論文の概要: OT-PCA: New Key-Recovery Plaintext-Checking Oracle Based Side-Channel Attacks on HQC with Offline Templates
- arxiv url: http://arxiv.org/abs/2609.35205v1
- Date: Mon, 28 Sep 2026 14:00:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-02 16:08:05.616881
- Title: OT-PCA: New Key-Recovery Plaintext-Checking Oracle Based Side-Channel Attacks on HQC with Offline Templates
- Title（参考訳）: OT-PCA: オフラインテンプレートを備えたHQC上のOracleベースのサイドチャネル攻撃をキーリカバリする新しい平文チェッキング
- Abstract要約: OT-PCAはPlaintext-Checking (PC) Oracleベースのサイドチャネル攻撃を行うための新しいアプローチである。
数百の秘密位置のソフト情報を効率的に抽出するオフラインテンプレートを構築します。
- 参考スコア（独自算出の注目度）: 5.447116094444084
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we introduce OT-PCA, a novel approach for conducting Plaintext-Checking (PC) oracle based side-channel attacks, specifically designed for Hamming Quasi-Cyclic (HQC). By calling the publicly accessible HQC decoder, we build offline templates that enable efficient extraction of soft information for hundreds of secret positions with just a single PC oracle call. Our method addresses critical challenges in optimizing key-related information extraction, including maximizing decryption output entropy and ensuring error pattern independence, through the use of genetic-style algorithms. Extensive simulations demonstrate that our new attack method significantly reduces the required number of oracle calls, achieving a 2.4-fold decrease for hqc-128 and even greater reductions for hqc-192 and hqc-256 compared to current state-of-the-art methods. Notably, the attack shows strong resilience against inaccuracy in the PC oracle-when the oracle accuracy decreases to 95%, the reduction factor in oracle call requirements increases to 7.6 for hqc-128. Lastly, a real-world evaluation conducted using power analysis on a platform with an ARM Cortex-M4 microcontroller validates the practical applicability and effectiveness of our approach.
- Abstract（参考訳）: 本稿では,Hamming Quasi-Cyclic (HQC) に特化して設計されたPlaintext-Checking (PC) Oracle によるサイドチャネル攻撃を行う新しい手法であるOT-PCAを紹介する。
パブリックアクセス可能なHQCデコーダを呼び出すことで、単一のPCオラクルコールだけで数百の秘密位置のソフト情報を効率的に抽出できるオフラインテンプレートを構築します。
提案手法は,遺伝的アルゴリズムを用いて,復号化出力エントロピーの最大化やエラーパターンの独立性の確保など,鍵関連情報抽出の最適化における重要な課題に対処する。
大規模なシミュレーションにより,本手法は必要なオラクル呼び出し回数を大幅に削減し,hqc-128の2.4倍の減少,hqc-192およびhqc-256の減少を実現した。
特に、この攻撃はPCオラクルにおける不正確性に対する強い耐性を示し、オラクルの精度が95%に低下すると、オラクルコール要求の低減率はhqc-128に対して7.6に上昇する。
最後に,ARM Cortex-M4マイクロコントローラを用いたプラットフォーム上での電力解析による実環境評価を行い,本手法の有効性と有効性を検証する。
関連論文リスト
- Breaking the Computational Barrier: Provably Efficient Actor-Critic for Low-Rank MDPs [53.412166189410904]
低ランクマルコフ決定過程(MDPs)の下で広く採用されているRLオーラクルの階層を確立するために,教師付き学習を計算プロキシとして利用する。
本研究の目的は,政策評価にのみ依存する新しい楽観的アクター批判アルゴリズムを提案することである。
提案アルゴリズムは,従来の計算コストの高い計画や最適化オーラクルを回避しつつ,既存のサンプル複雑度保証よりも優れていることを示す。
論文 参考訳（メタデータ） (2026-05-02T04:46:54Z) - MulVul: Retrieval-augmented Multi-Agent Code Vulnerability Detection via Cross-Model Prompt Evolution [28.062506040151153]
