論文の概要: DSA Nonce Vulnerabilities: An Interactive Analysis

• arxiv url: http://arxiv.org/abs/2607.17107v1
• Date: Sun, 19 Jul 2026 07:21:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.374316
• Title: DSA Nonce Vulnerabilities: An Interactive Analysis
• Title（参考訳）: DSA Nonce Vulnerabilities:インタラクティブ分析
• Abstract要約: デジタル署名は、サイバーセキュリティにおけるアイデンティティ認証とデータの整合性の基礎である。 NIST規格のデジタル署名アルゴリズム(DSA)は、CTFコンペティションの暗号トラックに頻繁に登場する。 本稿では,CTFコンペティションに適したDSAシグネチャ解析と可視化プラットフォームを提案する。
• 参考スコア（独自算出の注目度）: 1.6405153080101806
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Digital signatures are fundamental to identity authentication and data integrity in cybersecurity, and the NIST-standardized Digital Signature Algorithm (DSA) frequently appears in the cryptography track of CTF competitions. However, DSA relies on number theory, modular arithmetic, and large-integer computation, making both the algorithm and its associated attacks difficult for beginners to follow. Conventional tools often expose only inputs and outputs, leaving the intermediate computations of signing, verification, and key-recovery attacks opaque. This paper presents a DSA signature analysis and visualisation platform tailored to CTF competitions. The platform provides three main capabilities: basic signature generation and verification, reproduction of common CTF attack methods, and dynamic visualisation of attack workflows. It covers three representative nonce vulnerabilities: nonce reuse, linear nonce leakage, and HNP-based lattice attacks. Stepwise displays and highlighted intermediate values make the underlying computations directly inspectable. Experiments show that the platform correctly reproduces the standard DSA workflow and all three attack scenarios.
• Abstract（参考訳）: デジタルシグネチャはサイバーセキュリティにおけるID認証とデータの整合性の基本であり、NIST規格のデジタルシグネチャアルゴリズム(DSA)はCTFコンペティションの暗号トラックに頻繁に登場する。 しかし、DSAは数論、モジュラー演算、および大規模整数計算に依存しており、アルゴリズムと関連する攻撃の両方を初心者が追従することを困難にしている。 従来のツールはしばしば入力と出力のみを公開し、署名、検証、キー回復攻撃の中間計算は不透明である。 本稿では,CTFコンペティションに適したDSAシグネチャ解析と可視化プラットフォームを提案する。 このプラットフォームは、基本的なシグネチャ生成と検証、一般的なCTFアタックメソッドの再現、攻撃ワークフローの動的可視化の3つの主要な機能を提供している。 ナンス再利用、線形ナンスリーク、HNPベースの格子攻撃という3つの代表的なナンス脆弱性をカバーしている。 ステップワイズ表示とハイライトされた中間値は、基礎となる計算を直接検査可能にする。 実験によると、プラットフォームは標準のDSAワークフローと3つの攻撃シナリオを正しく再現している。

