已发表研究
构成 NHP 协议理论和实践基础的学术论文。
基于深度强化学习的 NHP 网络流量控制方法
提出了一种基于 D3QN（Dueling Double Deep Q-Network）的智能调控方法， 用于解决 NHP 环境中的网络流量控制挑战，实现吞吐量、延迟和丢包率优化的 实时感知和自主决策。
AI Agent 安全可信数据交互架构研究
探索 AI Agent 的安全数据交互架构，解决 AI 驱动系统带来的新兴安全挑战。
DRL-AMIR：软件定义零信任网络的智能流调度
将深度强化学习应用于软件定义零信任网络中的 智能流调度，优化 NHP 部署。
STALE：一种利用电子邮件和 ECDH 密钥交换的可扩展安全跨境认证方案
提出了一种使用椭圆曲线 Diffie-Hellman 密钥交换的 可扩展跨境认证方案，适用于 NHP 跨域场景。
AHAC：高级网络隐藏访问控制框架
介绍了用于高级网络隐藏访问控制的 AHAC 框架， 为 NHP 协议提供了架构基础。
相关研究
帮助我们理解 AI 时代安全威胁与解决方案的研究。
为什么零信任需要从会话层开始
论证了专注于身份和应用层的零信任实现仍然不够充分， 因为网络基础设施依然可见且可扫描。 会话层密码协商——如 NHP 所实现的——是在任何凭证交换开始之前 消除攻击面的关键缺失环节。
从 Naptime 到 Big Sleep：利用大语言模型捕获真实代码中的漏洞
展示了大语言模型能够在生产代码中发现真实漏洞， 凸显了 AI 驱动安全研究的新兴威胁。
LLM Agent 可以自主利用一日漏洞
表明 LLM Agent 可以在无需人工干预的情况下自主利用已知漏洞， 极大地缩短了攻击时间线。
研究方向
开放的研究问题和我们欢迎学术合作的领域。
后量子密码学
使 NHP 的密码学框架适配抗量子算法， 确保面对量子计算机的长期安全性。
抗 AI 协议
开发能够抵御 AI 驱动攻击工具和自动化漏洞发现的 协议扩展。
全球规模部署
针对地理分布式基础设施和边缘计算场景优化 NHP 的 全球规模部署。
区块链集成
探索将区块链技术与 NHP 隐藏能力相结合的 去中心化身份和访问管理。
形式化验证
应用形式化方法对 NHP 协议实现的安全属性 进行数学证明。
物联网与工业系统
使 NHP 适配资源受限的物联网设备和工业环境中的 关键基础设施保护。
与我们合作
我们积极与大学和研究机构合作开展网络安全协议研究。 如果您对零信任网络、密码学协议或 AI 时代安全挑战 感兴趣，我们期待与您交流。
合作机会
- → 联合研究项目与论文发表
- → 研究生论文指导
- → 安全审计与形式化验证
- → 协议扩展设计
致谢
我们衷心感谢研究合作伙伴的贡献：
- 🏛️云安全联盟 (CSA)
零信任工作组合作
- 🏛️中国计算机学会 (CCF)
合作研究支持
- 🌐OpenNHP 社区
测试、反馈与实现