Fugu-MT 論文翻訳(概要): Projective Space Stern Decoding and Application to SDitH

論文の概要: Projective Space Stern Decoding and Application to SDitH

arxiv url: http://arxiv.org/abs/2312.02607v1
Date: Tue, 5 Dec 2023 09:33:15 GMT
ステータス: 処理完了
システム内更新日: 2024-03-18 13:05:51.113769
Title: Projective Space Stern Decoding and Application to SDitH
Title（参考訳）: 宇宙船のデコードとSDitHへの応用
Authors: Kevin Carrier, Valérian Hatey, Jean-Pierre Tillich,
Abstract要約: ここでは、有限体上の一般線形コードに対する標準的な復号アルゴリズムが、本質的に有限体のサイズである因子によって高速化できることが示される。本手法をSDitHに適用し,NISTが要求するセキュリティ要件を満たすには,原文と更新版の両方のパラメータが不足していることを示す。
参考スコア（独自算出の注目度）: 0.1755623101161125
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We show that here standard decoding algorithms for generic linear codes over a finite field can speeded up by a factor which is essentially the size of the finite field by reducing it to a low weight codeword problem and working in the relevant projective space. We apply this technique to SDitH and show that the parameters of both the original submission and the updated version fall short of meeting the security requirements asked by the NIST.
Abstract（参考訳）: ここでは、有限体上の一般線形コードに対する標準的な復号アルゴリズムを、低重コードワード問題に還元し、関連する射影空間で作業することにより、本質的に有限体のサイズである因子によって高速化できることを示す。本手法をSDitHに適用し,NISTが要求するセキュリティ要件を満たすには,原文と更新版の両方のパラメータが不足していることを示す。

関連論文リスト

Limitations of the decoding-to-LPN reduction via code smoothing [59.90381090395222]
LPN問題(Learning Parity with Noise)は、いくつかの古典的な暗号プリミティブの根底にある問題である。本稿では,線形符号の復号化問題から,難易度がいくつか存在することの低減を試みている。我々は、復号化の効率を、復号化のパラメータと問題の観点から特徴づける。
論文参考訳（メタデータ） (2024-08-07T12:54:43Z)
Factor Graph Optimization of Error-Correcting Codes for Belief Propagation Decoding [62.25533750469467]
低密度パリティ・チェック (LDPC) コードは、他の種類のコードに対していくつかの利点がある。提案手法は,既存の人気符号の復号性能を桁違いに向上させる。
論文参考訳（メタデータ） (2024-06-09T12:08:56Z)
Coding-Based Hybrid Post-Quantum Cryptosystem for Non-Uniform Information [53.85237314348328]
我々は、新しいハイブリッドユニバーサルネットワーク符号化暗号(NU-HUNCC)を導入する。 NU-HUNCCは,リンクのサブセットにアクセス可能な盗聴者に対して,個別に情報理論的に保護されていることを示す。
論文参考訳（メタデータ） (2024-02-13T12:12:39Z)
Differentiable VQ-VAE's for Robust White Matter Streamline Encodings [33.936125620525]
オートエンコーダは、低次元ラテント空間における解析の合理性を簡素化する次元還元ツールとして提案されている。本稿では,単一のデータポイントとしてストリームラインの全バンドルを取り込み,可変ベクトル量子化変分自動エンコーダを提案する。
論文参考訳（メタデータ） (2023-11-10T17:59:43Z)
Ensuring Topological Data-Structure Preservation under Autoencoder Compression due to Latent Space Regularization in Gauss--Legendre nodes [0.0]
我々は、正規化されたオートエンコーダが初期データ多様体をその潜在表現に1対1で再埋め込みすることを証明した。この観察は、古典的なFashionMNISTデータセットを通じて、MRI脳スキャンの問題を実世界まで拡張する。
論文参考訳（メタデータ） (2023-09-15T07:58:26Z)
Machine Learning-Aided Efficient Decoding of Reed-Muller Subcodes [59.55193427277134]
Reed-Muller (RM) 符号は、一般的なバイナリインプットメモリレス対称チャネルの容量を達成する。 RM符号は制限されたレートのみを許容する。効率的なデコーダは、RM符号に対して有限長で利用可能である。
論文参考訳（メタデータ） (2023-01-16T04:11:14Z)
Conservation laws and quantum error correction: towards a generalised matching decoder [2.1756081703276]
原型量子低密度パリティチェック符号である表面符号の復号アルゴリズムについて検討する。デコーダは、表面符号安定化素子間の物質化された対称性によって生じる基盤構造を利用する。本研究では,特定の特性を持つ符号に対して,最小重み付き完全整合デコーダを構築する方式を提案する。
論文参考訳（メタデータ） (2022-07-13T18:00:00Z)
Autoregressive Linguistic Steganography Based on BERT and Consistency Coding [17.881686153284267]
言語ステガノグラフィ(LS)は、秘密情報をテキストに埋め込むことによって、コミュニケーションの存在を隠蔽する。近年のアルゴリズムでは、言語モデル(LM)を用いてステガノグラフテキストを生成する。本稿では,BERTと整合性符号化に基づく自己回帰型LSアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-03-26T02:36:55Z)
Offline Model-Based Optimization via Normalized Maximum Likelihood Estimation [101.22379613810881]
データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
論文参考訳（メタデータ） (2021-02-16T06:04:27Z)
Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。