大きな言語モデル(LLM)は、2つの重要な制限のため、現実世界の脆弱性検出を自動化するのに苦労している。
脆弱性パターンの不均一性は単一の統一モデルの有効性を損なう。
textbfMulVulは,高精度かつ広範囲な脆弱性検出のための検索拡張型マルチエージェントフレームワークである。
論文 参考訳（メタデータ） (2026-01-26T12:43:10Z) - LATTS: Locally Adaptive Test-Time Scaling [45.37857725357838]
生成ステップ間で変数計算を割り当てるために,emphLocally Adaptive Test-Time Scaling (LATTS)を提案する。
LATTSは検証者ベースの受け入れ基準を用いて、生成プロセスを再サンプリング、バックトラック、再起動、または停止するかを決定する。
実験結果から, LATTS は標準検証手法と比較して, 高い精度で計算トレードオフを達成できることがわかった。
論文 参考訳（メタデータ） (2025-09-16T17:51:33Z) - ENSI: Efficient Non-Interactive Secure Inference for Large Language Models [10.82684192498215]
大規模言語モデル(LLM)のための新しいセキュア推論フレームワークであるENSIを提案する。
ENSI は CKKS スキームを軽量 LLM 変種 BitNet とシームレスに統合する最適化された符号化方式を採用している。
本稿では,行列乗算の約8倍の高速化と,CPU上でのソフトマックス推論の2.6倍の高速化を実現することを実証する。
論文 参考訳（メタデータ） (2025-09-11T13:04:22Z) - Routing and Wavelength Assignment with Minimal Attack Radius for QKD Networks [7.465513642898046]
量子鍵分配(QKD)は、セキュリティを保証された鍵を配布することができるが、物理層脅威による鍵交換の中断の影響を受けない。
まず、単一物理層攻撃による最悪の影響を定量化するために、新しいメトリクスであるNumber of Affected Requests(maxNAR)を導入する。
論文 参考訳（メタデータ） (2025-08-14T13:10:43Z) - Advancing Prompt-Based Methods for Replay-Independent General Continual Learning [44.94466949172424]
一般連続学習(GCL)は、現実世界の連続学習(CL)問題を記述するための幅広い概念である。
このような要求は、初期性能の低下、限定的な一般化可能性、深刻な破滅的な忘れ込みをもたらす。
本稿では,MISA (Mask and Initial Session Adaption) という新しい手法を提案する。
論文 参考訳（メタデータ） (2025-03-02T00:58:18Z) - μRL: Discovering Transient Execution Vulnerabilities Using Reinforcement Learning [4.938372714332782]
本稿では,SpectreやMeltdownといったマイクロアーキテクチャの脆弱性を発見する上での課題に対して,強化学習を用いることを提案する。
我々のRLエージェントはプロセッサと対話し、リアルタイムフィードバックから学び、命令シーケンスを優先順位付けすることで脆弱性を明らかにする。
論文 参考訳（メタデータ） (2025-02-20T06:42:03Z) - Constrain Alignment with Sparse Autoencoders [45.131670081186]
特徴レベルの制約付き優先度最適化は、安定性を確保しつつアライメントプロセスを簡素化するために設計された新しい手法である。
提案手法は、訓練されたスパースオートエンコーダで活性化されるスパース機能と、逐次KL分散の品質を用いて効率を向上する。
論文 参考訳（メタデータ） (2024-11-12T07:54:13Z) - Towards Scalable Quantum Key Distribution: A Machine Learning-Based Cascade Protocol Approach [2.363573186878154]
量子鍵分配(Quantum Key Distribution, QKD)はセキュア通信のための重要な技術である。
複雑な数学的モデルに依存する伝統的な鍵レート決定法は、しばしば効率と拡張性に欠ける。
本稿では,機械学習(ML)技術をカスケード誤り訂正プロトコルに統合する手法を提案する。
論文 参考訳（メタデータ） (2024-09-12T13:40:08Z) - Step-DPO: Step-wise Preference Optimization for Long-chain Reasoning of LLMs [54.05511925104712]
本稿では,Step-DPOと呼ばれるシンプルで効果的でデータ効率のよい手法を提案する。
Step-DPOは、個々の推論ステップを、論理的に回答を評価するのではなく、優先最適化の単位として扱う。
以上の結果から,70B パラメータ以上のモデルでは,10K の選好データペアと500 Step-DPO トレーニングステップ以下では,MATH の精度が約3%向上する可能性が示唆された。
論文 参考訳（メタデータ） (2024-06-26T17:43:06Z) - Covert Model Poisoning Against Federated Learning: Algorithm Design and
Optimization [76.51980153902774]
フェデレーテッド・ラーニング(FL)はパラメータ伝達中にFLモデルに対する外部攻撃に対して脆弱である。
本稿では,最先端の防御アグリゲーション機構に対処する有効なMPアルゴリズムを提案する。
実験の結果,提案したCMPアルゴリズムは,既存の攻撃機構よりも効果的で,かなり優れていることが示された。
論文 参考訳（メタデータ） (2021-01-28T03:28:18Z)
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。