論文の概要: Masking Gaussian Elimination at Arbitrary Order, with Application to Multivariate- and Code-Based PQC

• arxiv url: http://arxiv.org/abs/2411.00067v1
• Date: Thu, 31 Oct 2024 14:01:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:45:32.363202
• Title: Masking Gaussian Elimination at Arbitrary Order, with Application to Multivariate- and Code-Based PQC
• Title（参考訳）: 任意順序におけるマスキングガウス除去と多変量および符号ベースPQCへの応用
• Authors: Quinten Norga, Suparna Kundu, Uttam Kumar Ojha, Anindya Ganguly, Angshuman Karmakar, Ingrid Verbauwhede,
• Abstract要約: 我々は,ガウス的排除(GE)のためのマスキングスキームを提供する。 線形方程式の系を行-エケロン形式に変換するためのマスク付きアルゴリズムを提案する。 提案手法のオーバーヘッドを,数件のポストクォータ候補と,それらの異なるセキュリティレベルで評価した。
• 参考スコア（独自算出の注目度）: 4.655421225385125
• License:
• Abstract: Digital signature schemes based on multivariate- and code-based hard problems are promising alternatives for lattice-based signature schemes due to their smaller signature size. Hence, several candidates in the ongoing additional standardization for quantum secure digital signature (DS) schemes by the NIST rely on such alternate hard problems. Gaussian Elimination (GE) is a critical component in the signing procedure of these schemes. In this paper, we provide a masking scheme for GE with back substitution to defend against first- and higher-order attacks. To the best of our knowledge, this work is the first to analyze and propose masking techniques for multivariate- or code-based DS algorithms. We propose a masked algorithm for transforming a system of linear equations into row-echelon form. This is realized by introducing techniques for efficiently making leading (pivot) elements one while avoiding costly conversions between Boolean and multiplicative masking at all orders. We also propose a technique for efficient masked back substitution, which eventually enables a secure unmasking of the public output. We evaluate the overhead of our countermeasure for several post-quantum candidates and their different security levels at first-, second-, and third-order, including UOV, MAYO, SNOVA, QR-UOV, and MQ-Sign. Notably, the operational cost of first-, second-, and third-order masked GE is 2.3x higher, and the randomness cost is 1.2x higher in MAYO compared to UOV for security levels III and V. We also show detailed performance results for masked GE implementations for all three security versions of UOV on the Arm Cortex-M4 and compare them with unmasked results. Our first-order implementations targeting UOV parameters have overheads of factor 6.5x, 5.9x, and 5.7x compared to the unprotected implementation for NIST security level I, III, and V.
• Abstract（参考訳）: 多変量および符号ベースのハード問題に基づくデジタルシグネチャスキームは、より小さいシグネチャサイズのために格子ベースのシグネチャスキームに代わる有望な選択肢である。 したがって、NISTによる量子セキュアデジタルシグネチャ(DS)スキームのさらなる標準化が進行中であるいくつかの候補は、そのような代替の難しい問題に依存している。 ガウス除去(GE)はこれらのスキームの署名手順において重要な要素である。 本稿では,GE に対し,第1次・第2次攻撃に対するバック置換を用いたマスキング方式を提案する。 我々の知る限り、この研究は多変量またはコードに基づくDSアルゴリズムのマスキング手法を初めて分析し、提案するものである。 線形方程式の系を行-エケロン形式に変換するためのマスク付きアルゴリズムを提案する。 これは、Booleanと乗算マスクのコスト変換を全順序で回避しつつ、リード(ピボット)要素を効率よく作成する技術を導入することで実現される。 また,効率的なマスクバック置換手法を提案する。 UOV, MAYO, SNOVA, QR-UOV, MQ-Sign など,数個のポストクォータ候補とそのセキュリティレベルに対する対策のオーバーヘッドを評価する。 特に,第1,第2,第3のマスク付きGEの運用コストは2.3倍であり,第3,第VのセキュリティレベルであるUOVに比べてMAYOのランダム性コストは1.2倍である。 NISTセキュリティレベルI,III,Vの未保護実装と比較して,UOVパラメータを対象とする1次実装のオーバーヘッドは6.5倍,5.9倍,5.7倍である。

