文中声称的性能提升进行了数学核验:
    • 文中声称:“相比于王悦等人方案[10]减少了8n+1个指数运算”。查表3:王悦[10]加密开销为(12n+3)E,本文PPES为(4n+2)E。计算差值:(12n+3) - (4n+2) = 8n+1。数学上完全自洽
    • 文中声称:“相比于Zhang等人方案[11]减少了3n+2个指数运算”。查表3:Zhang[11]加密开销为(7n+4)E,PPES为(4n+2)E。计算差值:(7n+4) - (4n+2) = 3n+2。数学上完全自洽
  • 证据:理论推导的加减法严丝合缝,不存在随机数生成器造假的可能。
  • 严重程度:✅(数据真实且自洽)

发现 3:统计学异常与时间线检测(第四式 & 第五式 & 第六式)

  • 位置:全文时间线与引用
  • 描述
    • 时间线逻辑:论文收稿日期为2022-08-10,改回日期为2022-11-01,网络出版为2022-11-05。以当前时间(2026-06-01)来看,时间线完全合理,不存在“穿越时空”使用未来试剂或设备的问题。
    • 引用核实:文内引用的文献(如Katz等人[7]、Lai等人[12]等)均为密码学领域的经典或相关前沿文献,且文中描述的“Katz等人证明思路”与密码学常识相符。
    • 方法学内部一致性:第3.3节定义的6个算法模型与第4节方案构造中的6个步骤一一对应,没有出现“前言不搭后语”或n值前后矛盾的问题。
  • 严重程度:✅

耿同学辣评

兄弟们,今天咱们看的是一篇硬核的理论密码学文章。
搞咱们这一行的都知道,看这种满篇都是双线性 pairing、合数阶群、安全性证明的文章,比看那些画几条 Western blot 胞条的要头疼多了——因为这玩意儿要是造假,你得把整个数学体系给圆谎圆过去!

这篇论文的作者很聪明,没搞那些虚头巴脑的实验数据,直接给你上理论推导。我专门拿放大镜看了看他引以为傲的“表3”和“表2”,拿计算器敲了敲他那句“相比于王悦等人减少了 \(8n+1\) 个指数运算”,哎嘿,\(12n+3\) 减去 \(4n+2\),还真就是 \(8n+1\)!加减法算得明明白白,没有用“随机数生成器”来糊弄人。

虽然因为只有文本我没法扒他折线图的像素级底裤,但就凭这套严丝合缝的数学公式推导,这篇文章至少在逻辑自洽上稳如老狗。建议那些用 PS 画图、用 Excel 拉随机数的“学术刺客”们,多跟人家学学什么叫“硬核造假防御机制”!

建议后续行动

  • 联系作者要求提供原始数据 (理论文章,公式即数据)
  • 无需在 PubPeer 上提出质疑
  • 无需向期刊编辑部举报
  • 建议大家好好学习人家这严谨的数学推导态度

⚠️ 免责声明

本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
特别说明: 本次检测基于用户提供的纯文本输入,未包含原始论文的高清图片文件。因此,对于图片复用(一图多用)、PS拼接、图像局部篡改等视觉维度的检测存在局限性。本评定结论主要基于文本逻辑、数学自洽性及元数据分析。