論文の概要: Masked Differential-linear Distinguishers and Quantum Approaches
- arxiv url: http://arxiv.org/abs/2608.24799v1
- Date: Tue, 25 Aug 2026 16:43:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.107542
- Title: Masked Differential-linear Distinguishers and Quantum Approaches
- Title（参考訳）: マスク付き微分線形分散器と量子的アプローチ
- Abstract要約: Masked Auto-correlationは対称キープリミティブの暗号解析のための新しいプリミティブである。
マスクの対と大きなマスクの相互相関があり、MACフィッシング(MAC Fishing)と呼ばれる。
我々は、古典的かつ二次的な量子スピードアップによって、キャパシティベースの区別器とキー回復攻撃を構築する。
- 参考スコア（独自算出の注目度）: 0.667049805558253
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce masked auto-correlation, a new primitive for the cryptanalysis of symmetric-key primitives, together with a quantum attack pipeline built on it. For a permutation $f$, output masks $α,β$, and an input difference $w$, masked auto-correlation (MAC) measures the correlation between the masked outputs $α\cdot f(x)$ and $β\cdot f(x\oplus w)$. The associated masked differential-linear (MDL) approximations strictly generalize several classical techniques; ordinary linear cryptanalysis, differential-linear cryptanalysis, and the differential-linear connectivity table all arise as special cases. Our central object of study is the problem of finding mask pairs with large masked cross-correlation -- those that yield powerful distinguishers -- which we call MAC Fishing. We give a constant-query quantum algorithm that samples such pairs according to their squared correlation, and we prove an exponential classical lower bound of $Ω(N/\log N)$ queries, by adapting the hardness of Fourier Fishing. To our knowledge this is the first result pairing a quantum upper bound with a classical lower bound for the core task of identifying high-correlation approximations, making quantum algorithms an absolute necessity. Building on this, we analyse the distribution of masked auto-correlation for random permutations, and then construct capacity-based distinguishers and key-recovery attacks, both classically and with a quadratic quantum speed-up using amplitude estimation. We validate our claims with experiments on reduced-round mini-AES.
- Abstract（参考訳）: 我々は、対称鍵プリミティブの暗号解析のための新しいプリミティブであるマスク付き自己相関と、その上に構築された量子攻撃パイプラインを紹介する。
for a permutation $f$, output masks $α,β$, and a input difference $w$, masked auto-correlation (MAC) measure the correlations $α\cdot f
(x)$と$β\cdot f(x\oplus
w)$
関連するマスク付き微分線形(MDL)近似は、通常の線形暗号解析、微分線形暗号解析、微分線形接続テーブルなど、いくつかの古典的手法を厳密に一般化する。
私たちの研究の中心的な目的は、MACフィッシング(MAC Fishing)と呼ばれる強力な識別器を生み出す大きなマスクの交叉相関を持つマスクペアを見つけることにある。
このようなペアを2乗相関に従ってサンプリングする定値量子アルゴリズムを提案し、フーリエ・フィッシングの硬さを適応させることにより、指数関数的古典的下界$Ω(N/\log N)$クエリを証明した。
我々の知る限り、これは量子上界と古典的な下界とを合わせる最初の結果であり、高相関近似を同定し、量子アルゴリズムを絶対に必要なものにしている。
これに基づいて、ランダムな置換に対するマスク付き自己相関の分布を分析し、振幅推定を用いて古典的かつ二次的な量子スピードアップを用いて、キャパシティベースの区別器とキー回復攻撃を構築する。
ミニAESの小型化実験により,本主張を検証した。
関連論文リスト
- Certifying Quantum Optimization and Circuit Cutting by Using Quantum-Classical Moment Duality [0.0]
次数-2$ Sum-of-Squares半定値プログラミングコーンに基づく直接量子古典双対性を確立する。
