論文の概要: Enhancing Networking Cipher Algorithms with Natural Language
- arxiv url: http://arxiv.org/abs/2206.10924v1
- Date: Wed, 22 Jun 2022 09:05:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-24 00:49:03.317522
- Title: Enhancing Networking Cipher Algorithms with Natural Language
- Title(参考訳): 自然言語によるネットワーク暗号アルゴリズムの強化
- Authors: John E. Ortega
- Abstract要約: 自然言語処理は、ネットワーク暗号化モデルにおける最も弱いリンクと考えられている。
本稿では、脆弱なストリームの暗号化を支援する手段として、言語を対称暗号化に統合する方法を要約する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This work provides a survey of several networking cipher algorithms and
proposes a method for integrating natural language processing (NLP) as a
protective agent for them. Two main proposals are covered for the use of NLP in
networking. First, NLP is considered as the weakest link in a networking
encryption model; and, second, as a hefty deterrent when combined as an extra
layer over what could be considered a strong type of encryption -- the stream
cipher. This paper summarizes how languages can be integrated into symmetric
encryption as a way to assist in the encryption of vulnerable streams that may
be found under attack due to the natural frequency distribution of letters or
words in a local language stream.
- Abstract(参考訳): 本研究は,いくつかのネットワーク暗号アルゴリズムを調査し,その保護剤として自然言語処理(NLP)を統合する手法を提案する。
ネットワークにおけるNLPの使用に関する2つの主要な提案が紹介されている。
第一に、NLPはネットワーク暗号化モデルで最も弱いリンクと考えられており、第二に、ストリーム暗号である強力なタイプの暗号化と見なされる余分なレイヤとして組み合わせられた場合、重厚な抑止力である。
本稿では,局所言語ストリームにおける文字や単語の自然な頻度分布による攻撃を受ける可能性のある,脆弱なストリームの暗号化を支援する手段として,言語を対称暗号に統合する方法を概説する。
関連論文リスト
- Exploring Safety Generalization Challenges of Large Language Models via Code [126.80573601180411]
本稿では,自然言語入力をコード入力に変換するフレームワークであるCodeAttackを紹介する。
調査によると、CodeAttackは全モデルの80%以上の安全ガードレールを一貫してバイパスしている。
CodeAttackと自然言語の間の大きな分散ギャップは、安全性の一般化を弱める。
論文 参考訳(メタデータ) (2024-03-12T17:55:38Z) - Post-Quantum Cryptography Neural Network [0.0]
量子コンピューティング攻撃に抵抗するポスト量子暗号(PQC)法を構築する必要がある。
本研究では、コードベースのPQC手法をニューラルネットワーク構造にマッピングするPQCベースのニューラルネットワークを提案する。
将来的には、提案されたPQCベースのニューラルネットワークがさまざまなアプリケーションに適用される可能性がある。
論文 参考訳(メタデータ) (2024-02-25T06:19:04Z) - Cryptanalysis and improvement of multimodal data encryption by
machine-learning-based system [0.0]
このフィールドの様々な要求を満たす暗号化アルゴリズム。
暗号化アルゴリズムを分析するための最良のアプローチは、それを壊すための実用的で効率的なテクニックを特定することである。
論文 参考訳(メタデータ) (2024-02-24T10:02:21Z) - Can a Tabula Recta provide security in the XXI century? [0.0]
この状況において、人間計算可能なアルゴリズムがいかにして十分なセキュリティを確保できるかについて議論する。
共有テキストソースからエントロピーを集中するアルゴリズム、非バイナリ空間の演算に基づくストリーム暗号、チャレンジテキストからパスワードを生成するハッシュ様アルゴリズムの3種類について論じる。
論文 参考訳(メタデータ) (2023-12-05T16:36:27Z) - GPT-4 Is Too Smart To Be Safe: Stealthy Chat with LLMs via Cipher [89.45365898940896]
実験により、いくつかの安全領域において、GPT-4の安全性アライメントをバイパスするために、ある暗号がほぼ100%の時間で成功することが示された。
本稿では,ロールプレイのみを使用し,自然言語によるいくつかの実演を行い,これを誘発する新しいSelfCipherを提案する。
論文 参考訳(メタデータ) (2023-08-12T04:05:57Z) - PassGPT: Password Modeling and (Guided) Generation with Large Language
Models [59.11160990637616]
パスワード生成のためのパスワードリークをトレーニングした大規模言語モデルであるPassGPTを提案する。
また、任意の制約を満たすパスワードを生成するために、PassGPTサンプリング手順を利用する誘導パスワード生成の概念も導入する。
論文 参考訳(メタデータ) (2023-06-02T13:49:53Z) - Stealing the Decoding Algorithms of Language Models [56.369946232765656]
現代の言語モデル(LM)からテキストを生成する重要な要素は、復号アルゴリズムの選択とチューニングである。
本研究では,LMに典型的なAPIアクセスを持つ敵が,その復号アルゴリズムの型とハイパーパラメータを盗むことができることを示す。
我々の攻撃は、GPT-2、GPT-3、GPT-Neoなどのテキスト生成APIで使われる一般的なLMに対して効果的である。
論文 参考訳(メタデータ) (2023-03-08T17:15:58Z) - Revocable Cryptography from Learning with Errors [61.470151825577034]
我々は、量子力学の非閉鎖原理に基づいて、キー呼び出し機能を備えた暗号スキームを設計する。
我々は、シークレットキーが量子状態として表現されるスキームを、シークレットキーが一度ユーザから取り消されたら、それらが以前と同じ機能を実行する能力を持たないことを保証して検討する。
論文 参考訳(メタデータ) (2023-02-28T18:58:11Z) - TEDL: A Text Encryption Method Based on Deep Learning [10.428079716944463]
本稿では,TEDLと呼ばれる深層学習に基づく新しいテキスト暗号化手法を提案する。
実験および関連する分析の結果、TEDLはセキュリティ、効率、汎用性に優れ、キー再配布頻度の低いことが示されている。
論文 参考訳(メタデータ) (2020-03-09T11:04:36Z) - Bi-Decoder Augmented Network for Neural Machine Translation [108.3931242633331]
本稿では,ニューラルマシン翻訳タスクのためのBi-Decoder Augmented Network (BiDAN)を提案する。
各デコーダは入力されたテキストの表現を対応する言語に変換するため、2つの目的語と共同でトレーニングすることで、共有エンコーダは言語に依存しない意味空間を生成することができる。
論文 参考訳(メタデータ) (2020-01-14T02:05:14Z)
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。