論文の概要: Structural Dependency Analysis for Masked NTT Hardware: Scalable Pre-Silicon Verification of Post-Quantum Cryptographic Accelerators

• arxiv url: http://arxiv.org/abs/2604.15249v1
• Date: Thu, 16 Apr 2026 17:25:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-17 21:29:32.025658
• Title: Structural Dependency Analysis for Masked NTT Hardware: Scalable Pre-Silicon Verification of Post-Quantum Cryptographic Accelerators
• Title（参考訳）: マスクNTTハードウェアの構造依存性解析:ポスト量子暗号加速器のスケーラブルプレシリコン検証
• Abstract要約: 量子後暗号加速器は、140-3認証のためのサイドチャネル抵抗の証拠を必要とする。 本稿では,4段階の検証階層,D0/D1構造依存性解析,新しいマスクの改良,SADCを提案する。 1.17億セルのAdams Bridge ML-DSA/ML-KEMアクセラレーターに適用すると、構造解析は30のマスク付きサブモジュール全体にわたって秒単位で完了する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Post-quantum cryptographic accelerators require side-channel resistance evidence for FIPS 140-3 certification. However, exact masking-verification tools scale only to gadgets of a few thousand cells. We present a four-stage verification hierarchy, D0/D1 structural dependency analysis, fresh-mask refinement, Boolean Single-Authentication Distance Checking (SADC), and arithmetic SADC, that extends sound first-order masking verification to production arithmetic modules. Applied to the 1.17-million-cell Adams Bridge ML-DSA/ML-KEM accelerator, structural analysis completes in seconds across all 30 masked submodules. A multi-cycle extension (MC-D1) reclassifies 12 modules from structurally clean to structurally flagged. On the 5,543-cell ML-KEM Barrett reduction module, the pipeline machine-verifies 198 of 363 structurally flagged wires (54.5%) as first-order secure, reports 165 as candidate insecure for designer triage (a sound upper bound), and leaves 0 indeterminate. Every verdict is cross validated by Z3 and CVC5 with 0 disagreements across 363 wires. The result narrows manual review from hundreds of structural flags to 165 actionable candidates with mathematical certificates, enabling pre-silicon side-channel evidence generation on production ML-KEM hardware.
• Abstract（参考訳）: 量子後暗号加速器は、FIPS 140-3認証のサイドチャネル抵抗証拠を必要とする。 しかし、正確なマスキング検証ツールは数千セルのガジェットにしかスケールしない。 本稿では,4段階認証階層,D0/D1構造依存性解析,新しいマスク改良,ブーリアン単元認証距離チェック(SADC),および算術SADCを提案する。 1.17億セルのAdams Bridge ML-DSA/ML-KEM加速器に応用された構造解析は、30のマスク付きサブモジュール全体にわたって数秒で完了する。 マルチサイクル拡張(MC-D1)は12個のモジュールを構造的にクリーンから構造的にフラグ付けに再分類する。 5,543セルのML-KEMバレットリダクションモジュールでは、パイプラインマシンが363本の有形線のうち198本(54.5%)を1次安全として検証し、165本は設計者のトリアージ(音上境界)の候補不安全として報告し、0本は不確定である。 すべての評定は、Z3とCVC5によって検証され、363本のワイヤーに0の相違がある。 その結果、数百個の構造フラグから165個の数学的証明を持つ実行可能な候補への手作業によるレビューが狭まり、ML-KEMのハードウェア上でのシリコン以前のサイドカウンセリングが実現された。

関連論文リスト

• BlueprintAgent: Constraint-Triggered Targeted Revisits for Simulation-Ready Generation from Scanned Structural Blueprints [4.367901931043676]
  スキャンされた青写真からフレーム抽出を行うための制約付きマルチモーダルエージェントBlueprintAgent(BPA)を提案する。 BPAはMLLMを主要な読者と意思決定者として扱い、OCRとコンピュータビジョンは局所的な証拠を提供する。 20の匿名RCフレームプロジェクトから,300個の実走査青写真シート上でのBPAを,5つのベースラインと6つのアブレーションに対して評価した。
