論文の概要: The Hint Weight of ML-DSA Signatures Is Key-Dependent: An Empirical Study across the Three FIPS 204 Parameter Sets
- arxiv url: http://arxiv.org/abs/2610.10992v1
- Date: Wed, 07 Oct 2026 23:26:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.700481
- Title: The Hint Weight of ML-DSA Signatures Is Key-Dependent: An Empirical Study across the Three FIPS 204 Parameter Sets
- Title（参考訳）: ML-DSA符号のヒントウェイトは鍵依存:3つのFIPS 204パラメータ集合に関する実証的研究
- Abstract要約: ML-DSA のすべてのシグネチャは公開ヒントベクトル h を持つ。
各ヒントh_kのハミング重みは署名キーに依存する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Every ML-DSA (FIPS 204) signature carries a public hint vector h. We find that the Hamming weight of each hint polynomial h_k depends on the signing key: to first order it measures the Euclidean norm of (t0)_k, the low-order part of t that key generation leaves out of the public key. A closed-form model predicts the per-key mean weight with Pearson r between 0.95 and 0.98; once the norm is accounted for, we detect no key-dependent signal above sampling noise. We measure the effect on the reference C implementation, with 200 keys and 2,000 signatures per key for each parameter set. A one-way ANOVA rejects key-independence of the total hint weight for ML-DSA-44, ML-DSA-65 and ML-DSA-87 (F = 30.1, 10.3, 11.1). The effect is weak: the key explains 0.5% to 1.5% of the variance of the total weight. A single signature identifies its key among 200 with 1.1 to 1.3 times chance accuracy from the total weight, and 1.5 to 1.8 times from the per-polynomial weight vector. A one-sided test at significance 0.001 separates two typical keys with probability one half after about 1,300 to 3,700 signatures per key. The hint weight does not endanger the signing key. The Dilithium designers do not treat t0 as secret, and t0 is known to be recoverable from signatures. The hint weight is, however, a weak statistical fingerprint: with enough signatures, it can be used to test whether they come from a common key, without the public key. Bounded-weight signing, a backward-compatible filter whose effect on the security argument we did not analyze, removes 86-91% of the between-key spread of the total weight but leaves the per-polynomial channel largely intact.
- Abstract（参考訳）: すべてのML-DSA (FIPS 204) シグネチャは公開ヒントベクトルhを持つ。
まず、(t0)_k のユークリッドノルムを測るとき、鍵生成が公開鍵から逸脱する t の低次部分である。
クローズドフォームモデルはピアソンrの鍵平均重量を0.95から0.98と予測し、基準が考慮されればサンプリングノイズ上の鍵依存信号は検出しない。
パラメータセットごとに200のキーと2000のシグネチャを割り当てて、基準Cの実装への影響を計測する。
片道ANOVAはML-DSA-44、ML-DSA-65、ML-DSA-87(F = 30.1, 10.3, 11.1)に対する全ヒント重量の鍵独立性を拒絶する。
効果は弱く、鍵は総重量の変動の0.5%から1.5%を説明できる。
シングルシグネチャは200の鍵を識別し、総重量から1.1倍から1.3倍の精度で、ポリノミカルウェイトベクトルから1.5倍から1.8倍の精度で鍵を識別する。
重要度0.001の片側テストでは、1キーあたり約1,300から3,700シグネチャの約半分の確率で2つの典型的なキーを分離する。
ヒントウェイトは署名キーを危険にさらすことはない。
ディリシウムの設計者はt0を秘密扱いせず、t0はシグネチャから復元可能であることが知られている。
