論文の概要: Evaluating PQC KEMs, Combiners, and Cascade Encryption via Adaptive IND-CPA Testing Using Deep Learning

• arxiv url: http://arxiv.org/abs/2604.06942v1
• Date: Wed, 08 Apr 2026 11:06:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.486105
• Title: Evaluating PQC KEMs, Combiners, and Cascade Encryption via Adaptive IND-CPA Testing Using Deep Learning
• Title（参考訳）: ディープラーニングを用いた適応型IND-CPAテストによるPQC KEM、コンビネータ、カスケード暗号化の評価
• Authors: Simon Calderon, Niklas Johansson, Onur Günlü,
• Abstract要約: バイナリ分類タスクとしてのIND-CPAゲームとBCEロス付きラベル付き暗号データのトレーニングについて検討した。 具体的には、ML-KEM、BIKE、HQCなどの例を構築するのに使用される公開鍵暗号方式を具体的に検証する。 PQCアルゴリズム、KEMコンバインダ、カスケード暗号化の実験では、アルゴリズムやアルゴリズムの組み合わせは、大きな利点を示す。
• 参考スコア（独自算出の注目度）: 5.464851570832092
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ensuring ciphertext indistinguishability is fundamental to cryptographic security, but empirically validating this property in real implementations and hybrid settings presents practical challenges. The transition to post-quantum cryptography (PQC), with its hybrid constructions combining classical and quantum-resistant primitives, makes empirical validation approaches increasingly valuable. By modeling IND-CPA games as binary classification tasks and training on labeled ciphertext data with BCE loss, we study deep neural network (DNN) distinguishers for ciphertext indistinguishability. We apply this methodology to PQC KEMs. We specifically test the public-key encryption (PKE) schemes used to construct examples such as ML-KEM, BIKE, and HQC. Moreover, a novel extension of this DNN modeling for empirical distinguishability testing of hybrid KEMs is presented. We implement and test this on combinations of PQC KEMs with plain RSA, RSA-OAEP, and plaintext. Finally, methodological generality is illustrated by applying the DNN IND-CPA classification framework to cascade symmetric encryption, where we test combinations of AES-CTR, AES-CBC, AES-ECB, ChaCha20, and DES-ECB. In our experiments on PQC algorithms, KEM combiners, and cascade encryption, no algorithm or combination of algorithms demonstrates a significant advantage (two-sided binomial test, significance level $α= 0.01$), consistent with theoretical guarantees that hybrids including at least one IND-CPA-secure component preserve indistinguishability, and with the absence of exploitable patterns under the considered DNN adversary model. These illustrate the potential of using deep learning as an adaptive, practical, and versatile empirical estimator for indistinguishability in more general IND-CPA settings, allowing data-driven validation of implementations and compositions and complementing the analytical security analysis.
• Abstract（参考訳）: 暗号文の不識別性を保証することは、暗号セキュリティの基本であるが、実際の実装やハイブリッド設定でこの特性を実証的に検証することは、実用的な課題である。 量子後暗号(PQC)への移行は、古典的および量子耐性プリミティブを組み合わせたハイブリッド構造によって、実証的検証アプローチの価値が増している。 IND-CPAゲームをバイナリ分類タスクとしてモデル化し,BCE損失を伴うラベル付き暗号文データを用いたトレーニングを行うことにより,深層ニューラルネットワーク(DNN)の識別可能性について検討した。 この手法をPQC KEMに適用する。 具体的には、ML-KEM、BIKE、HQCなどの例を構築するのに使用される公開鍵暗号(PKE)方式を具体的に検証する。 さらに、ハイブリッドKEMの実験的識別性試験のための新しいDNNモデルの拡張について述べる。 我々は、PQC KEMとプレーンRSA、RSA-OAEP、プレーンテキストの組み合わせでこれを実装し、テストする。 最後に、DNN IND-CPA分類フレームワークをカスケード対称暗号に適用し、AES-CTR、AES-CBC、AES-ECB、ChaCha20、DES-ECBの組み合わせをテストする。 PQCアルゴリズム、KEMコンバインダ、カスケード暗号の実験では、アルゴリズムやアルゴリズムの組み合わせが有意な優位性を示す(二面二項テスト、重要性レベル$α=0.01$)。 これらのことは、より一般的なIND-CPA設定において、深層学習を適応的で実践的で汎用的な実験的推定器として使用し、データ駆動による実装と構成の検証を可能にし、分析的セキュリティ分析を補完する可能性を示している。

