論文の概要: Verifiable Homomorphic Linear Combinations in Multi-Instance Time-Lock Puzzles
- arxiv url: http://arxiv.org/abs/2408.12444v1
- Date: Thu, 22 Aug 2024 14:40:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-23 13:32:07.513544
- Title: Verifiable Homomorphic Linear Combinations in Multi-Instance Time-Lock Puzzles
- Title（参考訳）: マルチインスタンス・タイムロック・プラグにおける正則線形結合の検証
- Authors: Aydin Abadi,
- Abstract要約: マルチインスタンス部分同型TLP(MH-TLP)
マルチインスタンス・マルチクライアント検証部分同型TLP(MMH-TLP)
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Time-Lock Puzzles (TLPs) have been developed to securely transmit sensitive information into the future without relying on a trusted third party. Multi-instance TLP is a scalable variant of TLP that enables a server to efficiently find solutions to different puzzles provided by a client at once. Nevertheless, existing multi-instance TLPs lack support for (verifiable) homomorphic computation. To address this limitation, we introduce the "Multi-Instance partially Homomorphic TLP" (MH-TLP), a multi-instance TLP supporting efficient verifiable homomorphic linear combinations of puzzles belonging to a client. It ensures anyone can verify the correctness of computations and solutions. Building on MH-TLP, we further propose the "Multi-instance Multi-client verifiable partially Homomorphic TLP" (MMH-TLP). It not only supports all the features of MH-TLP but also allows for verifiable homomorphic linear combinations of puzzles from different clients. Our schemes refrain from using asymmetric-key cryptography for verification and, unlike most homomorphic TLPs, do not require a trusted third party. A comprehensive cost analysis demonstrates that our schemes scale linearly with the number of clients and puzzles.
- Abstract（参考訳）: TLP(Time-Lock Puzzles)は、信頼できる第三者に頼ることなく、機密情報を未来に安全に送信するために開発された。
マルチインスタンス TLP はスケーラブルな TLP の変種であり、サーバがクライアントが一度に提供するさまざまなパズルに対するソリューションを効率的に見つけることができる。
それでも、既存のマルチインスタンスTLPは(検証可能な)同型計算をサポートしていない。
この制限に対処するために、クライアントに属するパズルの正則線形結合を効率的に検証するマルチインスタンスTLPである"Multi-Instance partial Homomorphic TLP"(MH-TLP)を導入する。
誰でも計算と解の正しさを検証できるようにします。
さらに,MH-TLPに基づいて,Multi-instance Multi-client verible partial Homomorphic TLP (MMH-TLP)を提案する。
MH-TLPの全ての特徴をサポートするだけでなく、異なるクライアントからのパズルの同型線形結合を検証することもできる。
我々のスキームは、検証に非対称キー暗号を使うことを控え、ほとんどの同型TLPとは異なり、信頼できる第三者を必要としない。
包括的コスト分析により、我々のスキームはクライアント数やパズル数と線形にスケールできることが示される。
関連論文リスト
- Solving Zebra Puzzles Using Constraint-Guided Multi-Agent Systems [25.0042181817455]
本稿では,大言語モデルとオフ・ザ・シェルフ定理証明器を統合したマルチエージェントシステムZPSを紹介する。
このシステムは、問題をより小さく管理可能な部分に分割することで、複雑なパズル解決作業に取り組む。