  論文  参考訳（メタデータ） (2026-09-07T11:29:29Z)
• SA-Bench: Evaluating Semantic Alignment in LLM-Based Paper Reproduction [12.71956248550879]
  LLMエージェントは再生コードを生成することができるが、科学的に不誠実な実装をしばしば生成する。 我々は、この障害モードをセマンティックドリフトと定義し、生成されたコードは紙の仕様から静かに分岐する。 ICLR、ICML、NeurIPS 2025の30論文をカバーする診断ベンチマークであるSemanticAlign-Benchを紹介した。
  論文  参考訳（メタデータ） (2026-08-25T08:48:48Z)
• Mapping CVEs to MITRE ATT&CK Techniques: A Curated Gold-Set Classifier and the Limits of LLM-Assisted Label Expansion [46.262619407930266]
  我々は、専門家のMITRE Center for Threat-Informed Defense mappingsから1,207 CVEのキュレートされた金のデータセットにマルチラベル分類器をトレーニングする。 その結果得られたモデルは、ゼロショットの埋め込み類似性のベースラインと比較して、おおよそdoubles recall@5である。 次に,LLMによるラベリングが金のデータセットを拡張できるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-07-28T10:59:04Z)
• A Lightweight Post-Quantum Authentication Framework for 5G Base Station Bootstrapping [10.889502556532639]
  EMULSION(エミュレーション)は、5Gブロードキャスト認証のための対称チェインで公に検証可能な認証フレームワークである。 ML-DSAよりも33倍、通信オーバーヘッドが31倍、12倍、FN-DSAより5.4倍少ない。 我々は、EMULSIONのセキュリティを正式に証明し、公開テストと適応のための実装をオープンソース化する。
  論文  参考訳（メタデータ） (2026-06-29T16:42:16Z)
• Formal-Method-Guided Vibe Coding: Closing the Verification Loop on AI-Generated Safety-Critical Software Through Model-Driven Engineering [40.048798975817924]
  バイブコーディングは高速で、低臨界のコンシューマソフトウェアには適しています。 DO-178C、IEC 61508、ISO 26262によって管理される安全クリティカルなシステムでは、認証への道は提供されない。 フォーマルな検証を通じてビブコーディングをガイドするクローズドループパイプラインであるForgeを紹介します。
  論文  参考訳（メタデータ） (2026-06-21T10:01:45Z)
• Send a SCOUT First: Pre-hoc Reasoning for Adaptive Detector Allocation in Prompt-Injection Defense [37.10272384523361]
  我々は、各検出器のサンプルごとの信頼性と遅延を、同様の過去の入力に対する動作から予測するためのフレームワークを開発する。 SCOUT-450は、古いプロンプトインジェクションが表現下にある構造的に複雑でエージェント対応のインジェクションをキャプチャするベンチマークである。 SCOUT-450では、安全指向の動作点が攻撃発生率を46%減らし、壁時計全体の40%減らした。
  論文  参考訳（メタデータ） (2026-05-29T04:49:20Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• Cross-Dialect Generalization Without Retraining: Benchmarks and Evaluation of Schema-Derived Constrained Decoding for MLIR [0.0]
  MLIR(Multi-Level Intermediate Representation)は、現代的なMLコンパイラインフラストラクチャ(TensorFlow、JAX/StableHLO、PyTorchインダクタ、IREE)の基盤となる。 MLIRはまた、アプリケーションドメインごとに新しい方言が出荷されるので、方言ごとに微調整されたモデルがスケールしない。 3つの方言にまたがる4つの自然言語-MLIRベンチマークをリリースする。
  論文  参考訳（メタデータ） (2026-05-14T02:08:13Z)
• Benchmarking Post-Quantum Cryptography on Resource-Constrained IoT Devices: ML-KEM and ML-DSA on ARM Cortex-M0+ [0.0]
  本稿では,ARM Cortex-M0+プロセッサ上でML-KEMとML-DSAを分離したアルゴリズムレベルベンチマークを提案する。 PQClean参照Cの実装を用いて、キー生成、カプセル化/署名、カプセル化/検証の3つのセキュリティレベルをすべて計測する。 すべてのコード、データ、スクリプトは、開発者のためのオープンソースのベンチマークスイートとしてリリースされている。
  論文  参考訳（メタデータ） (2026-03-19T11:27:29Z)
• ExpanderGraph-128: A Novel Graph-Theoretic Block Cipher with Formal Security Analysis and Hardware Implementation [0.0]
