論文の概要: SBN Explorer: An Empirical Study of Cryptographic Boolean Networks

• arxiv url: http://arxiv.org/abs/2604.27560v1
• Date: Thu, 30 Apr 2026 08:09:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.986558
• Title: SBN Explorer: An Empirical Study of Cryptographic Boolean Networks
• Title（参考訳）: SBN Explorer:暗号ブールネットワークの実証的研究
• Authors: Arnaud Valence,
• Abstract要約: 本稿では,6つの独立したバイナリ構造制約により,暗号ブール系の設計空間を定式化する。 我々は,64クラス全てを3つの汎用暗号解析的適合目標に対して評価した。 その結果、最良のブールネットワークは、互いに相反する制約の組み合わせのスパース同定によって制御されていることが明らかとなった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Boolean circuits form the foundational computational substrate of symmetric cryptography, yet the exploration of their architectural design space has remained largely confined to a handful of canonical paradigms - SPN, Feistel networks, and their immediate variants. This paper takes a deliberately broader perspective by formalizing the design space of cryptographic Boolean systems through six independent binary structural constraints: Stratification, Acyclicity, Regularity, Interleaving, Homogeneity, and Locality. These constraints generate a hypercube of $2^6 = 64$ distinct architectural classes defined over Synchronous Boolean Networks, a general model that subsumes both acyclic combinational circuits and recurrent synchronous systems. We systematically evaluate all 64 classes against three generic cryptanalytic fitness objectives - differential, linear and algebraic resistance - using a five-stage methodology centered on Formal Concept Analysis. The results reveal that the best Boolean networks are governed by the identification of sparse, mutually compatible combinations of constraints - a fundamentally epistatic problem that classical cryptography has barely addressed.
• Abstract（参考訳）: ブール回路は対称暗号の基本計算基板を形成するが、そのアーキテクチャ設計空間の探索は、SPN、Feistelネットワーク、および直近の変種といった少数の標準パラダイムに限られている。 本稿では,暗号ブール系の設計空間を,成層,非巡回性,規則性,インターリービング,均一性,局所性という6つの独立した2次構造制約によって形式化する。 これらの制約はシンクロナス・ブール・ネットワーク上で定義された2^6 = 64$異なるアーキテクチャクラスからなるハイパーキューブを生成する。 形式概念分析を中心とした5段階の手法を用いて,64クラス全てを3つの汎用暗号解析的適合目標(微分,線形,代数的抵抗)に対して体系的に評価した。 その結果、最良のBooleanネットワークは、互いに互換性のある制約の組み合わせのスパースな識別によって管理されていることが判明した。

関連論文リスト

• Pruning at Initialisation through the lens of Graphon Limit: Convergence, Expressivity, and Generalisation [16.628325681877556]
  初期化法におけるプルーニングは、訓練前にスパースで訓練可能なワークを発見するが、その理論的メカニズムは解明されていない。 本研究では、離散固有プルーニングをグラフトンによるグラフ極限理論に結合し、PaIマスクのグラフ極限を確立する。 i) アクティブ座標部分空間の次元にのみ依存するスパースネットワークに対する普遍近似定理と(ii) グラノン-NTK一般化の2つの基本的な理論結果が導かれる。
  論文  参考訳（メタデータ） (2026-02-06T13:02:47Z)
• Matrix Factorization Framework for Community Detection under the Degree-Corrected Block Model [48.989531198582704]
  我々は,DCBM推論を制約付き非負行列分解問題として再定義できることを示した。 我々のアプローチは、任意の特定のネットワーク構造に適応し、DCBMで表現可能な任意の構造を持つグラフに適用する。 合成および実ベンチマークネットワークの実験により,本手法はDCBMの推測に匹敵するコミュニティを検出する。
  論文  参考訳（メタデータ） (2026-01-09T19:16:29Z)
• Local models and Bell inequalities for the minimal triangle network [78.45663456116702]
  非局所的な相関は、量子情報や量子基底における驚くべき現象を引き起こす。 最も単純なシナリオの一つとして、最小三角形ネットワークにおけるパーティの置換の下での分布不変性について検討する。 連立結果を持つ三角形ネットワークにおける古典量子ギャップの存在についての知見を提供する。
  論文  参考訳（メタデータ） (2025-03-20T19:11:06Z)
• Anyon Theory and Topological Frustration of High-Efficiency Quantum Low-Density Parity-Check Codes [12.383649662360302]
  量子低密度パリティチェック(QLDPC)符号は、低オーバーヘッドフォールトトレラント量子計算への有望な経路を提供する。 我々のレターはQLDPC符号の耐障害性を探るための厳密な理論的基礎を提供する。
  論文  参考訳（メタデータ） (2025-03-06T18:46:14Z)
• Parseval Convolution Operators and Neural Networks [16.78532039510369]
  まず、Parseval畳み込み演算子をエネルギー保存フィルタバンクのクラスとして同定する。 次に,基本Parsevalモジュールの連鎖によるフィルタバンクの設計・特定のための構築的アプローチを提案する。 生体医用画像の反復的再構成のためのCNNアルゴリズムの設計により,これらのツールの使用例を示す。
  論文  参考訳（メタデータ） (2024-08-19T13:31:16Z)
• Perfect Spectral Clustering with Discrete Covariates [68.8204255655161]
  本稿では,大規模なスパースネットワークのクラスにおいて,高い確率で完全クラスタリングを実現するスペクトルアルゴリズムを提案する。 本手法は,スペクトルクラスタリングによる一貫した潜在構造回復を保証する最初の方法である。
  論文  参考訳（メタデータ） (2022-05-17T01:41:06Z)
• Fast Topological Clustering with Wasserstein Distance [0.0]
  本稿では,複雑なネットワークを複雑なトポロジでクラスタリングする,新しい,実用的なトポロジクラスタリング手法を提案する。 このようなネットワークは、そのトポロジカル構造と幾何学的構造の両方に基づいて、セントロイドベースのクラスタリング戦略によってクラスタに集約される。 提案手法は,シミュレーションネットワークと機能的脳ネットワークの両方を用いて有効であることを示した。
  論文  参考訳（メタデータ） (2021-11-30T21:02:53Z)
• Dist2Cycle: A Simplicial Neural Network for Homology Localization [66.15805004725809]
  単純複体は多方向順序関係を明示的にエンコードするグラフの高次元一般化と見なすことができる。 単体錯体の$k$-homological特徴によってパラメータ化された関数のグラフ畳み込みモデルを提案する。
  論文  参考訳（メタデータ） (2021-10-28T14:59:41Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)
• Consistency of Spectral Clustering on Hierarchical Stochastic Block Models [5.983753938303726]
  実世界のネットワークにおけるコミュニティの階層構造について,汎用ブロックモデルを用いて検討する。 本手法の強い一貫性を,幅広いモデルパラメータで証明する。 既存のほとんどの研究とは異なり、我々の理論は接続確率が桁違いに異なるかもしれないマルチスケールネットワークをカバーしている。
  論文  参考訳（メタデータ） (2020-04-30T01:08:59Z)

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。