論文の概要: Finite Key Security of Simplified Trusted Node Networks
- arxiv url: http://arxiv.org/abs/2404.17420v1
- Date: Fri, 26 Apr 2024 13:57:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-29 13:05:13.675817
- Title: Finite Key Security of Simplified Trusted Node Networks
- Title（参考訳）: 信頼性の高いノードネットワークの有限鍵セキュリティ
- Authors: Walter O. Krawec, Bing Wang, Ryan Brown,
- Abstract要約: 有限鍵設定におけるSTN鎖の安全性の新たな証明を導出する。
また、計算の観点からSTNが有益であるかどうかを評価できる新しいコスト関数を導出する。
- 参考スコア（独自算出の注目度）: 5.265148072753954
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simplified trusted nodes (STNs) are a form of trusted node for quantum key distribution (QKD) networks which do not require running a full QKD stack every instance (i.e., they do not need to run error correction and privacy amplification each session). Such systems hold the advantage that they may be implemented with weaker computational abilities, than regular TNs, while still keeping up with key generation rate demands. The downside is that noise tolerance is lower. However, to get a better understanding of their suitability in various scenarios, one requires practical, finite-key security bounds for STN networks. So far, only theoretical asymptotic bounds are known. In this work we derive a new proof of security for STN chains in the finite key setting. We also derive a novel cost function allowing us to evaluate when STNs would be beneficial from a computational cost perspective, compared with regular TN networks.
- Abstract（参考訳）: 単純化された信頼ノード(STNs)は、量子鍵分布(QKD)ネットワークのための信頼ノードの一種で、全てのインスタンスで完全なQKDスタックを実行する必要がない(つまり、各セッションごとにエラー修正とプライバシの増幅を行う必要がない)。
このようなシステムには、通常のTNよりも弱い計算能力で実装できるという利点がある。
欠点は、耐雑音性が低いことだ。
しかし、様々なシナリオにおいてそれらの適合性をよりよく理解するためには、STNネットワークの実用的な有限キーセキュリティ境界が必要である。
今のところ、理論的な漸近的境界のみが知られている。
本研究では、有限鍵設定におけるSTN鎖の安全性の新たな証明を導出する。
また、通常のTNネットワークと比較して、STNが計算コストの観点から有益であるかどうかを評価できる新しいコスト関数を導出する。
関連論文リスト
- Hybrid Quantum Cryptography from Communication Complexity [0.43695508295565777]
隠れマッチング問題からHM-QCTと呼ばれる鍵分布プロトコルを構築した。
任意の攻撃に対するHM-QCTの安全性は、基礎となる隠れマッチング問題を解くことの難しさに還元できることを示す。
注目すべきは、このスキームは、各チャネルの使用ごとに$mathcalObig( fracsqrtnlog(n)big)$の入力光子で安全である。
論文 参考訳（メタデータ） (2023-11-15T18:03:15Z) - Distributed Information-theoretical Secure Protocols for Quantum Key
Distribution Networks against Malicious Nodes [15.200383830307915]
量子鍵分布(QKD)ネットワークは,大規模ネットワーク上でのITS通信を可能にすることが期待されている。
QKDネットワークに関する現在の研究は、主に盗聴などの悪意あるノードによって実行される受動的攻撃に対処している。
本稿では,QKDネットワークにおける悪意あるノードの協調による攻撃に,分散システムに触発された新たなパラダイムを提案する。
論文 参考訳（メタデータ） (2023-02-14T11:53:22Z) - Neural Networks with Sparse Activation Induced by Large Bias: Tighter Analysis with Bias-Generalized NTK [86.45209429863858]
