論文の概要: Distributed Point Functions and Function Secret Sharing

• arxiv url: http://arxiv.org/abs/2607.27696v1
• Date: Thu, 30 Jul 2026 05:27:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.403856
• Title: Distributed Point Functions and Function Secret Sharing
• Title（参考訳）: 分散ポイント関数と関数シークレット共有
• Abstract要約: 分散点関数 (DPF) は秘密重み1ベクトルの圧縮付加的な共有を可能にする暗号プリミティブである。 DPF構造の魅力的な軽量構造は、幅広い応用を可能にしている。 これには、プライベート情報検索、匿名メッセージング、前処理によるセキュアな計算、擬似ランダム相関生成器が含まれる。
• 参考スコア（独自算出の注目度）: 27.58220080323485
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A distributed point function (DPF) is a cryptographic primitive that enables compressed additive sharing of a secret weight-1 vector (equivalently, a point function) across two or more parties. The appealing lightweight structure of DPF constructions has enabled a wide range of applications. These include private information retrieval, anonymous messaging, secure computation with preprocessing, and pseudorandom correlation generators for expanding small correlated seeds into large pseudorandom instances of cryptographic correlations. In this article, we survey definitions, constructions, and applications of DPFs. We also discuss the extension of DPF to function secret sharing (FSS), which generalizes point functions to support richer function classes. Efficient FSS schemes yield a similar generalization for most of the applications of DPFs.
• Abstract（参考訳）: 分散点関数 (DPF) は、秘密のウェイト-1ベクトル(同様に点関数)を2つ以上のパーティ間で圧縮した付加的な共有を可能にする暗号プリミティブである。 DPF構造の魅力的な軽量構造は、幅広い応用を可能にしている。 その中には、プライベート情報検索、匿名メッセージング、プリプロセッシングによるセキュアな計算、小さな相関シードを暗号相関の大きな擬似ランダムインスタンスに拡張する擬似ランダム相関生成器などが含まれる。 本稿では,DPFの定義,構成,応用について検討する。 また、よりリッチな関数クラスをサポートするために点関数を一般化する関数秘密共有(FSS)へのDPFの拡張についても論じる。 効率的なFSSスキームはDPFのほとんどの応用に対して同様の一般化をもたらす。

関連論文リスト

• Information-Theoretic Distributed Point Functions with Shorter Keys [4.8986598953553555]
  t-private n-server Information-Theoretic Distributed Point Function ((t,n)-ITDPF)により、任意の点関数 f_alpha,beta(x): [N] -> G を n 個の共有(秘密鍵)に変換することができる。 本稿では,Ghasemi,Kopparty,Sudan(STOC 2025)のプライベート情報検索(PIR)に基づく新しい共有変換を構築する。
  論文  参考訳（メタデータ） (2026-04-27T12:17:05Z)
• Efficient DPF-based Error-Detecting Information-Theoretic Private Information Retrieval Over Rings [9.893133639294563]
  認証されたプライベート情報検索(APIR)は、最先端のエラー検出プライベート情報検索(ED-PIR)である。 その有限体構造は、素数階のDPFに制限され、情報理論の条件下では、極端に大きな鍵サイズとなる。 本稿では,これらの制約を克服し,高次情報理論 DPF を利用したリング型情報理論 ED-PIR スキームを提案する。
  論文  参考訳（メタデータ） (2026-04-01T02:51:51Z)
• DDH-based schemes for multi-party Function Secret Sharing [3.0966075492209715]
  既存のマルチパーティ方式のキーサイズを削減するDDHに基づく手法を提案する。 私たちのベンチマークでは、最先端のスキームよりも10倍程度のキーサイズが強調されています。
  論文  参考訳（メタデータ） (2026-03-18T07:48:19Z)
• Deep Randomized Distributed Function Computation (DeepRDFC): Neural Distributed Channel Simulation [6.141945506223323]
  AE出力でシミュレートされた確率分布と未知のターゲット分布との間の全変動距離をデータサンプルのみを用いて最小化するオートエンコーダアーキテクチャを提案する。 本設計では,RDFC法を深層学習ベースで構築し,RDFC法の使用を容易にすることを目的としている。
  論文  参考訳（メタデータ） (2026-03-11T13:24:49Z)
• Eliminating Exponential Key Growth in PRG-Based Distributed Point Functions [3.0966075492209715]
  PRGベースのマルチパーティDPFは、パーティ数やフィールドサイズと指数関数的に増加するキーサイズのため、実用性に苦慮している。 我々の研究は、ボイルらによるPRGベースの多人数DPF方式を最適化することで、このボトルネックに対処する。 提案手法は,実用的な鍵サイズを持つ初のPRGベースのマルチパーティDPF方式であり,最もよく知られているマルチパーティDPFよりも最大3倍小さい鍵を提供する。
  論文  参考訳（メタデータ） (2025-09-26T07:57:24Z)
• A Refreshed Similarity-based Upsampler for Direct High-Ratio Feature Upsampling [54.05517338122698]
  一般的な類似性に基づく機能アップサンプリングパイプラインが提案されている。 本稿では,セマンティック・アウェアとディテール・アウェアの両方の観点から,明示的に制御可能なクエリキー機能アライメントを提案する。 我々は,モーザイクアーティファクトを緩和する上ではシンプルだが有効であるHR特徴に対して,きめ細かな近傍選択戦略を開発する。
  論文  参考訳（メタデータ） (2024-07-02T14:12:21Z)
• APP-Net: Auxiliary-point-based Push and Pull Operations for Efficient Point Cloud Classification [48.230170172837084]
  ポイントクラウドベースの3D分類タスクでは、隣のポイントから機能を集約する。 これらの問題に対処するため,我々はAPPと呼ばれる線形複雑性の局所アグリゲータを提案する。 オンラインの正規推定モジュールを使用して、説明可能な幾何学情報を提供し、APPモデリング機能を強化します。
  論文  参考訳（メタデータ） (2022-05-02T12:21:11Z)
• Beyond the Prototype: Divide-and-conquer Proxies for Few-shot Segmentation [63.910211095033596]
  少ないショットのセグメンテーションは、少数の濃密なラベル付けされたサンプルのみを与えられた、目に見えないクラスオブジェクトをセグメンテーションすることを目的としている。 分割・分散の精神において, 単純かつ多目的な枠組みを提案する。 提案手法は、DCP(disvision-and-conquer proxies)と呼ばれるもので、適切な信頼性のある情報の開発を可能にする。
  論文  参考訳（メタデータ） (2022-04-21T06:21:14Z)
• GFlowNet Foundations [66.69854262276391]
  Generative Flow Networks (GFlowNets) は、多様な候補をアクティブな学習コンテキストでサンプリングする方法として導入された。 GFlowNetのさらなる理論的性質について述べる。
  論文  参考訳（メタデータ） (2021-11-17T17:59:54Z)
• A^2-FPN: Attention Aggregation based Feature Pyramid Network for Instance Segmentation [68.10621089649486]
  アテンションアグリゲーションに基づく機能ピラミッドネットワーク(A2-FPN)を提案し、マルチスケール機能学習を改善します。 A2-FPNは、Cascade Mask R-CNNやHybrid Task Cascadeといった強力なベースラインに統合された場合、2.0%と1.4%のマスクAPを改善する。
  論文  参考訳（メタデータ） (2021-05-07T11:51:08Z)
• Finite-Function-Encoding Quantum States [52.77024349608834]
  任意の$d$値論理関数を符号化する有限関数符号化(FFE)を導入する。 それらの構造的特性について検討する。
  論文  参考訳（メタデータ） (2020-12-01T13:53:23Z)

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。