また,問題解の正当性を評価するための自動グリッドパズルグレーダを導入し,ユーザスタディで評価することで,自動グレーダが信頼性が高いことを示す。
論文 参考訳（メタデータ） (2024-07-04T14:22:25Z) - Tempora-Fusion: Time-Lock Puzzle with Efficient Verifiable Homomorphic Linear Combination [0.0]
Time-Lock Puzzles (TLP) は、機密情報を未来へ安全に送信するために開発された。
ホモモルフィック TLP は、異なるクライアントのパズルの計算を可能にする TLP の重要な変種である。
既存の準同型TLPは、計算結果の正しさを検証するためのサポートを欠いている。
我々は,サーバが異なるクライアントのパズルの同型線形結合を実行することができるTLPであるTempora-Fusionを導入することで,この制限に対処する。
論文 参考訳（メタデータ） (2024-06-21T11:40:01Z) - SCHEME: Scalable Channel Mixer for Vision Transformers [52.605868919281086]
ビジョントランスフォーマーは多くの視覚タスクにおいて印象的なパフォーマンスを達成した。
チャネルミキサーや機能ミキシングブロック(FFNか)の研究は、はるかに少ない。
密度の高い接続は、より大きな膨張比をサポートする対角線ブロック構造に置き換えることができることを示す。
論文 参考訳（メタデータ） (2023-12-01T08:22:34Z) - Multi-Phase Relaxation Labeling for Square Jigsaw Puzzle Solving [73.58829980121767]
本稿では,大域最適化に基づく二乗ジグソーパズルの解法を提案する。
この手法は完全に自動化されており、事前情報を前提とせず、未知または未知のピースオリエンテーションでパズルを扱うことができる。
論文 参考訳（メタデータ） (2023-03-26T18:53:51Z) - Position-guided Text Prompt for Vision-Language Pre-training [121.15494549650548]
本研究では,ビジョンランゲージ・プレトレーニングで訓練したクロスモーダルモデルの視覚的グラウンド化能力を高めるために,位置誘導型テキストプロンプト(PTP)パラダイムを提案する。
PTPは、与えられたブロック内のオブジェクトを予測したり、与えられたオブジェクトのブロックを後退させたりすることで、PTPが与えられた視覚的グラウンドタスクを補充するブランク問題に再構成する。
PTPはオブジェクト検出をベースとした手法で同等の結果を得るが、PTPがオブジェクト検出を破棄し、後続では不可能になるため、推論速度ははるかに速い。
論文 参考訳（メタデータ） (2022-12-19T18:55:43Z) - CubeMLP: A MLP-based Model for Multimodal Sentiment Analysis and
Depression Estimation [16.196854036886535]
CubeMLPは、変換を完全にベースとしたマルチモーダルな特徴処理フレームワークである。
より低い計算コストで最先端のパフォーマンスを実現することができる。
以上の結果から,CubeMLPは計算コストをはるかに低減して最先端の性能を達成できることが示唆された。
論文 参考訳（メタデータ） (2022-07-28T13:50:55Z) - ReLU Fields: The Little Non-linearity That Could [62.228229880658404]
我々は,高忠実度結果の保持を可能にするグリッドベース表現に対する最小の変更点について検討する。
このようなアプローチが最先端技術と競合することを示します。
論文 参考訳（メタデータ） (2022-05-22T13:42:31Z) - Efficient Language Modeling with Sparse all-MLP [53.81435968051093]
すべてのMLPは、言語モデリングにおいてTransformerと一致するが、下流タスクではまだ遅れている。
特徴量と入力量の両方でMoE(Mix-of-Experts)を混合したスパースオールMLPを提案する。
6つの下流タスクにおいて、ゼロショットのインコンテキスト学習性能を評価し、トランスフォーマーベースのMoEや高密度トランスフォーマーを上回る結果を得た。
論文 参考訳（メタデータ） (2022-03-14T04:32:19Z) - DuMLP-Pin: A Dual-MLP-dot-product Permutation-invariant Network for Set
Feature Extraction [15.378459426045701]
我々はDuMLP-Pinと呼ばれる新しいグローバルアグリゲーション不変ネットワークを提案する。
DuMLP-Pinの精度は1-2%の差しか持たない超高速局所凝集法に非常に近い。
論文 参考訳（メタデータ） (2022-03-08T11:01:41Z) - Isometric Multi-Shape Matching [50.86135294068138]
形状間の対応を見つけることは、コンピュータビジョンとグラフィックスの基本的な問題である。
アイソメトリーは形状対応問題においてしばしば研究されるが、マルチマッチング環境では明確には考慮されていない。
定式化を解くのに適した最適化アルゴリズムを提案し,コンバージェンスと複雑性解析を提供する。
論文 参考訳（メタデータ） (2020-12-04T15:58:34Z)
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。