論文の概要: Experimental vulnerability analysis of QKD based on attack ratings
- arxiv url: http://arxiv.org/abs/2010.07815v2
- Date: Fri, 18 Dec 2020 16:26:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-29 00:25:03.441496
- Title: Experimental vulnerability analysis of QKD based on attack ratings
- Title(参考訳): 攻撃評価に基づくqkdの実験的脆弱性解析
- Authors: Rupesh Kumar, Francesco Mazzoncini, Hao Qin and Romain All\'eaume
- Abstract要約: 我々は、QKDセキュリティ評価の文脈における攻撃評価の利用を検討する。
飽和攻撃に対するCV-QKDの脆弱性評価実験を行った。
- 参考スコア(独自算出の注目度): 0.8902959815221527
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inspired by the methodology used for classical cryptographic hardware, we
consider the use of attack ratings in the context of QKD security evaluation.
To illustrate the relevance of this approach, we conduct an experimental
vulnerability assessment of CV-QKD against saturation attacks, for two
different attack strategies. The first strategy relies on inducing detector
saturation by performing a large coherent displacement. This strategy is
experimentally challenging and therefore translates into a high attack rating.
We also propose and experimentally demonstrate a second attack strategy that
simply consists in saturating the detector with an external laser. The low
rating we obtain indicates that this attack constitutes a primary threat for
practical CV-QKD systems. These results highlight the benefits of combining
theoretical security considerations with vulnerability analysis based on attack
ratings, in order to guide the design and engineering of practical QKD systems
towards the highest possible security standards.
- Abstract(参考訳): 古典的暗号ハードウェアで使用される手法に着想を得て,QKDセキュリティ評価の文脈における攻撃評価の利用を検討する。
本手法の妥当性を説明するため, CV-QKDの飽和攻撃に対する脆弱性評価を2つの異なる攻撃戦略に対して行った。
最初の戦略は、大きなコヒーレント変位を行うことで検出器飽和を誘導することに依存する。
この戦略は実験的に難しいため、高い攻撃率に変換される。
また, 検出器を外部レーザーで飽和させる第2の攻撃戦略を提案し, 実験を行った。
低評価は,本攻撃がCV-QKDシステムの主要な脅威であることを示している。
これらの結果は,QKDシステムの設計と工学を可能な限り高いセキュリティ基準に導くために,攻撃評価に基づく脆弱性分析と理論的セキュリティ考察を組み合わせる利点を強調した。
関連論文リスト
- Mitigation of Channel Tampering Attacks in Continuous-Variable Quantum
Key Distribution [9.283799183535493]
CV-QKDでは、Denial-of-Service(DoS)攻撃を利用する潜在的な敵から通信妨害に対する脆弱性が持続する。
本稿では,DoS攻撃に触発されたCV-QKDにおいて,Channel Amplification (CA)攻撃と呼ばれる新たな脅威を導入する。
この脅威に対処するため,我々は検出・緩和戦略を提案する。
論文 参考訳(メタデータ) (2024-01-29T05:48:51Z) - Empirical Risk-aware Machine Learning on Trojan-Horse Detection for
Trusted Quantum Key Distribution Networks [10.045278273598598]
量子鍵分散(QKD)は、送信中に高いレベルのデータセキュリティを提供する暗号技術である。
理論的概念と実践的実装のギャップの存在は、QKDネットワークの信頼性に関する懸念を引き起こしている。
本稿では,時間変動量子チャネル上でのトロイの木馬攻撃のリスク分析を行うリスク認識機械学習手法の実装を提案する。
論文 参考訳(メタデータ) (2024-01-26T03:36:13Z) - A Closer Look at the Adversarial Robustness of Deep Equilibrium Models [25.787638780625514]
我々は、DECの中間勾配を推定し、攻撃パイプラインに統合するためのアプローチを開発する。
提案手法は,完全ホワイトボックス評価を促進するとともに,DECに対する効果的な敵防衛に繋がる。
論文 参考訳(メタデータ) (2023-06-02T10:40:30Z) - Attacking Important Pixels for Anchor-free Detectors [47.524554948433995]
物体検出に対する既存の敵攻撃は、アンカーベース検出器の攻撃に焦点を当てている。
本研究では,アンカーフリー検出器を指向した最初の対向攻撃を提案する。
提案手法は,オブジェクト検出と人間のポーズ推定の両タスクにおいて,最先端の攻撃性能と伝達性を実現する。
論文 参考訳(メタデータ) (2023-01-26T23:03:03Z) - Guidance Through Surrogate: Towards a Generic Diagnostic Attack [101.36906370355435]
我々は、攻撃最適化中に局所最小限を避けるための誘導機構を開発し、G-PGAと呼ばれる新たな攻撃に繋がる。
修正された攻撃では、ランダムに再起動したり、多数の攻撃を繰り返したり、最適なステップサイズを検索したりする必要がありません。
効果的な攻撃以上に、G-PGAは敵防御における勾配マスキングによる解離性堅牢性を明らかにするための診断ツールとして用いられる。
論文 参考訳(メタデータ) (2022-12-30T18:45:23Z) - Deep-Attack over the Deep Reinforcement Learning [26.272161868927004]
敵攻撃の開発により 強化学習が より脆弱になった
本研究は,実効性と盗聴を自然に考慮し,強化学習に基づく攻撃フレームワークを提案する。
また,これらの2つの側面において,攻撃モデルの性能を評価するための新しい指標を提案する。
論文 参考訳(メタデータ) (2022-05-02T10:58:19Z) - Model-Agnostic Meta-Attack: Towards Reliable Evaluation of Adversarial
Robustness [53.094682754683255]
モデル非依存型メタアタック(MAMA)アプローチにより,より強力な攻撃アルゴリズムを自動検出する。
本手法は、繰り返しニューラルネットワークによってパラメータ化された逆攻撃を学習する。
本研究では,未知の防御を攻撃した場合の学習能力を向上させるために,モデルに依存しない訓練アルゴリズムを開発した。
論文 参考訳(メタデータ) (2021-10-13T13:54:24Z) - Balancing detectability and performance of attacks on the control
channel of Markov Decision Processes [77.66954176188426]
マルコフ決定過程(MDPs)の制御チャネルにおける最適ステルス毒素攻撃の設計問題について検討する。
この研究は、MDPに適用された敵国・毒殺攻撃や強化学習(RL)手法に対する研究コミュニティの最近の関心に動機づけられている。
論文 参考訳(メタデータ) (2021-09-15T09:13:10Z) - Adaptive Feature Alignment for Adversarial Training [56.17654691470554]
CNNは通常、敵攻撃に対して脆弱であり、セキュリティに敏感なアプリケーションに脅威をもたらす。
任意の攻撃強度の特徴を生成するための適応的特徴アライメント(AFA)を提案する。
本手法は任意の攻撃強度の特徴を自動的に整列するように訓練されている。
論文 参考訳(メタデータ) (2021-05-31T17:01:05Z) - Adversarial Attacks and Detection on Reinforcement Learning-Based
Interactive Recommender Systems [47.70973322193384]
敵の攻撃は、早期にそれらを検出する上で大きな課題となる。
本稿では,強化学習に基づく対話型レコメンデーションシステムにおける攻撃非依存の検出を提案する。
まず, 多様な分布を示すために敵の例を作成し, 潜在的な攻撃を検知して推薦システムを強化した。
論文 参考訳(メタデータ) (2020-06-14T15:41:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。