論文の概要: Cipher-Structure-Aware Variational Quantum Cryptanalysis: A Reversible Public-Diagnostic Framework
- arxiv url: http://arxiv.org/abs/2609.28493v1
- Date: Tue, 01 Sep 2026 19:02:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:56.036737
- Title: Cipher-Structure-Aware Variational Quantum Cryptanalysis: A Reversible Public-Diagnostic Framework
- Title(参考訳): 暗号構造を考慮した変分量子クリプトアナリシス : 可逆的公共診断フレームワーク
- Abstract要約: ブロック暗号における公開データからの鍵回復のための暗号構造対応変分フレームワークを提案する。
提案手法を定式化し, 構造診断の片側完全性を証明し, 偽鍵診断ギャップに対する条件付き下尾境界を導出する。
- 参考スコア(独自算出の注目度): 7.829850749874397
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a cipher-structure-aware variational framework for key recovery from public data in reduced block ciphers. Public S-box differential constraints and candidate-key-dependent inverse-round residuals are converted into phase separators through reversible compute-phase-uncompute circuits. The principal separator is a hybrid DDT construction that combines pairwise and synchronized multi-pair differential constraints before residual refinement. The construction is specified by public functions and does not require a key-indexed phase table in the physical circuit. We formalize the public-instance model, prove one-sided completeness of the structural diagnostics, and derive a conditional lower-tail bound for false-key diagnostic gaps under an explicitly stated sub-Gaussian moment condition. This statistical statement concerns the diagnostic landscape, not convergence of a finite-depth QAOA optimizer. On ten independent random three-pair instances of 16-bit simplified AES, an 18-layer Hybrid-DDT schedule reaches a mean public-consistent-key probability of 0.529785, with values from 0.388892 to 0.770937, ranks the correct key first in every run, and has largest observed false-key probability 0.008723. The result is a reduced-cipher mechanism study, not an attack on full AES.
- Abstract(参考訳): ブロック暗号における公開データからの鍵回復のための暗号構造対応変分フレームワークを提案する。
一般のSボックス差分制約と候補キー依存の逆ラウンド残差は、可逆的な計算位相不コンパクト回路によって相分離器に変換される。
主分離器はDDTのハイブリッド構成であり、残差分分解の前にペアワイズと同期多重ペア差分制約を組み合わせたものである。
構成は公開関数で指定され、物理回路にキーインデックスの位相テーブルを必要としない。
我々は,公試モデルを定式化し,構造診断の片側完全性を証明し,明記された準ガウスモーメント条件の下で,偽鍵診断ギャップに対する条件付き下尾境界を導出する。
この統計的ステートメントは、有限深度QAOAオプティマイザの収束ではなく、診断環境に関するものである。
16ビット単純化されたAESの10つの独立したランダム3ペアインスタンスにおいて、18層のハイブリッドDDTスケジュールは、平均的な公開一貫性キー確率0.529785に達し、その値は0.388892から0.770937であり、各ランで正しいキーを最初にランク付けし、観測された最大の偽鍵確率0.008723である。
その結果、AESの完全な攻撃ではなく、暗号機構の研究が減った。
関連論文リスト
- Dependency-Aware ROM/CBD Correctness Bounds for ML-KEM-768 at the Heuristic Failure Scale [0.0]
我々は、ML-KEM-810の真正なカプセル化失敗上限を明示的ランダム中心二項 (ROM/CBD) 抽象化で証明する。
これは正確なDFRではなく、固定値ではなく、新しいIND-CCA還元ではなく、デルタ補正の結果ではない。
論文 参考訳(メタデータ) (2026-09-09T10:13:10Z) - Structured Variational Key Concentration for a Reduced AES Cipher [7.829850749874397]
グロバー探索は対称キー回復のための一般的な量子ベースラインを提供する。
本研究は,公開ラウンド構造が正確な検証の前に変動鍵レジスタを形成できるかどうかを考察する。