関連論文リスト

• FakeIDet3-DB: Refining Digital Attacks and Patch Extraction for Secure ID Benchmarking [0.0]
  ID認証は、複雑で高周波なセキュリティパターンの構造的整合性に依存している。 高度なジェネレーティブAIモデルは、局所的で高忠実な操作を注入し、偽造攻撃を発生させることができる。 FakeIDet3-DBは、実際の政府発行IDに対するデジタル操作の包括的なデータベースである。
  論文  参考訳（メタデータ） (2026-07-29T09:03:29Z)
• DiffGRM: Diffusion-based Generative Recommendation Model [63.35379395455103]
  ジェネレーティブレコメンデーション(GR)は、トークン化器を介して各項目をn桁のセマンティックID(SID)として表現する新興パラダイムである。 自己回帰デコーダをマスク付き離散拡散モデル(MDM)に置き換える拡散ベースGRモデルDiffGRMを提案する。 実験では、複数のデータセットに対する強力な生成的および差別的推奨ベースラインよりも一貫した利得を示す。
  論文  参考訳（メタデータ） (2025-10-21T03:23:32Z)
• Every Character Counts: From Vulnerability to Defense in Phishing Detection [22.101976874889147]
  組織と個人の両方をターゲットにしたフィッシング攻撃は、ますます重大な脅威になりつつある。 現在の自動検出法は、しばしば新しいフィッシング攻撃を検出するための説明性や堅牢性を欠いている。 本研究では,フィッシング検出における文字レベル深層学習モデルの有効性について検討する。
  論文  参考訳（メタデータ） (2025-09-24T22:03:30Z)
• Exploiting Discriminative Codebook Prior for Autoregressive Image Generation [54.14166700058777]
  トークンベースの自己回帰画像生成システムは、まずトークンインデックスのシーケンスをコードブックでトークン化し、次にこれらのシーケンスを自己回帰パラダイムでモデル化する。 自己回帰生成モデルはインデックス値のみに基づいて訓練されるが、豊富なトークン類似性情報を含むコードブックにエンコードされた前者は利用されない。 近年の研究では、トークン上に単純なk平均クラスタリングを行い、コードブックを減らした生成モデルのトレーニングを容易にすることで、これを先に組み込もうとしている。 k-meansの代替として、差別的コードブック先駆者(DCPE)を提案する。
  論文  参考訳（メタデータ） (2025-08-14T15:00:00Z)
• ConformalSAM: Unlocking the Potential of Foundational Segmentation Models in Semi-Supervised Semantic Segmentation with Conformal Prediction [57.930531826380836]
  本研究は,未ラベル画像のアノテータとして画素レベルの視覚課題におけるラベル不足に,基礎的セグメンテーションモデルが対処できるかどうかを考察する。 ConformalSAMは,まず対象ドメインのラベル付きデータを用いて基礎モデルを校正し,ラベルなしデータの信頼できないピクセルラベルをフィルタリングする新しいSSSSフレームワークである。
  論文  参考訳（メタデータ） (2025-07-21T17:02:57Z)
• Exact Soft Analytical Side-Channel Attacks using Tractable Circuits [10.132470131311141]
  本研究では,知識コンパイルとトラクタブル確率回路を活用することで,SASCAの高速かつ正確な推定法を開発した。 Advanced Encryption Standard (AES)を攻撃した場合、ExSASCAはSASCAを31%以上のトップ-1成功率で上回っている。
  論文  参考訳（メタデータ） (2025-01-23T15:25:40Z)
• Evaluation of Security of ML-based Watermarking: Copy and Removal Attacks [12.898088696134705]
  デジタル透かしはこれらの課題に対処するための重要なアプローチである。 本稿では,逆埋め込み技術を用いた基礎モデルの潜時空間デジタル透かしシステムのセキュリティ評価を行う。
  論文  参考訳（メタデータ） (2024-09-26T18:44:20Z)
• A Federated Learning Approach for Multi-stage Threat Analysis in Advanced Persistent Threat Campaigns [25.97800399318373]
  高度な永続的脅威(APT)のようなマルチステージの脅威は、データを盗み、インフラストラクチャを破壊することによって深刻なリスクを引き起こす。 APTは新たな攻撃ベクトルを使用し、ネットワークの存在を隠蔽することでシグネチャベースの検出を回避する。 本稿では,APTを検出するための3段階の非教師付きフェデレーション学習(FL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-19T03:34:41Z)
• Unified Physical-Digital Face Attack Detection [66.14645299430157]
  顔認識(FR)システムは物理的(印刷写真)とデジタル(ディープフェイク)攻撃に悩まされることがある。 以前の関連する作業では、両方の状況が同時に考慮されることはめったにありません。 視覚言語モデル(VLM)に基づく一元攻撃検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-31T09:38:44Z)
• Towards General Visual-Linguistic Face Forgery Detection [95.73987327101143]
  ディープフェイクは現実的な顔操作であり、セキュリティ、プライバシー、信頼に深刻な脅威をもたらす可能性がある。 既存の方法は、このタスクを、デジタルラベルまたはマスク信号を使用して検出モデルをトレーニングするバイナリ分類として扱う。 本稿では, 微粒な文レベルのプロンプトをアノテーションとして用いた, VLFFD (Visual-Linguistic Face Forgery Detection) という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-07-31T10:22:33Z)
• MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
  我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。 提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
  論文  参考訳（メタデータ） (2020-10-25T23:01:13Z)
• Generalized Iris Presentation Attack Detection Algorithm under Cross-Database Settings [63.90855798947425]
  プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。 本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。 これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
  論文  参考訳（メタデータ） (2020-10-25T22:42:27Z)

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。