論文の概要: Invariant-Based Cryptography: Toward a General Framework

• arxiv url: http://arxiv.org/abs/2505.08115v1
• Date: Mon, 12 May 2025 23:08:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-14 20:57:54.358413
• Title: Invariant-Based Cryptography: Toward a General Framework
• Title（参考訳）: Invariant-based Cryptography: towards a general Framework
• Authors: Stanislav Semenov,
• Abstract要約: 我々は、構造的アイデンティティをコア暗号機構として活用することにより、不変な暗号のフレームワークを開発する。 我々は,このような不変量の暗号的効用を,回復可能性,整合性結合,偽造に対する耐性の観点から分析する。 この研究は、対称暗号プロトコルにおける汎用的でコンパクトな代替手段としての不変設計の基礎を確立する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We develop a generalized framework for invariant-based cryptography by extending the use of structural identities as core cryptographic mechanisms. Starting from a previously introduced scheme where a secret is encoded via a four-point algebraic invariant over masked functional values, we broaden the approach to include multiple classes of invariant constructions. In particular, we present new symmetric schemes based on shifted polynomial roots and functional equations constrained by symmetric algebraic conditions, such as discriminants and multilinear identities. These examples illustrate how algebraic invariants -- rather than one-way functions -- can enforce structural consistency and unforgeability. We analyze the cryptographic utility of such invariants in terms of recoverability, integrity binding, and resistance to forgery, and show that these constructions achieve security levels comparable to the original oscillatory model. This work establishes a foundation for invariant-based design as a versatile and compact alternative in symmetric cryptographic protocols.
• Abstract（参考訳）: 我々は、構造的アイデンティティをコア暗号機構として活用することで、不変な暗号の一般化フレームワークを開発する。 シークレットがマスク付き関数値上の4点代数不変量を通じて符号化される以前に導入されたスキームから始め、不変構造の複数のクラスを含むアプローチを広げる。 特に、偏微分子や多線型等式などの対称代数的条件に制約されたシフト多項式根と汎函数方程式に基づく新しい対称スキームを提案する。 これらの例は、片方向函数よりも代数不変量(英語版)が構造的整合性と偽造不可能性(英語版)(unforgeability)をいかに強制するかを示している。 我々は,これらの不変量の復号性,整合性結合,フォージェリに対する抵抗性の観点から解析し,これらの構造が元の発振モデルに匹敵するセキュリティレベルを達成することを示す。 この研究は、対称暗号プロトコルにおける汎用的でコンパクトな代替手段としての不変設計の基礎を確立する。

関連論文リスト

• Invariant-Based Cryptography [0.0]
  Schemeは、制御されたパラメータ化の下で保存された4点代数的アイデンティティを通じて秘密整数を符号化する。 我々は、完全な分析およびモジュラーフレームワークを開発し、正確なアイデンティティを証明し、インデックス回復手順を定義し、セキュリティ仮定を分析する。
  論文  参考訳（メタデータ） (2025-05-08T21:18:59Z)
• Improving Equivariant Networks with Probabilistic Symmetry Breaking [9.164167226137664]
  同変ネットワークは既知の対称性をニューラルネットワークにエンコードし、しばしば一般化を強化する。 これは(1)自己対称性が共通な領域での予測タスク、(2)高対称性の潜在空間から再構成するために対称性を破らなければならない生成モデルの両方に重要な問題を引き起こす。 このような分布を表すのに十分な条件を確立する新しい理論結果を示す。
  論文  参考訳（メタデータ） (2025-03-27T21:04:49Z)
• Homomorphic Encryption of Intuitionistic Logic Proofs and Functional Programs: A Categorical Approach Inspired by Composite-Order Bilinear Groups [0.0]
  本稿では、算術やブール演算以外の同型暗号を直観論理の領域に拡張するための概念的枠組みを提案する。 ソフトウェア最適化やハードウェアアクセラレーションなど,このアプローチを潜在的に効率的にするための戦略を概説する。
  論文  参考訳（メタデータ） (2025-02-26T10:10:10Z)
• Topological nature of edge states for one-dimensional systems without symmetry protection [46.87902365052209]
  我々は,一次元近傍(単位セル間)のエッジ状態の数を正確に予測する巻数不変量を数値的に検証し,解析的に証明する。 我々の不変量はユニタリ変換と類似変換の下で不変である。
  論文  参考訳（メタデータ） (2024-12-13T19:44:54Z)
• A Canonicalization Perspective on Invariant and Equivariant Learning [54.44572887716977]
  フレームの設計について,本質的で完全な視点を提供する正準化の視点を導入する。 フレームと標準形式の間には固有の関係があることが示される。 既存の手法よりも厳密な固有ベクトルのための新しいフレームを設計する。
  論文  参考訳（メタデータ） (2024-05-28T17:22:15Z)
• A Unified Framework for Discovering Discrete Symmetries [17.687122467264487]
  対称性を尊重する関数を対称性のクラスから学習する問題を考察する。 我々は、幅広いサブグループにわたる対称性の発見を可能にする統一的なフレームワークを開発する。
  論文  参考訳（メタデータ） (2023-09-06T10:41:30Z)
• Object Representations as Fixed Points: Training Iterative Refinement Algorithms with Implicit Differentiation [88.14365009076907]
  反復的洗練は表現学習に有用なパラダイムである。 トレーニングの安定性とトラクタビリティを向上させる暗黙の差別化アプローチを開発する。
  論文  参考訳（メタデータ） (2022-07-02T10:00:35Z)
• Frame Averaging for Equivariant Shape Space Learning [85.42901997467754]
  形状空間学習に対称性を組み込む自然な方法は、形状空間(エンコーダ)への写像と形状空間(デコーダ)からの写像が関連する対称性に同値であることを問うことである。 本稿では,2つのコントリビューションを導入することで,エンコーダとデコーダの等価性を組み込む枠組みを提案する。
  論文  参考訳（メタデータ） (2021-12-03T06:41:19Z)
• Invariant Feature Coding using Tensor Product Representation [75.62232699377877]
  我々は,群不変特徴ベクトルが線形分類器を学習する際に十分な識別情報を含んでいることを証明した。 主成分分析やk平均クラスタリングにおいて,グループアクションを明示的に考慮する新たな特徴モデルを提案する。
  論文  参考訳（メタデータ） (2019-06-05T07:15:17Z)

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。

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。