同じモーメント行列が基礎となるユニタリ回路のテンソル積構造を明らかにする。
このフレームワークは変分量子アルゴリズムのMax-Cutインスタンスと回路切断のランダム状態で検証される。
論文 参考訳（メタデータ） (2026-06-19T12:48:36Z) - Block encoding of sparse matrices with a periodic diagonal structure [67.45502291821956]
周期的な対角構造を持つスパース行列を符号化するための明示的な量子回路を提供する。
本手法の様々な応用は, 微分問題を解く文脈で論じる。
論文 参考訳（メタデータ） (2026-02-11T07:24:33Z) - High-Rate Quantized Matrix Multiplication: Theory and Practice [29.75700570685703]
本研究では,量子化行列乗法(MatMul)の問題点について検討する。
1) 両行列を量子化(重+量子化)しなければならないジェネリック・マトマルと,2) 第二行列が共分散行列$_X$でのみ知られている重みのみの量子化である。
論文 参考訳（メタデータ） (2026-01-23T21:32:44Z) - On the Complexity Theory of Masked Discrete Diffusion: From $\mathrm{poly}(1/ε)$ to Nearly $ε$-Free [49.34727933066799]
マスク付き離散拡散(マスク付き離散拡散)は、トークンが識別される前に特別なマスクシンボルによって劣化するテキスト生成のフレキシブルパラダイムである。
その結果,Eulerサンプルは,$tildeO(d2epsilon-3/2)$離散スコア評価で,総変量(TV)の$epsilon$-精度を達成できることが判明した。
そこで我々は,有界スコアの仮定を取り除き,偏りのない離散スコア近似を保ったMask-Aware Truncated Uniformization (MATU) アプローチを提案する。
論文 参考訳（メタデータ） (2025-09-26T03:50:17Z) - Unveiling Induction Heads: Provable Training Dynamics and Feature Learning in Transformers [54.20763128054692]
我々は,2層変換器が$n$-gramのマルコフ連鎖データ上でICLを実行するためにどのように訓練されているかを検討する。
クロスエントロピー ICL 損失に対する勾配流が極限モデルに収束することを証明する。
論文 参考訳（メタデータ） (2024-09-09T18:10:26Z) - Stochastic Quantum Sampling for Non-Logconcave Distributions and
Estimating Partition Functions [13.16814860487575]
非対数確率分布からサンプリングする量子アルゴリズムを提案する。
f$ は有限和 $f(x):= frac1Nsum_k=1N f_k(x)$ と書くことができる。
論文 参考訳（メタデータ） (2023-10-17T17:55:32Z) - A hybrid quantum-classical algorithm for multichannel quantum scattering
of atoms and molecules [62.997667081978825]
原子と分子の衝突に対するシュリンガー方程式を解くためのハイブリッド量子古典アルゴリズムを提案する。
このアルゴリズムはコーン変分原理の$S$-matrixバージョンに基づいており、基本散乱$S$-matrixを計算する。
大規模多原子分子の衝突をシミュレートするために,アルゴリズムをどのようにスケールアップするかを示す。
論文 参考訳（メタデータ） (2023-04-12T18:10:47Z) - Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。
超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。
数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
論文 参考訳（メタデータ） (2022-09-27T17:56:15Z) - Quantum Augmented Dual Attack [8.134961550216618]
量子ランダムアクセス(QRACM)を用いたLearning with Errors(LWE)問題に対する2重格子攻撃の量子拡張変種を提案する。
本研究の結果を文献から格子パラメータに適用すると,QRACMへのユニットコストアクセスを前提として,我々のアルゴリズムが従来のアルゴリズムより優れていることが分かる。
論文 参考訳（メタデータ） (2022-05-27T13:54:31Z) - A Variational Quantum Attack for AES-like Symmetric Cryptography [69.80357450216633]
古典的AES様対称暗号のための変分量子攻撃アルゴリズム(VQAA)を提案する。
VQAAでは、既知の暗号文は、正規グラフを通して構築されるハミルトンの基底状態として符号化される。
論文 参考訳（メタデータ） (2022-05-07T03:15:15Z) - Discriminating Quantum States with Quantum Machine Learning [0.0]
我々は,量子k平均(qk平均)アルゴリズムを低時間複雑に提案し,実装し,解析する。
量子状態の識別は、低レベルのインフェーズと二次信号(IQ)データから量子状態の識別を可能にする。
従来のコンピュータへの依存を減らすため、IBMQ Bogotaデバイス上でqk-meansを用いて状態判別を行う。
論文 参考訳（メタデータ） (2021-12-01T07:09:14Z) - Quantum Approximate Optimization Algorithm Based Maximum Likelihood
Detection [80.28858481461418]
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
量子技術の最近の進歩は、ノイズの多い中間スケール量子(NISQ)デバイスへの道を開く。
論文 参考訳（メタデータ） (2021-07-11T10:56:24Z)
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。