関連論文リスト

• Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency [52.60557300927007]
  離散部分モジュラー問題を連続的に最適化するために,$textbfMA-OSMA$アルゴリズムを提案する。 また、一様分布を混合することによりKLの発散を効果的に活用する、プロジェクションフリーな$textbfMA-OSEA$アルゴリズムも導入する。 我々のアルゴリズムは最先端OSGアルゴリズムによって提供される$(frac11+c)$-approximationを大幅に改善する。
  論文  参考訳（メタデータ） (2025-02-07T15:57:56Z)
• A Safe Screening Rule with Bi-level Optimization of $\nu$ Support Vector Machine [15.096652880354199]
  本稿では,$nu$-SVM に対する二レベル最適化による安全なスクリーニングルールを提案する。 我々のSRBO-$nu$-SVMは、Karush-Kuhn-Tucker条件を統合することによって厳密に推論される。 また,計算速度を改善するために,効率的な二重座標降下法 (DCDM) も開発している。
  論文  参考訳（メタデータ） (2024-03-04T06:55:57Z)
• Combinatorial Stochastic-Greedy Bandit [79.1700188160944]
  我々は,選択した$n$のアームセットのジョイント報酬以外の余分な情報が観測されない場合に,マルチアームのバンディット問題に対する新規グリーディ・バンディット(SGB)アルゴリズムを提案する。 SGBは最適化された拡張型コミットアプローチを採用しており、ベースアームの大きなセットを持つシナリオ用に特別に設計されている。
  論文  参考訳（メタデータ） (2023-12-13T11:08:25Z)
• On the Masking-Friendly Designs for Post-Quantum Cryptography [5.781461941357047]
  マスキングはよく知られており、確実にサイドチャネル攻撃に対する対策である。 マスキング対策を統合する際の性能オーバーヘッドは、暗号アルゴリズムの設計選択に大きく影響される。 設計決定は、マスキング対策を格子ベースの暗号に組み込むことの効率に大きな影響を与えることを示す。
  論文  参考訳（メタデータ） (2023-11-14T10:00:58Z)
• TDPP: Two-Dimensional Permutation-Based Protection of Memristive Deep Neural Networks [17.126478919408132]
  メムリシブデバイスの不揮発性は、メムリシブクロスバーに保存されたDNN重量を盗難攻撃の可能性に晒す可能性がある。 本稿では、このような攻撃を阻止する2次元置換型保護法(TDPP)を提案する。
  論文  参考訳（メタデータ） (2023-10-10T20:22:17Z)
• Blockwise Stochastic Variance-Reduced Methods with Parallel Speedup for Multi-Block Bilevel Optimization [43.74656748515853]
  非定常多重ブロック双レベル最適化問題には$mgg 1$低レベル問題があり、機械学習において重要な応用がある。 a)標準BO問題の最先端の複雑さを1ブロックに合わせること,(b)サンプルブロックごとのサンプルをサンプリングして並列高速化すること,(c)高次元ヘッセン行列推定器の逆計算を避けること,の3つの特性を実現することを目的とする。
  論文  参考訳（メタデータ） (2023-05-30T04:10:11Z)
• Automated Verification of Correctness for Masked Arithmetic Programs [7.9330271653905235]
  標数 2 のガロア場上のマスク付き算術プログラムの問題について検討する。 本稿では,ランダムなテストとSMTによる問題解決を支援する,項書き換えに基づく自動手法を提案する。 このアプローチを新しいツールであるFISCHERとして実装し、様々なベンチマークで広範な実験を行う。
  論文  参考訳（メタデータ） (2023-05-26T02:55:46Z)
• ConvMAE: Masked Convolution Meets Masked Autoencoders [65.15953258300958]
  機能事前トレーニングとマルチスケールハイブリッド畳み込み変換アーキテクチャのためのマスク付き自動エンコーディングは、ViTの可能性をさらに解き放つことができる。 我々のConvMAEフレームワークは、マスクの自動符号化方式により、マルチスケールのハイブリッド畳み込み変換器がより識別的な表現を学習できることを実証している。 事前訓練したConvMAEモデルに基づいて、ConvMAE-Baseは画像Net-1Kの微調整精度をMAE-Baseと比較して1.4%改善する。
  論文  参考訳（メタデータ） (2022-05-08T15:12:19Z)
• Mask Transfiner for High-Quality Instance Segmentation [95.74244714914052]
  高品質で効率的なインスタンスセグメンテーションのためのMask Transfinerを提案する。 当社のアプローチでは, エラーが発生しやすい木ノードを検出し, エラーを並列に自己修正する。 私たちのコードとトレーニングされたモデルは、http://vis.xyz/pub/transfiner.comで公開されます。
  論文  参考訳（メタデータ） (2021-11-26T18:58:22Z)
• Correcting Momentum with Second-order Information [50.992629498861724]
  最適積に$O(epsilon)$epsilon点を求める非臨界最適化のための新しいアルゴリズムを開発した。 我々は、さまざまな大規模ディープラーニングベンチマークとアーキテクチャで結果を検証する。
  論文  参考訳（メタデータ） (2021-03-04T19:01:20Z)
• A Sharp Analysis of Model-based Reinforcement Learning with Self-Play [49.88233710867315]
  マルチエージェントマルコフゲームのためのモデルベースセルフプレイアルゴリズムのシャープな解析を行う。 我々は,2プレイヤーゼロサムマルコフゲームのための最適化ナッシュ値イテレーション(Nash-VI)を設計する。 我々はさらに、ゼロサムマルコフゲームに対する証明可能な効率的なタスク認識アルゴリズムの設計に我々の分析を適用した。
  論文  参考訳（メタデータ） (2020-10-04T15:27:39Z)

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。