しかし、ヒントの重みは弱い統計的指紋であり、十分な署名があれば、公開鍵なしで共通の鍵から来るかどうかを検査することができる。
境界重み付けは、私たちが分析しなかったセキュリティ引数に影響を及ぼす後方互換性のあるフィルタであり、総重みのキー間拡散の86-91%を除去するが、ポリノミカルチャネルは殆ど無傷である。
関連論文リスト
- Stabilizer-Public-Key Authentication: Long Stabilizer Public Keys Resist Finite-Copy Forgery Attacks [34.53765801528678]
本稿では,長期2次安定化器の公開鍵状態の有限供給に基づく情報理論認証プロトコルを提案する。
計算的に非有界な敵は、有効な古典的シグネチャを1つ観察し、N$公開鍵コピーを共同で処理することができる。
公開署名を条件に、セキュリティ問題は均一な安定化器アンサンブルのための部分予測ゲームに還元されることを示す。
論文 参考訳（メタデータ） (2026-09-16T10:35:00Z) - 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) - HaloMark: A Spectral Threshold for Embedding-Vector Watermarking under C2PA [3.0458514384586404]
暗号的にC2PAマニフェストに結び付けられたベクトルを埋め込むための透かしであるHaloMarkを提示する。
検証は、ベクトルあたり284usと24バイトのサイドカーで実行され、3つのC2PA参照SDKバインディングに対してエンドツーエンドで検証される。
論文 参考訳（メタデータ） (2026-08-09T11:36:59Z) - SAKI: Score-Aware Low-Rank Key Indexing with Random-Matrix Noise Correction for KV Retrieval [4.894648561808929]
キー再構成の品質よりも注意点を保存できる学習自由なKVキャッシュインデックスを開発した。
ランク32では、PCAの残るトップ64リコールエラーの13～30%を除去する。
1モデルあたりの注目度は68～99%向上し、より深い層で最大の増加率となる。
論文 参考訳（メタデータ） (2026-08-04T06:59:29Z) - 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) - QK-Normed MLA: QK normalization without full key caching [65.51862319225098]
QK正規化は、フルキーキャッシュを必要とせずに、MLAモデルの実用的な安定化オプションであることを示す。
最大100Bトークンでトレーニングされた400Mの実行では、QK-Normed MLAはトレーニング損失の低減と、QKクリッピングよりも下流の精度の向上を実現しています。
論文 参考訳（メタデータ） (2026-06-15T07:16:30Z) - Reading Task Failure Off the Activations: A Sparse-Feature Audit of GPT-2 Small on Indirect Object Identification [0.0]
我々は, GPT-2小火器のスパースオートコーダ(SAE)機能について, 失敗した試験と成功した試験との違いを報告した。
300プロンプトでは、GPT-2小径の精度は79.7%に達し、Bloom (2024)の層8残流SAEリリースの24,576個の特徴のうち146個はホルム補正値の閾値をクリアしている。
17,491, d=+2.93, Neuronpedia label 'cryptographic key' は、プロンプトの転送されたオブジェクトが「キー」である場合を除いて、本質的に静かである。
論文 参考訳（メタデータ） (2026-05-21T16:55:27Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Statistically-Lossless Quantization of Large Language Models [41.38595517076645]
本稿では、量子化LDMにおけるロスレスの3つの相補的な概念を通して、統計的にロスレス圧縮の中間点について検討する。
第一に、タスクロスレス圧縮は、自然サンプリングのばらつきの中でゼロショットベンチマークの精度を保ち、攻撃的なビット幅で達成可能である。
第二に、分散ロスレス圧縮というより厳密な概念を定式化し、量子化モデルの次トーケン分布を、原点と事実上区別できないものにすることを要求する。
第三に、対称量子化が非対称量子化に対するガンマ二乗によるノイズ分散を膨らませることを示すガンマ二乗分散法則を証明する。
論文 参考訳（メタデータ） (2026-05-04T09:46:47Z) - AWM: Accurate Weight-Matrix Fingerprint for Large Language Models [44.93519442566325]
重み行列に基づくトレーニング不要な指紋認証手法を提案する。
線形アサインメント問題(LAP)と不偏中心カーネルアライメント(CKA)の類似性を利用してパラメータ操作の効果を中和する。
本手法は, 上記の6項目すべてに対して, 偽陽性のほぼゼロのリスクを示しながら, 例外的な堅牢性を示す。
論文 参考訳（メタデータ） (2025-10-08T07:51:11Z) - One Sample is Enough to Make Conformal Prediction Robust [53.78604391939934]
共形予測は, 1つのランダムな摂動入力に対して前方通過しても, ある程度の堅牢性が得られることを示す。
提案手法は,入力毎に多数のパス(例えば100回程度)を使用するSOTA法と比較して,平均セットサイズが小さいロバストな集合を返す。
論文 参考訳（メタデータ） (2025-06-19T19:14:25Z)
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。