Fugu-MT 論文翻訳(概要): Linearly Homomorphic Signature with Tight Security on Lattice

論文の概要: Linearly Homomorphic Signature with Tight Security on Lattice

arxiv url: http://arxiv.org/abs/2412.01641v2
Date: Tue, 03 Dec 2024 15:03:09 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-04 15:40:31.804110
Title: Linearly Homomorphic Signature with Tight Security on Lattice
Title（参考訳）: 格子上のタイトセキュリティを有する線形同型符号
Authors: Heng Guo, Kun Tian, Fengxia Liu, Zhiyong Zheng,
Abstract要約: 本稿では,選択メッセージアタック(EUF-CMA)下での生存不能に対する厳密なセキュリティを実現する,格子ベースの線形同型シグネチャスキームを構築する。
参考スコア（独自算出の注目度）: 7.911831986965765
License:
Abstract: At present, in lattice-based linearly homomorphic signature schemes, especially under the standard model, there are very few schemes with tight security. This paper constructs the first lattice-based linearly homomorphic signature scheme that achieves tight security against existential unforgeability under chosen-message attacks (EUF-CMA) in the standard model. Furthermore, among existing schemes, the scheme proposed in this paper also offers certain advantages in terms of public key size, signature length, and computational cost.
Abstract（参考訳）: 現在、格子ベースの線形同型シグネチャスキーム、特に標準モデルの下では、厳密なセキュリティを持つスキームはほとんどない。本稿では,選択メッセージアタック(EUF-CMA)下での生存不能に対する厳密なセキュリティを実現する,格子ベースの線形同型シグネチャスキームを構築する。さらに,既存のスキームでは,公開鍵サイズ,署名長,計算コストの面で一定の利点がある。

関連論文リスト

GRIFFIN: Effective Token Alignment for Faster Speculative Decoding [52.905060461479856]
GRIFFINはトークン指向のトレーニング戦略とトークン指向のドラフトモデルを組み込んだフレームワークである。 LLaMAシリーズとVicunaモデルを用いた実験では、GRIFFINは7%以上、スピードアップ率は8%以上である。
論文参考訳（メタデータ） (2025-02-16T07:06:00Z)
Deliberative Alignment: Reasoning Enables Safer Language Models [64.60765108418062]
モデルセーフティ仕様を教える新しいパラダイムであるDeliberative Alignmentを紹介します。このアプローチを使ってOpenAIのoシリーズモデルを整列させ、人書きのチェーンや回答を必要とせず、OpenAIの安全ポリシーに極めて正確な順守を実現しました。
論文参考訳（メタデータ） (2024-12-20T21:00:11Z)
Conformal Generative Modeling with Improved Sample Efficiency through Sequential Greedy Filtering [55.15192437680943]
生成モデルは出力に対する厳密な統計的保証を欠いている。厳密な統計的保証を満たす予測セットを生成する逐次共形予測法を提案する。このことは、高い確率で予測セットが少なくとも1つの許容可能な(または有効な)例を含むことを保証している。
論文参考訳（メタデータ） (2024-10-02T15:26:52Z)
ZKFault: Fault attack analysis on zero-knowledge based post-quantum digital signature schemes [0.32248805768155825]
LESS と CROSS のシークレットキー全体を,単一フォールトで復元できることが示されています。本稿では、まずLESSシグネチャスキーマを分析し、攻撃を考案する。さらに、この攻撃がCROSSシグネチャスキームにどのように拡張できるかを示した。
論文参考訳（メタデータ） (2024-09-11T09:54:45Z)
Generalized Quantum-assisted Digital Signature [2.187441808562386]
本稿では,デジタル署名のためにQKDキーを採用することで,情報理論のセキュリティを継承する手法の改良版を提案する。偽造に対するセキュリティは、悪意のある偽造者によって取られた試行錯誤アプローチを考慮して計算され、GQaDSパラメータは偽造と鑑定確率のバランスをとる分析的アプローチによって最適化される。
論文参考訳（メタデータ） (2024-06-28T15:04:38Z)
Coding-Based Hybrid Post-Quantum Cryptosystem for Non-Uniform Information [53.85237314348328]
我々は、新しいハイブリッドユニバーサルネットワーク符号化暗号(NU-HUNCC)を導入する。 NU-HUNCCは,リンクのサブセットにアクセス可能な盗聴者に対して,個別に情報理論的に保護されていることを示す。
論文参考訳（メタデータ） (2024-02-13T12:12:39Z)
Constructing a fully homomorphic encryption scheme with the Yoneda Lemma [0.0]
この論文は、Yoneda Lemmaの適用を通じて、非対称暗号の同型暗号システムの基盤を再定義する。これは、ElGamal、RSA、Benaloh、RegevのLWE、NTRUEncryptといった広く採用されているシステムが、Yoneda Lemmaの原理から直接派生していることを示している。この合成により、全体論的同型暗号化フレームワークである Yoneda Encryption Scheme が作成される。
論文参考訳（メタデータ） (2024-01-24T06:46:26Z)
In and Out-of-Domain Text Adversarial Robustness via Label Smoothing [64.66809713499576]
多様なNLPタスクの基本モデルにおいて,ラベルの平滑化戦略によって提供される対角的ロバスト性について検討する。実験の結果,ラベルのスムース化は,BERTなどの事前学習モデルにおいて,様々な攻撃に対して,逆方向の堅牢性を大幅に向上させることがわかった。また,予測信頼度とロバスト性の関係を解析し,ラベルの平滑化が敵の例に対する過度な信頼誤差を減少させることを示した。
論文参考訳（メタデータ） (2022-12-20T14:06:50Z)
IDPS Signature Classification with a Reject Option and the Incorporation of Expert Knowledge [3.867363075280544]
我々は、侵入検知防止システム(IDPS)のセットアップコストを削減するために、リジェクションオプション(RO)を用いた機械学習署名分類モデルを提案し、評価する。提案モデルを訓練するためには,署名分類に有効な特徴を設計することが不可欠である。提案手法の有効性を,専門家によってラベル付けされた2つの実データを用いて評価した。
論文参考訳（メタデータ） (2022-07-19T06:09:33Z)
Authentication Attacks on Projection-based Cancelable Biometric Schemes [0.6499759302108924]
Cancelable Biometric schemesは、パスワード、ストアドシークレット、ソルトといったユーザ固有のトークンとバイオメトリックデータを組み合わせることで、安全なバイオメトリックテンプレートを生成することを目的としている。キャンセル可能なバイオメトリックスキームのセキュリティ要件は、比較の精度を損なうことなく、テンプレートの不可逆性、非リンク性、無効性に関するものである。本稿では、整数線形計画法(ILP)と2次制約付き二次計画法(QCQP)の助けを借りて、従来のキャンセル可能なスキームに対してこれらの攻撃を形式化する。
論文参考訳（メタデータ） (2021-10-28T14:39:35Z)
Stabilizing Equilibrium Models by Jacobian Regularization [151.78151873928027]
ディープ均衡ネットワーク(Deep equilibrium Network, DEQs)は、単一非線形層の固定点を見つけるために従来の深さを推定する新しいモデルのクラスである。本稿では、平衡モデルの学習を安定させるために、固定点更新方程式のヤコビアンを明示的に正規化するDECモデルの正規化スキームを提案する。この正規化は計算コストを最小限に抑え、前方と後方の両方の固定点収束を著しく安定化させ、高次元の現実的な領域に順応することを示した。
論文参考訳（メタデータ） (2021-06-28T00:14:11Z)

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。