論文の概要: Constructions of Efficiently Implementable Boolean functions Possessing High Nonlinearity and Good Resistance to Algebraic Attacks
- arxiv url: http://arxiv.org/abs/2408.11583v1
- Date: Wed, 21 Aug 2024 12:46:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-22 17:07:27.250861
- Title: Constructions of Efficiently Implementable Boolean functions Possessing High Nonlinearity and Good Resistance to Algebraic Attacks
- Title（参考訳）: 代数的攻撃に対する高い非線形性と優れた抵抗性を考慮した効率よく実装可能なブール関数の構成
- Authors: Claude Carlet, Palash Sarkar,
- Abstract要約: 低計算複雑性、非線形性および(高速)代数免疫の間の最もよく知られたトレードオフを提供する関数の2つの新しいクラスを記述する。
2つの新しいクラスから適切に選択された関数は、ストリーム暗号の非線形フィルタモデルで使用されるフィルタ関数を設計する問題に対する優れた解を提供する。
- 参考スコア（独自算出の注目度）: 28.8640336189986
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We describe two new classes of functions which provide the presently best known trade-offs between low computational complexity, nonlinearity and (fast) algebraic immunity. The nonlinearity and (fast) algebraic immunity of the new functions substantially improve upon those properties of all previously known efficiently implementable functions. Appropriately chosen functions from the two new classes provide excellent solutions to the problem of designing filtering functions for use in the nonlinear filter model of stream ciphers, or in any other stream ciphers using Boolean functions for ensuring confusion. In particular, for $n\leq 20$, we show that there are functions in our first family whose implementation efficiences are significantly lower than all previously known functions achieving a comparable combination of nonlinearity and (fast) algebraic immunity. Given positive integers $\ell$ and $\delta$, it is possible to choose a function from our second family whose linear bias is provably at most $2^{-\ell}$, fast algebraic immunity is at least $\delta$ (based on conjecture which is well supported by experimental results), and which can be implemented in time and space which is linear in $\ell$ and $\delta$. Further, the functions in our second family are built using homomorphic friendly operations, making these functions well suited for the application of transciphering.
- Abstract（参考訳）: 計算量が少ないこと、非線形性、(高速)代数免疫の間のトレードオフを現在最もよく知られている関数の2つの新しいクラスについて述べる。
新たな函数の非線形性と(高速な)代数的免疫は、以前に知られていたすべての有効実装可能な函数の性質を大幅に改善する。
2つの新しいクラスから適切に選択された関数は、ストリーム暗号の非線形フィルタモデルや、混乱を保証するためにブール関数を使用する他のストリーム暗号で使用されるフィルタ関数を設計する問題に対する優れた解決策を提供する。
特に、$n\leq 20$ の場合、実装効率が既知のすべての関数よりもはるかに低く、非線形性と(高速な)代数的免疫の同等の組合せが達成できることが示される。
正の整数 $\ell$ と $\delta$ が与えられたとき、線形バイアスが少なくとも 2^{-\ell}$ である2番目の族から、高速代数免疫は少なくとも $\delta$ (実験結果によってよく支持される予想に基づいて) であり、これは $\ell$ と $\delta$ で線型である時間と空間で実装できる。
さらに、我々の第2ファミリーの関数は同相なフレンドリな操作を用いて構築され、これらの関数は暗号の応用に適している。
関連論文リスト
- A Novel Unified Parametric Assumption for Nonconvex Optimization [53.943470475510196]
非最適化は機械学習の中心であるが、一般の非凸性は弱い収束を保証するため、他方に比べて悲観的すぎる。
非凸アルゴリズムに新しい統一仮定を導入する。
論文 参考訳（メタデータ） (2025-02-17T21:25:31Z) - Degree is Important: On Evolving Homogeneous Boolean Functions [32.90791284928444]
本稿では,等質屈曲ブール関数の設計における進化的アルゴリズムの利用について検討する。
EAは2次等質な等質な曲がり関数を見つけることができるが、どちらのアプローチも立方等質な等質曲がり関数は見つからない。
論文 参考訳（メタデータ） (2025-01-30T15:04:14Z) - Extension of Symmetrized Neural Network Operators with Fractional and Mixed Activation Functions [0.0]
本稿では, 分数および混合活性化関数を組み込むことにより, 対称性を持つニューラルネットワーク演算子への新たな拡張を提案する。
本フレームワークでは、アクティベーション関数に分数指数を導入し、適応的な非線形近似を精度良く実現する。
論文 参考訳（メタデータ） (2025-01-17T14:24:25Z) - Operator Learning Using Random Features: A Tool for Scientific Computing [3.745868534225104]
教師付き演算子学習センターは、無限次元空間間のマップを推定するためにトレーニングデータを使用する。
本稿では,関数値のランダム特徴量法を提案する。
これは非線形問題に対して実用的な教師付き演算子学習アーキテクチャをもたらす。
論文 参考訳（メタデータ） (2024-08-12T23:10:39Z) - Transformers Implement Functional Gradient Descent to Learn Non-Linear Functions In Context [44.949726166566236]
非線形変換器は自然に関数空間の勾配降下を実装することを学習する。
また、非線形活性化の最適選択は、学習すべき関数のクラスに自然に依存していることも示している。
論文 参考訳（メタデータ） (2023-12-11T17:05:25Z) - Digging Deeper: Operator Analysis for Optimizing Nonlinearity of Boolean
Functions [8.382710169577447]
ビットストリング符号化における遺伝的演算子の非線形性を最適化する効果について検討する。
オペレータが提供できる可能性のある変更の範囲を観察することで、この情報を使用して、より効果的な遺伝子操作子の組み合わせを設計することができる。
論文 参考訳（メタデータ） (2023-02-12T10:34:01Z) - Offline Reinforcement Learning with Differentiable Function
Approximation is Provably Efficient [65.08966446962845]
歴史的データを用いて意思決定戦略を最適化することを目的としたオフライン強化学習は、現実の応用に広く適用されている。
微分関数クラス近似(DFA)を用いたオフライン強化学習の検討から一歩踏み出した。
最も重要なことは、悲観的な適合Q-ラーニングアルゴリズムを解析することにより、オフライン微分関数近似が有効であることを示すことである。
論文 参考訳（メタデータ） (2022-10-03T07:59:42Z) - Provable General Function Class Representation Learning in Multitask
Bandits and MDPs [58.624124220900306]
マルチタスク表現学習は、サンプル効率を高めるために強化学習において一般的なアプローチである。
本研究では,解析結果を一般関数クラス表現に拡張する。
バンディットと線形MDPの一般関数クラスにおけるマルチタスク表現学習の利点を理論的に検証する。
論文 参考訳（メタデータ） (2022-05-31T11:36:42Z) - A Boosting Approach to Reinforcement Learning [59.46285581748018]
複雑度が状態数に依存しない意思決定プロセスにおける強化学習のための効率的なアルゴリズムについて検討する。
このような弱い学習手法の精度を向上させることができる効率的なアルゴリズムを提供する。
論文 参考訳（メタデータ） (2021-08-22T16:00:45Z) - On Function Approximation in Reinforcement Learning: Optimism in the
Face of Large State Spaces [208.67848059021915]
強化学習のコアにおける探索・探索トレードオフについて検討する。
特に、関数クラス $mathcalF$ の複雑さが関数の複雑さを特徴づけていることを証明する。
私たちの後悔の限界はエピソードの数とは無関係です。
論文 参考訳（メタデータ） (2020-11-09T18:32:22Z) - Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。
主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
論文 参考訳（メタデータ） (2019-06-05T07:15:17Z)
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。