  128ビットのブロック暗号であるbfExpanderGraph-128(EGC128)を20ラウンドのバランスの取れたFeistelネットワークとして提案する。 セキュリティ分析はMILPベースの差分境界を組み合わせ、SCIPを介して10ラウンドで最適であることが証明され、147.3ビットの差分セキュリティを確立し、完全な暗号に対して413ビットに保守的に外挿する。 Xilinx Artix-7上のFPGA合成は380 LUTで100MHzで261Mbpsを達成するが、ARM Cortex-M4Fソフトウェアは25.8KBのFlashと1.66msの暗号化を必要とする。
  論文  参考訳（メタデータ） (2026-03-13T04:15:20Z)
• CellARC: Measuring Intelligence with Cellular Automata [0.0]
  CellARCは1次元セルオートマトンから構築された抽象化と推論のための総合ベンチマークである。 各エピソードは5つのサポートペアを持ち、1つのクエリは256個のマルチカラートークンでシリアライズされる。 95kトレーニングエピソードと2つの1kテストスプリット(補間/外挿)をリリースする。
  論文  参考訳（メタデータ） (2025-11-11T07:05:39Z)
• Eigen-1: Adaptive Multi-Agent Refinement with Monitor-Based RAG for Scientific Reasoning [53.45095336430027]
  暗黙的な検索と構造化された協調を組み合わせた統合フレームワークを開発する。 Humanity's Last Exam (HLE) Bio/Chem Goldでは,48.3%の精度を実現している。 SuperGPQAとTRQAの結果はドメイン間の堅牢性を確認した。
  論文  参考訳（メタデータ） (2025-09-25T14:05:55Z)
• SCE-NTT: A Hardware Accelerator for Number Theoretic Transform Using Superconductor Electronics [12.616265554244313]
  本研究では, 超伝導エレクトロニクス(SCE)を用いた完全同相暗号(FHE)の高速化について検討する。 本稿では,超伝導単一フラックス量子(SFQ)論理とメモリに基づく専用ハードウェアアクセラレータであるSCE-NTTを紹介する。 我々はNTT-128ユニットが34GHzで531万NTT/secを達成することを示す。
  論文  参考訳（メタデータ） (2025-08-28T23:37:51Z)
• Lightweight Fault Detection Architecture for NTT on FPGA [0.8793721044482612]
  ポスト量子暗号(PQC)アルゴリズムは数学的に安全であり、量子攻撃に耐性がある。 天然の欠陥や意図的な障害注入のために、ハードウェア実装の機密情報を漏洩することができる。 本研究は,軽量で効率的な再計算に基づく故障検出モジュールを提案する。
  論文  参考訳（メタデータ） (2025-08-05T04:23:50Z)
• Performance Characterization of a Multi-Module Quantum Processor with Static Inter-Chip Couplers [63.42120407991982]
  フリップチップボンディングのような3次元統合技術は、大規模超伝導量子プロセッサを実現するための鍵となる前提条件である。 1つのキャリアチップと4つのキュービットモジュールからなるマルチチップモジュールの設計を提案する。 2つのキュービットを測定し,平均3レベル状態割当誤差を200 nsで9倍10～3ドルとした。 ランダム化ベンチマークから抽出した7×10〜3$の誤差で100 nsの制御Z2量子ゲートを実演する。
  論文  参考訳（メタデータ） (2025-03-16T18:32:44Z)
• How secure is AI-generated Code: A Large-Scale Comparison of Large Language Models [3.4887856546295333]
  本研究では,C言語記述時の脆弱性発生傾向について,最先端のLarge Language Model (LLM)を比較した。 生成されたプログラムの少なくとも62.07%は脆弱性がある。
  論文  参考訳（メタデータ） (2024-04-29T01:24:14Z)
• Unsupervised Continual Anomaly Detection with Contrastively-learned Prompt [80.43623986759691]
  UCADと呼ばれる新しい非教師付き連続異常検出フレームワークを提案する。 このフレームワークは、対照的に学習したプロンプトを通じて、UDAに継続的な学習能力を持たせる。 我々は総合的な実験を行い、教師なし連続異常検出とセグメンテーションのベンチマークを設定した。
  論文  参考訳（メタデータ） (2024-01-02T03:37:11Z)
• Squeezeformer: An Efficient Transformer for Automatic Speech Recognition [99.349598600887]
  Conformerは、そのハイブリッドアテンション・コンボリューションアーキテクチャに基づいて、様々な下流音声タスクの事実上のバックボーンモデルである。 Squeezeformerモデルを提案する。これは、同じトレーニングスキームの下で、最先端のASRモデルよりも一貫して優れている。
  論文  参考訳（メタデータ） (2022-06-02T06:06:29Z)
• ISTR: End-to-End Instance Segmentation with Transformers [147.14073165997846]
  ISTRと呼ばれるインスタンスセグメンテーショントランスフォーマーを提案します。これは、その種類の最初のエンドツーエンドフレームワークです。 ISTRは低次元マスクの埋め込みを予測し、それらのマスクの埋め込みと一致する。 ISTRは、提案されたエンドツーエンドのメカニズムにより、近似ベースのサブオプティマティック埋め込みでも最先端のパフォーマンスを発揮します。
  論文  参考訳（メタデータ） (2021-05-03T06:00:09Z)

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。