関連論文リスト

• Unlocking Symbol-Level Precoding Efficiency Through Tensor Equivariant Neural Network [84.22115118596741]
  シンボルレベルのプリコーディングにおいて,推論の複雑さの低いエンドツーエンドディープラーニング(DL)フレームワークを提案する。 提案手法は,従来の手法よりも約80倍の高速化を実現しつつ,SLPの大幅な性能向上を達成できることを示す。
  論文  参考訳（メタデータ） (2025-10-02T15:15:50Z)
• Hybrid Schemes of NIST Post-Quantum Cryptography Standard Algorithms and Quantum Key Distribution for Key Exchange and Digital Signature [0.0]
  本研究では,NIST(National Institute of Standards and Technology)標準化PQCアルゴリズムとQKDを統合するハイブリッドスキームを提案する。 ハイブリッド鍵交換プロトコルでは,モジュール格子を用いたキーカプセル化機構(ML-KEM)とQKDプロトコル(特にBB84とE91)を組み合わせる。 ハイブリッドデジタル署名方式の設計において,モジュール格子型デジタル署名アルゴリズム(ML-DSA)とステートレスハッシュ型デジタル署名アルゴリズム(SLH-DSA)を用いて署名再構成値を生成する。
  論文  参考訳（メタデータ） (2025-09-30T05:14:34Z)
• Taming Polysemanticity in LLMs: Provable Feature Recovery via Sparse Autoencoders [50.52694757593443]
  既存のSAEトレーニングアルゴリズムは厳密な数学的保証を欠いていることが多く、実用的な制限に悩まされている。 まず,特徴の特定可能性という新たな概念を含む特徴回復問題の統計的枠組みを提案する。 本稿では、ニューラルネットワークのバイアスパラメータを適応的に調整し、適切なアクティベーション間隔を確保する手法である「バイアス適応」に基づく新たなSAEトレーニングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-06-16T20:58:05Z)
• Complexity of Post-Quantum Cryptography in Embedded Systems and Its Optimization Strategies [2.821324092673655]
  NIST(National Institute of Standards and Technology)は、ポスト量子暗号(PQC)アルゴリズムの標準化プロセスを開始した。 本稿ではまず,組込みシステムにおけるポスト量子暗号(PQC)のハードウェア複雑性を包括的に解析する。 これらの課題に対処するために、パイプライニング、並列化、高レベル合成などの最適化戦略について論じる。
  論文  参考訳（メタデータ） (2025-04-18T08:02:13Z)
• Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
  本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。 これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。 本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
  論文  参考訳（メタデータ） (2025-01-25T04:53:36Z)
• Performance of Cascade and LDPC-codes for Information Reconciliation on Industrial Quantum Key Distribution Systems [69.47813697920358]
  我々は、情報再構成に使用される2つの一般的なアルゴリズムの性能を分析し、シミュレーションし、最適化し、比較する。 我々は,現実的かつアプリケーションクローズな環境での運用において,実用的および工業的環境における適用性に焦点をあてる。
  論文  参考訳（メタデータ） (2024-08-28T12:51:03Z)
• CCA-Secure Hybrid Encryption in Correlated Randomness Model and KEM Combiners [3.837357895668154]
  HE(Hybrid encryption)システムは、任意の長さのメッセージに対する効率的な公開鍵暗号システムである。 HE暗号化アルゴリズムは、KEM生成キーkを使用して、DEMを使用してメッセージをカプセル化する。 KEM/DEM合成定理 (KEM/DEM composition theorem) は、もし KEM と DEM が適切に定義されたセキュリティ概念を満たすなら、HE は適切に定義されたセキュリティで安全であることを証明している。
  論文  参考訳（メタデータ） (2024-01-02T01:16:52Z)
• SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
  本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。 実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
  論文  参考訳（メタデータ） (2023-09-27T05:19:32Z)
• When BERT Meets Quantum Temporal Convolution Learning for Text Classification in Heterogeneous Computing [75.75419308975746]
  本研究は,変分量子回路に基づく垂直連合学習アーキテクチャを提案し,テキスト分類のための量子化事前学習BERTモデルの競争性能を実証する。 目的分類実験により,提案したBERT-QTCモデルにより,SnipsおよびATIS音声言語データセットの競合実験結果が得られた。
  論文  参考訳（メタデータ） (2022-02-17T09:55:21Z)
• A reversible system based on hybrid toggle radius-4 cellular automata and its application as a block cipher [0.0]
  我々は、ハイブリッドセルオートマトン(CA)機構を用いて、HCAと呼ばれるブロック暗号アルゴリズムを作成し、可逆性を実現する。 ここではモデル上で行ったいくつかの評価と分析について述べる。
  論文  参考訳（メタデータ） (2021-06-09T02:52:05Z)

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。