論文の概要: On the Context-Hiding Property of Shamir-Based Homomorphic Secret Sharing

• arxiv url: http://arxiv.org/abs/2512.01604v1
• Date: Mon, 01 Dec 2025 12:23:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.84419
• Title: On the Context-Hiding Property of Shamir-Based Homomorphic Secret Sharing
• Title（参考訳）: シャミール型同型秘密共有の文脈支配性について
• Authors: Shuai Feng, Liang Feng Zhang,
• Abstract要約: ホモモルフィックシークレット共有(HSS)は、複数の入力クライアントが秘密裏にプライベートインプットを複数のサーバ間で共有することを可能にする。 セキュリティは、出力共有が関数出力以上の入力に関する情報をリークすることを要求する。 我々は,個々の関数に対するHSSの文脈隠蔽特性を定式化し,その研究を単項に拡張する。
• 参考スコア（独自算出の注目度）: 8.944044445529766
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Homomorphic secret sharing (HSS) allows multiple input clients to secretly share their private inputs to a function among several servers such that each server can homomorphically compute the function over its share to produce a share of the function's output. In HSS-enabled applications such as secure multi-party computation (MPC), security requires that the output shares leak no more information about the inputs than the function output. Such security is ensured by the context-hiding property of HSS. The typical rerandomization technique achieves context hiding but increases the share size. To address this, we formalize the context-hiding property of HSS for individual functions, examine the context-hiding property of Shamir-based HSS for monomials, and extend the study to polynomials.
• Abstract（参考訳）: ホモモルフィック・シークレット・シェアリング(HSS)は、複数の入力クライアントが秘密裏にプライベートなインプットを複数のサーバの関数に共有することを可能にし、各サーバが共有する関数をホモモルフィックに計算して関数の出力の共有を生成する。 セキュアなマルチパーティ計算(MPC)のようなHSS対応アプリケーションでは、セキュリティは出力が関数出力よりも入力に関する情報をリークすることを要求する。 このようなセキュリティは、HSSのコンテキスト隠蔽プロパティによって保証される。 典型的な再ランダム化手法はコンテキスト隠蔽を実現するが、共有サイズを増大させる。 これを解決するために、個々の関数に対するHSSの文脈隠蔽特性を形式化し、モノミアルに対するShamirベースのHSSの文脈隠蔽特性を調べ、その研究を多項式に拡張する。

関連論文リスト

• Perfectly-Private Analog Secure Aggregation in Federated Learning [51.61616734974475]
  連合学習では、複数のパーティがモデルをローカルにトレーニングし、パラメータを中央サーバと共有する。 本稿では,有限場ではなくトーラスを用いた新しいセキュアパラメータアグリゲーション法を提案する。
  論文  参考訳（メタデータ） (2025-09-10T15:22:40Z)
• Collusion-Resilient Hierarchical Secure Aggregation with Heterogeneous Security Constraints [42.80769898523078]
  FL(Federated Learning)によって動機づけられたセキュアアグリゲーションは、多くのユーザに対して分散された入力の集合の合計を、可能な限り効率的に安全に計算することを目的としている。 We study weakly-secure HSA (WS-HSA) with collusion resistance。 サーバとリレーの両方のセキュリティを確保するのに必要な独立鍵記号の総数を特徴付ける。
  論文  参考訳（メタデータ） (2025-07-19T23:09:57Z)
• Split Happens: Combating Advanced Threats with Split Learning and Function Secret Sharing [1.6822770693792823]
  Split Learning(SL)は、モデルを2つの別々の部分に分割して、マシンラーニング(ML)プロセスを拡張しながら、クライアントデータを保護する。 最近の研究は、Secret Sharing(FSS)という新しいパラダイムを用いて、SLを確保するための有望な結果を示している。
  論文  参考訳（メタデータ） (2025-07-14T17:18:07Z)
• Fundamental Limits of Hierarchical Secure Aggregation with Cyclic User Association [93.46811590752814]
  階層型セキュアアグリゲーションは、フェデレートラーニング(FL)によって動機付けられる 本稿では,各ユーザが連続する$B$のリレーに接続される循環型アソシエーションパターンを用いたHSAについて考察する。 勾配符号化にインスパイアされた入力に対するメッセージ設計を含む効率的なアグリゲーション方式を提案する。
  論文  参考訳（メタデータ） (2025-03-06T15:53:37Z)
• MORSE: An Efficient Homomorphic Secret Sharing Scheme Enabling Non-Linear Operation [37.45826289062067]
  ホモモルフィックシークレット共有(HSS)は、2つのサーバが暗号化されたデータを直接ローカルに実行し、その結果を共有形式で取得することを可能にする。 Paillier ベースの HSS ソリューションは、乗法準同型をシームレスに達成し、通信コストを少なくする。 非線形演算が可能な効率的な同型秘密共有方式であるMORSEを提案する。
  論文  参考訳（メタデータ） (2024-10-09T03:29:50Z)
• A Characterization of Optimal-Rate Linear Homomorphic Secret Sharing Schemes, and Applications [13.566464121222225]
  Homomorphic Secret Sharing (HSS) は秘密共有方式で、$s$サーバ間で秘密の$x$を共有する。 HSSスキームにおける重要なパラメータはダウンロード率であり、各サーバから出力クライアントがダウンロードする必要がある情報の量を測定する。 おそらく驚くべきことに、その建設作業がほぼ最適であるような$ell$sのセットが示されています。
  論文  参考訳（メタデータ） (2023-11-24T20:40:50Z)
• Publicly-Verifiable Deletion via Target-Collapsing Functions [81.13800728941818]
  ターゲットの折り畳みは、公開可能な削除(PVD)を可能にすることを示す。 我々は、弱い暗号的仮定から公開可能な削除を支援する様々なプリミティブを得るために、このフレームワークを構築している。
  論文  参考訳（メタデータ） (2023-03-15T15:00:20Z)
• ByzSecAgg: A Byzantine-Resistant Secure Aggregation Scheme for Federated Learning Based on Coded Computing and Vector Commitment [61.540831911168226]
  ByzSecAggは、フェデレートラーニングのための効率的なセキュアアグリゲーションスキームである。 ByzSecAggはビザンツの攻撃やプライバシーの漏洩に耐性がある。
  論文  参考訳（メタデータ） (2023-02-20T11:15:18Z)
• Specificity-preserving RGB-D Saliency Detection [103.3722116992476]
  本稿では,RGB-Dサリエンシ検出のための特異性保存ネットワーク(SP-Net)を提案する。 2つのモダリティ特化ネットワークと共有学習ネットワークを採用し、個別および共有唾液マップを生成する。 6つのベンチマークデータセットの実験では、SP-Netは他の最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2021-08-18T14:14:22Z)
• Two-Server Verifiable Homomorphic Secret Sharing for High-Degree Polynomials [3.419406971620478]
  ホモモルフィックシークレット共有(HSS)は、複数の入力クライアントが複数のサーバ間でデータをシークレット共有することを可能にする。 私たちの計画は、以前の最高の建設計画の3～10倍の速さで実現できます。
  論文  参考訳（メタデータ） (2021-04-25T13:48:16Z)

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。