論文 参考訳(メタデータ) (2026-08-30T08:26:18Z) - Data Diversity, Not Frequency Invariance: A Controlled and Self-Audited Study of Compression-Robust Deepfake Detection [0.26856688022781555]
周波数特徴と圧縮不変表現学習は、ビデオ圧縮に耐えるディープフェイク検出の鍵であると広く考えられている。
本稿では, CAFRL - block-DCT および FFT-phase ストリーム, 圧縮レベル条件付き帯域アテンション, 逆(逆)圧縮でこれを検証する。
キャパシティと拡張整合制御を備えた事前登録されたプロトコルの下では、マルチ品質データに対するプレーンなEfficientNet-B0が、各圧縮レベルで指定されたCAFRLを上回った。
論文 参考訳(メタデータ) (2026-08-26T12:05:10Z) - BioZKFHE: Scalable Encrypted Biometric Identification via Verifiable Homomorphic Similarity Evaluation [20.524348401618735]
BioZKFHEは、検証可能な同型類似性評価によるスケーラブルな暗号化生体認証のためのフレームワークである。
BGV準同型計算と委員会による証明/復号化とオープンな証明バッチのスマートコントラクト検証を組み合わせる。
FaceNetとMobileFaceNetの実験では、ほぼ無数のバイオメトリックなユーティリティ、最大67%の暗号化ストレージの削減、22~44秒のエンドツーエンドの証明検証ランタイムが示されている。
論文 参考訳(メタデータ) (2026-07-24T08:08:54Z) - Constrained Decoding for Diffusion Language Models via Efficient Inference over Finite Automata [57.27430779838529]
有限オートマトンとして表現可能な任意の制約の下で,制約付き平均場後部からサンプリングする,正確かつトラクタブルなアルゴリズムを提案する。
このアプローチは、構築による制約満足度を保証し、欲求とサンプリングベースのデコーディングの両方をサポートし、並列およびブロックワイドデコーディングと互換性がある。
Dream-7B と LLaDA-8 の実証的な評価は、様々なタスクにおいてかなりの精度の向上を示した。
論文 参考訳(メタデータ) (2026-07-08T05:48:57Z) - Modeling Normal Is All You Need: Joint Latent Clustering for Anomaly Detection in Multimodal Cyber-Physical Systems [47.027290803102666]
通常の行動は、多くの不均衡で、曲がりくねった、細い範囲の運営体制の結合である。
我々は正規法則を、共同学習された潜在表現と明示的なガウス混合モードクラスタリングでモデル化する。
ポイント調整のない生のポイントワイドメトリクス、自明な検出困難分割、頻度整合F1、列車正規化のみのキャリブレーションを意図的に評価する。
論文 参考訳(メタデータ) (2026-07-07T10:10:00Z) - Efficient Conditioning Why Pseudo Observation Batch Bayesian Optimization Works When It Does not [0.0]
Constant Liar (CL)、Kriging Believer (KB)、およびファンタジーモデルは並列ベイズ最適化におけるバッチ選択に広く使われている。
データを拡張した場合に,効率的な条件付けをキーサロゲート特性として,クローズドフォームで予測を更新する機能として同定する。
CL, KB, および空想モデルを, 偽値分布のみが異なる単一の条件付け機構のインスタンスとして統一する。
論文 参考訳(メタデータ) (2026-05-12T13:14:24Z) - On the Convergence of Single-Loop Stochastic Bilevel Optimization with Approximate Implicit Differentiation [44.084531611147305]
単一ループ近似インプリシト差分法(SSAID)アルゴリズムの洗練された収束解析を行う。
i) 最適な$mathcalO(-2)$最先端のマルチループメソッドのレートと一致し、 (ii) $-dependenceの最初の明示的できめ細かい特徴を提供する。
論文 参考訳(メタデータ) (2026-02-27T03:12:08Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳(メタデータ) (2025-09-26T23:40:47Z) - Structured Basis Function Networks: Loss-Centric Multi-Hypothesis Ensembles with Controllable Diversity [46.60221265861393]
既存の予測の不確実性に対するアプローチは、多様性を促進するが原則化された集約を欠くマルチハイプセシス予測に依存している。
Structured Basis Function Networkはこのギャップに対処し、Bregmanの発散によって引き起こされる中心的な凝集を通して多仮説予測とエンハンブルをリンクする。
調整可能な多様性メカニズムは、バイアス-分散-多様性トレードオフのパラメトリック制御を提供し、多仮説一般化と損失認識アンサンブルアグリゲーションを接続する。
論文 参考訳(メタデータ) (2025-09-02T19:53:43Z) - Composably secure data processing for Gaussian-modulated continuous
variable quantum key distribution [58.720142291102135]
連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。
構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。
特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
論文 参考訳(メタデータ) (2021-03-30T18:02:55Z)
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。