論文の概要: Cayley hashing with cookies

• arxiv url: http://arxiv.org/abs/2402.04943v1
• Date: Wed, 7 Feb 2024 15:22:17 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 07:38:15.360245
• Title: Cayley hashing with cookies
• Title（参考訳）: クッキーで焼くケイリー
• Authors: Vladimir Shpilrain, Bianca Sosnovski,
• Abstract要約: ケイリーハッシュ関数は、A と B という一対の半群要素を使って 0 と 1 ビットをハッシュするという単純なアイデアに基づいている。 本稿では,この不利な主張を取り除き,同時に優位性を維持する方法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cayley hash functions are based on a simple idea of using a pair of semigroup elements, A and B, to hash the 0 and 1 bit, respectively, and then to hash an arbitrary bit string in the natural way, by using multiplication of elements in the semigroup. The main advantage of Cayley hash functions compared to, say, hash functions in the SHA family is that when an already hashed document is amended, one does not have to hash the whole amended document all over again, but rather hash just the amended part and then multiply the result by the hash of the original document. Some authors argued that this may be a security hazard, specifically that this property may facilitate finding a second preimage by splitting a long bit string into shorter pieces. In this paper, we offer a way to get rid of this alleged disadvantage and keep the advantages at the same time. We call this method ``Cayley hashing with cookies" using terminology borrowed from the theory of random walks in a random environment. For the platform semigroup, we use 2x2 matrices over F_p.
• Abstract（参考訳）: ケイリーハッシュ関数は、一対の半群元 A と B を使ってそれぞれ 0 と 1 のビットをハッシュし、それから半群の要素の乗法を用いて自然に任意のビット列をハッシュするという単純な考え方に基づいている。 ケイリーハッシュ関数の主な利点は、例えば、SHAファミリーのハッシュ関数は、既にハッシュされた文書が修正されたとき、修正された文書全体を再びハッシュするのではなく、修正された部分だけをハッシュし、元の文書のハッシュによって結果を乗算する、というものである。 一部の著者は、これはセキュリティ上の危険であり、特に、長いビット文字列を短い断片に分割することで、この性質が第2のプリメージを見つけるのに役立つかもしれないと論じている。 本稿では,この不利な主張を取り除き,同時に優位性を維持する方法を提案する。 ランダムウォークの理論から借用した用語を用いて,この手法を「クッキーを用いたケイリーハッシュ」と呼ぶ。 プラットフォーム半群に対しては、F_p 上の 2x2 行列を用いる。

