近期，西安电子科技大学密码学院与空天地一体化综合业务网全国重点实验室（ISN）科研团队在密码学与人工智能交叉方向取得重要研究进展。由学校王子龙团队独立完成的论文“Finite-Precision Error Analysis of Cryptanalytic Model Extraction”被亚洲密码学会议ASIACRYPT 2026正式接收。论文由学校硕士生许多、学校原博士生张柳（现新加坡南洋理工大学博士后）和教师王子龙教授共同完成。其中，许多与张柳为论文共同第一作者，张柳和王子龙为共同通信作者，这是学校硕士生首次在密码学顶级会议以第一作者身份（共一第一）发表的论文成果。
ASIACRYPT是国际密码学研究协会（IACR）主办的三大旗舰密码学会议之一（与欧密会、美密会并称三密会），长期面向密码学及信息安全领域的重要理论与应用问题开展学术交流。
近年来，随着人工智能模型逐渐成为重要的数据与算法资产，利用密码分析思想研究模型安全已成为密码学与人工智能交叉领域的重要方向。该研究聚焦基于密码分析框架的神经网络模型参数提取攻击，将神经网络参数视为隐藏密钥，通过对模型进行主动查询并分析局部响应，逐层恢复模型参数。
针对这一问题，研究团队从计算精度的角度重新审视现有攻击方法的实际可行性。研究发现，计算过程中产生的微小误差可能在参数恢复过程中被不断放大，导致恢复结果出现偏差，从而致使原有攻击手段无法成功恢复模型参数。在此基础上，团队系统分析了计算误差从模型输出到参数恢复结果的传播过程，揭示了影响攻击效果的关键因素。
该研究表明，在密码学与人工智能交叉研究中，计算精度不仅关系到人工智能模型的运行效率，也可能直接影响针对模型的攻击能否成功。这一发现为理解现有模型参数提取方法的适用条件提供了新的视角，也为更加准确地评估真实环境下人工智能模型的安全性提供了理论依据。
来源：西安电子科技大学
