Fugu-MT 論文翻訳(概要): Lightweight ciphers based on chaotic Map -- LFSR architectures

論文の概要: Lightweight ciphers based on chaotic Map -- LFSR architectures

arxiv url: http://arxiv.org/abs/2402.10871v1
Date: Fri, 16 Feb 2024 18:16:31 GMT
ステータス: 処理完了
システム内更新日: 2024-03-25 09:06:20.675316
Title: Lightweight ciphers based on chaotic Map -- LFSR architectures
Title（参考訳）: カオスマップに基づく軽量暗号-LFSRアーキテクチャ
Authors: M. Garcia-Bosque, C. Sánchez-Azqueta, G. Royo, S. Celma,
Abstract要約: 我々は,Skew Tent MapとModified Logistic Mapの2つの異なるストリーム暗号をそれぞれ解析する。これらのシステムのランダム性を改善するために、生成されたシーケンスの周期長を増大させる1つの方法が適用された。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we propose and analyze two different stream ciphers based on a Skew Tent Map and a Modified Logistic Map respectively. In order to improve the randomness of these systems, a single method for increasing the period length of the generated sequences has been applied. The results prove that the randomness of these systems can be severally increased by using this method, making these systems suitable for secure communications.
Abstract（参考訳）: 本稿では,Skew Tent MapとModified Logistic Mapに基づく2つの異なるストリーム暗号を提案し,解析する。これらのシステムのランダム性を改善するために、生成されたシーケンスの周期長を増大させる1つの方法が適用された。この手法を用いることで,これらのシステムのランダム性を幾度となく向上させることができ,セキュアな通信に適したシステムであることが実証された。

関連論文リスト

Optimal L-Systems for Stochastic L-system Inference Problems [1.9183348587701112]
本稿では,与えられた文字列列を生成することができる最適L-システムの構築に焦点を当てる。与えられたシーケンスから最適L系を推論するアルゴリズムを導入する。これにより、トレーニングに陽性データのみを使用して機械学習のモデルとしてLシステムを使用することが可能になる。
論文参考訳（メタデータ） (2024-09-03T19:34:25Z)
Balancing Diversity and Risk in LLM Sampling: How to Select Your Method and Parameter for Open-Ended Text Generation [60.493180081319785]
本稿では,各復号工程における多様性とリスクのトレードオフを考慮し,トラクションサンプリング手法の本質的な能力を推定する体系的手法を提案する。本研究は,既存のトラクションサンプリング手法の総合的な比較と,ユーザのガイドラインとして推奨されるパラメータについて紹介する。
論文参考訳（メタデータ） (2024-08-24T14:14:32Z)
FRAME: A Modular Framework for Autonomous Map Merging: Advancements in the Field [12.247977717070773]
本稿では,エゴセントリックなマルチロボット探査における3次元点雲マップの融合について述べる。提案手法は、最先端の場所認識と学習記述子を利用して、地図間の重複を効率的に検出する。提案手法の有効性は,ロボット探査の複数のフィールドミッションを通じて実証された。
論文参考訳（メタデータ） (2024-04-27T20:54:15Z)
Causal Temporal Regime Structure Learning [49.77103348208835]
本稿では,各レシスタンスに対してDAG(Directed Acyclic Graph)を同時に学習する,新たな最適化手法(線形)を提案する。我々は広範囲な実験を行い、その手法が様々な環境における因果発見モデルより一貫して優れていることを示す。
論文参考訳（メタデータ） (2023-11-02T17:26:49Z)
Noise-Crypt: Image Encryption with Non-linear Noise, Hybrid Chaotic Maps, and Hashing [0.8205507411993582]
Noise-Cryptは、非線形ランダムノイズ、ハイブリッドカオスマップ、SHA-256ハッシュアルゴリズムを統合する画像暗号化アルゴリズムである。提案手法は、ディファレンシャルアタック、エントロピー、相関など、いくつかのセキュリティパラメータに対して評価されている。セキュリティ解析の結果は、ロバストな画像暗号化を実現するための提案手法の有効性を検証する。
論文参考訳（メタデータ） (2023-09-20T17:11:35Z)
On the Effective Usage of Priors in RSS-based Localization [56.68864078417909]
本稿では、受信信号強度(RSS)指紋と畳み込みニューラルネットワークに基づくアルゴリズムLocUNetを提案する。本稿では,密集市街地における局所化問題について検討する。まず,LocUNetがRx位置やRxの事前分布を学習し,トレーニングデータから送信者(Tx)アソシエーションの好みを学習し,その性能を評価できることを示す。
論文参考訳（メタデータ） (2022-11-28T00:31:02Z)
Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
論文参考訳（メタデータ） (2022-05-13T21:09:41Z)
QLSD: Quantised Langevin stochastic dynamics for Bayesian federated learning [27.836719155735807]
フェデレーション学習は、データが分散化され、複数のクライアントにローカルに保存された場合に推論を実行することを目的としている。本稿では,グラデーション・ランゲヴィン・ダイナミクスの量子化バージョンに基づいて,モンテカルロアルゴリズムのテキストtQLSDを提案する。
論文参考訳（メタデータ） (2021-06-01T21:08:54Z)
Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
本稿では,3次元形状対応のための教師なし学習手法を提案する。提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
論文参考訳（メタデータ） (2020-10-28T22:24:07Z)
Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文参考訳（メタデータ） (2020-07-01T18:43:32Z)

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。