ニューラル・タンジェント・カーネル(NTK)における一層ReLUネットワークのトレーニングについて検討した。
我々は、ニューラルネットワークが、テクティトビア一般化NTKと呼ばれる異なる制限カーネルを持っていることを示した。
ニューラルネットの様々な特性をこの新しいカーネルで研究する。
論文 参考訳（メタデータ） (2023-01-01T02:11:39Z) - Sound and Complete Verification of Polynomial Networks [55.9260539566555]
PN(Polynomial Networks)は、最近顔と画像の認識において有望な性能を示した。
分岐とバウンド(BaB)技術に基づくReLUニューラルネットワーク(NN)上の既存の検証アルゴリズムは、PN検証に自明に適用できない。
我々は、VPNと呼ばれるグローバルコンバージェンス保証のためのBaBを備えた新しいバウンダリング手法を考案した。
論文 参考訳（メタデータ） (2022-09-15T11:50:43Z) - Robust Training and Verification of Implicit Neural Networks: A
Non-Euclidean Contractive Approach [64.23331120621118]
本稿では,暗黙的ニューラルネットワークのトレーニングとロバスト性検証のための理論的および計算的枠組みを提案する。
組込みネットワークを導入し、組込みネットワークを用いて、元のネットワークの到達可能な集合の超近似として$ell_infty$-normボックスを提供することを示す。
MNISTデータセット上で暗黙的なニューラルネットワークをトレーニングするためにアルゴリズムを適用し、我々のモデルの堅牢性と、文献における既存のアプローチを通じてトレーニングされたモデルを比較する。
論文 参考訳（メタデータ） (2022-08-08T03:13:24Z) - Comparative Analysis of Interval Reachability for Robust Implicit and
Feedforward Neural Networks [64.23331120621118]
我々は、暗黙的ニューラルネットワーク(INN)の堅牢性を保証するために、区間到達可能性分析を用いる。
INNは暗黙の方程式をレイヤとして使用する暗黙の学習モデルのクラスである。
提案手法は, INNに最先端の区間境界伝搬法を適用するよりも, 少なくとも, 一般的には, 有効であることを示す。
論文 参考訳（メタデータ） (2022-04-01T03:31:27Z) - On the Neural Tangent Kernel Analysis of Randomly Pruned Neural Networks [91.3755431537592]
ニューラルネットワークのニューラルカーネル(NTK)に重みのランダムプルーニングが及ぼす影響について検討する。
特に、この研究は、完全に接続されたニューラルネットワークとそのランダムに切断されたバージョン間のNTKの等価性を確立する。
論文 参考訳（メタデータ） (2022-03-27T15:22:19Z) - Composable end-to-end security of Gaussian quantum networks with
untrusted relays [0.0]
理論的には、一般に信頼できないノードを持つ任意の量子ネットワーク(量子ネットワーク)の構成可能なセキュリティに取り組む。
量子増幅器アシストチェーンのキーレートは、実用的なブロックサイズで、理想的には基本的なリピータレス限界を破ることができる。
論文 参考訳（メタデータ） (2022-03-22T18:05:07Z) - Sparse Super-Regular Networks [0.44689528869908496]
疎結合ニューラルネットワーク(SCN)は、完全接続ネットワーク(FCN)よりも性能が向上している、と論じられている。
スーパーレギュラーネットワーク(Super-Regular Network、SRN)は、(エプシロン、デルタ)-スーパーレギュラーペアの積み重ねられたスパース層とランダムに置換されたノードオーダーからなるニューラルネットワークである。
我々は、SRNが容易に再現可能な実験により、X-Netと同じような性能を示し、ネットワーク構造に対するはるかに大きな保証と制御を提供する。
論文 参考訳（メタデータ） (2022-01-04T22:07:55Z) - Finite Versus Infinite Neural Networks: an Empirical Study [69.07049353209463]
カーネルメソッドは、完全に接続された有限幅ネットワークより優れている。
中心とアンサンブルの有限ネットワークは後続のばらつきを減らした。
重みの減衰と大きな学習率の使用は、有限ネットワークと無限ネットワークの対応を破る。
論文 参考訳（メタデータ） (2020-07-31T01:57:47Z) - A Revision of Neural Tangent Kernel-based Approaches for Neural Networks [34.75076385561115]
ニューラルネットワークカーネルを使用して、ネットワークが任意の有限トレーニングサンプルに完全に適合できることを示す。
単純で解析的なカーネル関数は、完全に訓練されたネットワークと同等のものとして導出された。
より厳密な分析により,スケーリングの問題が解決され,元のNTKに基づく結果の検証が可能となった。
論文 参考訳（メタデータ） (2020-07-02T05:07:55Z)
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。