Fugu-MT 論文翻訳(概要): Outfox: a Packet Format for a Layered Mixnet

論文の概要: Outfox: a Packet Format for a Layered Mixnet

arxiv url: http://arxiv.org/abs/2412.19937v1
Date: Fri, 27 Dec 2024 21:53:56 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-31 16:03:46.676968
Title: Outfox: a Packet Format for a Layered Mixnet
Title（参考訳）: Outfox: 層状ミキサーネット用のパケットフォーマット
Authors: Alfredo Rial, Ania M. Piotrowska,
Abstract要約: Outfoxは層暗号化に基づくパケットフォーマットである。層状応答可能なミキサネットの理想的な機能について述べる。
参考スコア（独自算出の注目度）: 0.46960837342692313
License:
Abstract: We propose Outfox, a packet format based on layered encryption that is suitable for mixnets in which all paths have the same length and where all mix nodes are associated with a single layer. Outfox is a variant of the packet format Sphinx that removes unnecessary padding and optimizes the computation cost of packet processing by halving the number of public key operations performed by mix nodes. Outfox uses a KEM scheme as a building block and is quantum-safe when instantiated with a quantum-safe KEM scheme. To analyze the security of Outfox, we describe an ideal functionality for a layered replyable mixnet that requires reply-request indistinguishability, and a construction based on Outfox that realizes our ideal functionality.
Abstract（参考訳）: 我々は,すべての経路が同じ長さであり,すべての混合ノードが単一層に関連付けられているミキシングネットに適した,層状暗号化に基づくパケットフォーマットであるOutfoxを提案する。 OutfoxはパケットフォーマットSphinxの変種であり、不要なパディングを除去し、混合ノードによって実行される公開鍵操作の数を半分にすることで、パケット処理の計算コストを最適化する。 OutfoxはKEMスキームをビルディングブロックとして使用し、量子セーフなKEMスキームでインスタンス化すると量子セーフである。 Outfoxのセキュリティを解析するために、応答要求の不一致を要求される層状応答可能なミキサネットの理想的な機能と、理想的な機能を実現するOutfoxに基づく構築について説明する。

関連論文リスト

Robust Guided Diffusion for Offline Black-Box Optimization [47.346703383759845]
オフラインのブラックボックス最適化は、デザインとその測定プロパティのオフラインデータセットを使用してブラックボックス関数を最大化することを目的としている。入力から値へのマッピングを学習するフォワードアプローチと、値から値へのマッピングを条件生成のために学習する逆アプローチの2つの主要なアプローチが登場した。本稿では、訓練されたプロキシからの明示的なガイダンスを利用して、サンプリング制御を強化したプロキシフリー拡散を促進させるテキストプロキシ強化サンプリングを提案する。
論文参考訳（メタデータ） (2024-10-01T18:14:25Z)
Refining Packing and Shuffling Strategies for Enhanced Performance in Generative Language Models [2.002276960776527]
シャッフルの最適原子径について検討し,その性能と効率を比較検討した。その結果, 原子サイズとMSLとのマッチングにより, 両方のパッキング法の性能が最適化された。このトレードオフは、トレーニング言語モデルにおけるパッキングメソッドの選択を通知する。
論文参考訳（メタデータ） (2024-08-19T00:26:53Z)
A Quantum of QUIC: Dissecting Cryptography with Post-Quantum Insights [2.522402937703098]
QUICは2021年に標準化された新しいネットワークプロトコルである。 TCP/TLSスタックを置き換えるために設計され、UDPに基づいている。本稿では,QUICの性能に及ぼす暗号の影響を詳細に評価する。
論文参考訳（メタデータ） (2024-05-15T11:27:28Z)
Fast Semisupervised Unmixing Using Nonconvex Optimization [80.11512905623417]
半/ライブラリベースのアンミックスのための新しい凸凸モデルを提案する。スパース・アンミキシングの代替手法の有効性を実証する。
論文参考訳（メタデータ） (2024-01-23T10:07:41Z)
Quantum Secure Protocols for Multiparty Computations [2.9561405287476177]
量子攻撃に耐えられるセキュアなマルチパーティ計算(MPC)プロトコルを提案する。まず、量子領域における情報理論のセキュアな半線形評価(OLE)、すなわち$sf qOLE$の設計と解析について述べる。さらに、ビルディングブロックとして$sf qOLE$を使用し、MPSIプロトコルを構築します。
論文参考訳（メタデータ） (2023-12-26T19:53:29Z)
Quantum Proofs of Deletion for Learning with Errors [91.3755431537592]
完全同型暗号方式として, 完全同型暗号方式を初めて構築する。我々の主要な技術要素は、量子証明器が古典的検証器に量子状態の形でのLearning with Errors分布からのサンプルが削除されたことを納得させる対話的プロトコルである。
論文参考訳（メタデータ） (2022-03-03T10:07:32Z)
Fast and Secure Routing Algorithms for Quantum Key Distribution Networks [5.659290426197763]
本稿では、量子鍵分配(QKD)ネットワークにおいて、最大達成可能なレートでのセキュアなパケットルーティングの問題について考察する。我々は、Tandem Queue Decomposition (TQD)と呼ばれる安全なスループット最適化ポリシーを提案する。本稿では,TQDポリシによって,ユニキャスト,ブロードキャスト,マルチキャスト,任意のキャストを含む幅広いトラフィックに対して,セキュアかつ効率的なパケットルーティングが解決されることを示す。
論文参考訳（メタデータ） (2021-09-16T12:29:41Z)
A^2-FPN: Attention Aggregation based Feature Pyramid Network for Instance Segmentation [68.10621089649486]
アテンションアグリゲーションに基づく機能ピラミッドネットワーク(A2-FPN)を提案し、マルチスケール機能学習を改善します。 A2-FPNは、Cascade Mask R-CNNやHybrid Task Cascadeといった強力なベースラインに統合された場合、2.0%と1.4%のマスクAPを改善する。
論文参考訳（メタデータ） (2021-05-07T11:51:08Z)
Image Inpainting by End-to-End Cascaded Refinement with Mask Awareness [66.55719330810547]
任意の欠落領域を塗りつぶすことは、様々なマスクされた領域で有効な特徴を学ぶことは非自明だから難しい。符号化フェーズにおける欠落領域のマルチスケール特徴を学習する新しいマスク対応インペイントソリューションを提案する。私たちのフレームワークは、3つの公開データセットに関する広範な実験を通じて定量的および定性的に検証されます。
論文参考訳（メタデータ） (2021-04-28T13:17:47Z)
Fractional Skipping: Towards Finer-Grained Dynamic CNN Inference [82.96877371742532]
本研究では,ディープネットワークのための動的フラクタル・スキッピング(DFS)フレームワークを提案する。 DFSは層ワイド量子化(ビット幅の異なるもの)を、層を完全に活用してスキップする中間的な「ソフト」な選択として仮定する。入力適応推論中の層の表現力を利用して、よりきめ細かい精度計算コストのトレードオフを可能にする。
論文参考訳（メタデータ） (2020-01-03T03:12:17Z)

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。