関連論文リスト

• ConceptHash: Interpretable Fine-Grained Hashing via Concept Discovery [128.30514851911218]
  ConceptHashは、サブコードレベルの解釈性を実現する新しい方法である。 ConceptHashでは、各サブコードは、オブジェクト部分のような人間の理解可能な概念に対応する。 学習したハッシュコードが、きめ細かいオブジェクトクラス内で識別可能であることを保証するために、言語ガイダンスを組み込んだ。
  論文  参考訳（メタデータ） (2024-06-12T17:49:26Z)
• Cryptanalysis of a Cayley Hash Function Based on Affine Maps in one Variable over a Finite Field [0.0]
  ケイリーハッシュ関数は、グループのケイリーグラフから構築された暗号ハッシュである。 シュピリンとソスノフスキによって提案されたハッシュ関数は、有限体上の線型函数に基づいて、安全でないことが証明された。 本稿は,ガッファリとモストマヒによる,ハッシュを構造に用いた提案も安全でないことを示す。
  論文  参考訳（メタデータ） (2023-08-30T05:13:55Z)
• Unsupervised Hashing with Similarity Distribution Calibration [127.34239817201549]
  教師なしハッシュ法は、特徴空間内のデータポイント間の類似性をバイナリハッシュコードにマッピングすることで保存することを目的としている。 これらの方法は、連続的な特徴空間におけるデータポイント間の類似性が離散的なハッシュコード空間に保存されないという事実をしばしば見落としている。 類似性範囲はコードの長さによって制限され、類似性崩壊と呼ばれる問題を引き起こす可能性がある。 本稿では,この問題を緩和する新しい類似度分布法を提案する。
  論文  参考訳（メタデータ） (2023-02-15T14:06:39Z)
• A Lower Bound of Hash Codes' Performance [122.88252443695492]
  本稿では,ハッシュ符号間のクラス間の差分性とクラス内圧縮性が,ハッシュ符号の性能の低い境界を決定することを証明する。 次に、ハッシュコードの後部を推定し、それを制御することにより、上記の目的を完全に活用する代理モデルを提案し、低バイアス最適化を実現する。 一連のハッシュモデルをテストすることで、平均精度が最大で26.5%、精度が最大で20.5%向上した。
  論文  参考訳（メタデータ） (2022-10-12T03:30:56Z)
• Post-quantum hash functions using $\mathrm{SL}_n(\mathbb{F}_p)$ [0.0]
  我々は、有限体上の高次元特殊線型群を台として、ティリッヒ・ズーモーハッシュ関数の新しい族を定義する。 これらの群のケイリーグラフは、高速な混合特性と高いガースを結合し、それらが相まって、対応するハッシュ関数の優れた前像と衝突抵抗をもたらす。
  論文  参考訳（メタデータ） (2022-07-08T16:15:11Z)
• Self-Distilled Hashing for Deep Image Retrieval [25.645550298697938]
  ハッシュベースの画像検索システムでは、元の入力から変換された入力は通常、異なるコードを生成する。 本稿では,拡張データの可能性を活用しつつ,相違を最小限に抑えるために,自己蒸留ハッシュ方式を提案する。 また、ハッシュプロキシに基づく類似性学習や、バイナリクロスエントロピーに基づく量子化損失を導入し、高品質なハッシュコードを提供する。
  論文  参考訳（メタデータ） (2021-12-16T12:01:50Z)
• Quantum collision finding for homomorphic hash functions [0.0]
  証明可能なハッシュ関数に対して,$oplus$-linearハッシュ関数に対する事前攻撃を含む具体的な攻撃例を示す。 加法的あるいは乗法的なハッシュ関数は、量子コンピュータの隠れ部分群問題アルゴリズムを用いて量子攻撃に対して脆弱である。
  論文  参考訳（メタデータ） (2021-07-30T23:01:02Z)
• CIMON: Towards High-quality Hash Codes [63.37321228830102]
  我々はtextbfComprehensive stextbfImilarity textbfMining と ctextbfOnsistency leartextbfNing (CIMON) という新しい手法を提案する。 まず、グローバルな洗練と類似度統計分布を用いて、信頼性とスムーズなガイダンスを得る。第二に、意味的整合性学習とコントラスト的整合性学習の両方を導入して、乱不変と差別的ハッシュコードの両方を導出する。
  論文  参考訳（メタデータ） (2020-10-15T14:47:14Z)
• Deep Hashing with Hash-Consistent Large Margin Proxy Embeddings [65.36757931982469]
  画像ハッシュコードは、分類または検索のために訓練された畳み込みニューラルネットワーク(CNN)の埋め込みをバイナライズすることによって生成される。 この曖昧さを解消するために、固定されたプロキシ(CNN分類層の重み)の使用が提案されている。 得られたHCLMプロキシはハッシュ単位の飽和を促進することが示され、小さな二項化誤差が保証される。
  論文  参考訳（メタデータ） (2020-07-27T23:47:43Z)
• Procrustean Orthogonal Sparse Hashing [3.302605292858623]
  昆虫の嗅覚は, スパースハッシュと構造的に, 機能的に類似していることが示されている。 本稿ではこれらの知見を統一する新しい方法であるPOSH(Procrustean Orthogonal Sparse Hashing)を提案する。 本稿では,これらの欠陥に対処する2つの新しい手法,Binary OSLとSphericalHashを提案する。
  論文  参考訳（メタデータ） (2020-06-08T18:09:33Z)
• Reinforcing Short-Length Hashing [61.75883795807109]
  既存の手法は、非常に短いハッシュコードを用いた検索性能が劣っている。 本研究では, 短寿命ハッシュ(RSLH)を改良する新しい手法を提案する。 本稿では,ハッシュ表現とセマンティックラベルの相互再構成を行い,セマンティック情報を保存する。 3つの大規模画像ベンチマークの実験は、様々な短いハッシュシナリオ下でのRSLHの優れた性能を示す。
  論文  参考訳（メタデータ） (2020-04-24T02:23:52Z)

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。