論文の概要: Optimal Computational Secret Sharing

• arxiv url: http://arxiv.org/abs/2502.02774v1
• Date: Tue, 04 Feb 2025 23:37:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-06 14:26:11.935071
• Title: Optimal Computational Secret Sharing
• Title（参考訳）: 最適計算秘密共有
• Authors: Igor L. Aureliano, Alejandro Cohen, Rafael G. L. D'Oliveira,
• Abstract要約: $(t, n)$-threshold secret sharingでは、秘密の$S$が$n$の参加者に分散される。 共有サイズが $tfrac|S|t + |K|t$ となる構成を示す。
• 参考スコア（独自算出の注目度）: 51.599517747577266
• License:
• Abstract: In $(t, n)$-threshold secret sharing, a secret $S$ is distributed among $n$ participants such that any subset of size $t$ can recover $S$, while any subset of size $t-1$ or fewer learns nothing about it. For information-theoretic secret sharing, it is known that the share size must be at least as large as the secret, i.e., $|S|$. When computational security is employed using cryptographic encryption with a secret key $K$, previous work has shown that the share size can be reduced to $\tfrac{|S|}{t} + |K|$. In this paper, we present a construction achieving a share size of $\tfrac{|S| + |K|}{t}$. Furthermore, we prove that, under reasonable assumptions on the encryption scheme -- namely, the non-compressibility of pseudorandom encryption and the non-redundancy of the secret key -- this share size is optimal.
• Abstract（参考訳）: $(t, n)$-threshold secret sharingでは、秘密の$S$が$n$の参加者の間で分配され、$t$の任意のサブセットが$S$を回収でき、$t-1$以下のサブセットがそれについて何も学ばない。 情報理論の秘密共有については、共有サイズが秘密の少なくとも大さ、すなわち$|S|$でなければならないことが知られている。 秘密鍵$K$の暗号暗号を用いて計算セキュリティを使用する場合、以前の研究では、共有サイズを$\tfrac{|S|}{t} + |K|$に削減できることを示した。 本稿では、$\tfrac{|S| + |K|}{t}$ の共有サイズを達成する構成を示す。 さらに、暗号化方式に関する合理的な仮定、すなわち擬似ランダム暗号化の非圧縮性と秘密鍵の非冗長性は、この共有サイズが最適であることを示す。

関連論文リスト

• A Construction of Evolving $3$-threshold Secret Sharing Scheme with Perfect Security and Smaller Share Size [11.114225631904004]
  進化する$k$-thresholdシークレット共有スキームを$k=3で検討する。 次に,完全セキュリティを備えた新たな3ドルThresholdスキームを提案する。 このモデルと従来提案した3ドルthresholdスキームに基づいて,より簡潔な3ドルthresholdシークレットシェアリングスキームを提案する。
  論文  参考訳（メタデータ） (2024-10-17T13:17:11Z)
• Fast Rates for Bandit PAC Multiclass Classification [73.17969992976501]
  我々は,帯域幅フィードバックを用いたマルチクラスPAC学習について検討し,入力を$K$ラベルの1つに分類し,予測されたラベルが正しいか否かに制限する。 我々の主な貢献は、問題の無知な$(varepsilon,delta)$PACバージョンのための新しい学習アルゴリズムを設計することである。
  論文  参考訳（メタデータ） (2024-06-18T08:54:04Z)
• Perturb-and-Project: Differentially Private Similarities and Marginals [73.98880839337873]
  差分プライバシーのための入力摂動フレームワークを再検討し、入力にノイズを付加する。 まず、ペアワイズ・コサイン類似性をプライベートにリリースするための新しい効率的なアルゴリズムを設計する。 我々は,$k$の辺縁クエリを$n$の機能に対して計算する新しいアルゴリズムを導出する。
  論文  参考訳（メタデータ） (2024-06-07T12:07:16Z)
• A Construction of Evolving $k$-threshold Secret Sharing Scheme over A Polynomial Ring [55.17220687298207]
  閾値秘密共有方式により、ディーラーは、秘密が一定量の株式から正しく回収されたことをすべての参加者に分配することができる。 我々は、リング上の$ell$-bitシークレットのための、進化する$k$-thresholdシークレット共有スキームを、正確性と完全なセキュリティで新たに構築することを提案する。
  論文  参考訳（メタデータ） (2024-02-02T05:04:01Z)
• Invertible Bloom Lookup Tables with Less Memory and Randomness [23.724300017513574]
  Invertible Bloom Lookup Tables (IBLT) は、セット和解プロトコル、エラー訂正符号、高度な暗号プリミティブの設計に応用されている。 IBLTは同時に空間効率が良く、ランダム性が低い新しい構成を提案する。 k$ の独立ハッシュ関数 $h:U to [Cn]$ for some enough large constant $C$ guarantees with probability $1 - 2-Omega(k)$ that least $n/2$ key will have a unique hash value。
  論文  参考訳（メタデータ） (2023-06-13T07:15:02Z)
• Code-routing: a new attack on position verification [0.0]
  $f$-routingとして知られる一般的な検証スキームでは、証明者が量子システムをリダイレクトする必要がある。 我々は、量子システムが秘密共有スキームに符号化される新しい不正行為戦略を提示する。 この戦略は$O(SP_p(f))$ EPRペアを使って$f$-routingタスクを完了する。
  論文  参考訳（メタデータ） (2022-02-16T01:04:31Z)
• An Efficient Simulation of Quantum Secret Sharing [7.195824023358536]
  秘密を効率的なシミュレーションで共有するためのセキュアな$d$レベル$QSS$プロトコルを提案する。 プレイヤーへの秘密に関する情報は公表されていない。 そのセキュリティ分析によると、このプロトコルでは、インターセプト-リセプト、インターセプト、エンタングル対策、偽造、衝突、共謀攻撃は不可能である。
  論文  参考訳（メタデータ） (2021-03-20T16:42:02Z)
• On Distributed Differential Privacy and Counting Distinct Elements [52.701425652208734]
  我々は、$n$ユーザのそれぞれが離散集合から要素を保持する設定について研究する。 目標は、すべてのユーザーに対して異なる要素の数を数えることだ。
  論文  参考訳（メタデータ） (2020-09-21T04:13:34Z)
• Locally Private Hypothesis Selection [96.06118559817057]
  我々は、$mathcalQ$から$p$までの総変動距離が最良の分布に匹敵する分布を出力する。 局所的な差分プライバシーの制約は、コストの急激な増加を引き起こすことを示す。 提案アルゴリズムは,従来手法のラウンド複雑性を指数関数的に改善する。
  論文  参考訳（メタデータ） (2020-02-21T18:30:48Z)

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。