論文の概要: Equivalent Non-linear Shift Register Transformations and Espresso

• arxiv url: http://arxiv.org/abs/2610.25346v1
• Date: Sun, 18 Oct 2026 15:42:00 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:40:01.914532
• Title: Equivalent Non-linear Shift Register Transformations and Espresso
• Title（参考訳）: 等価非線形シフトレジスタ変換とエスプレッソ
• Abstract要約: ストリーム暗号 Espresso は E. Dubrova と M. Hell によって 5G セキュリティのためのハードウェア効率の高い候補として設計された。 256ビットのバイナリ非線形フィードバックシフトレジスタ(NFSR)と14のフィードバックタップ、20変数の非線形出力関数の2つのコンポーネントを備えている。 いくつかの標準的な暗号解析攻撃に対するエスプレッソのセキュリティは、2つのフィードバックタップしか持たない代替NFSRを用いて推定される。
• 参考スコア（独自算出の注目度）: 2.1976556957466187
• License:
• Abstract: The stream cipher Espresso was designed by E. Dubrova and M. Hell as a hardware-efficient candidate for 5G security. It has two components - a 256-bit binary non-linear feedback shift register (NFSR), with 14 feedback taps, and a 20-variable non-linear output function. However, the security of Espresso with regard to several standard cryptanalytic attacks are estimated using an alternate NFSR, which has only two feedback taps. The above analysis is based on the claim that this alternate NFSR is obtained using a transformation algorithm which preserves the output sequence of the original NFSR. This issue has become all the more significant in the light of recent results on hardware performance evaluations, which assume that the stated equivalence holds. This article presents the first successful attempt in settling the above question of Espresso NFSR equivalence. We arrive at our main result by a careful analysis of existing transformation methods relevant to the question. In doing so, we first identify and correct a critical flaw in the proof of a foundational result of E. Dubrova. Next, in the context of Espresso equivalence, we analyze and unify the transformation framework of Dubrova and the one proposed by Yao and Parampalli. Based on our analysis, we have succeeded in transforming the LFSR in an Espresso-equivalent design reported by Yao and Parampalli to the Espresso alternate NFSR. Further, we have obtained a corresponding non-linear output function which achieves output-equivalence with the LFSR design, and hence, with Espresso.
• Abstract（参考訳）: ストリーム暗号Espressoは、E. DubrovaとM. Hellによって、5Gセキュリティのためのハードウェア効率の高い候補として設計された。 256ビットのバイナリ非線形フィードバックシフトレジスタ(NFSR)と14のフィードバックタップ、20変数の非線形出力関数の2つのコンポーネントを備えている。 しかし、いくつかの標準的な暗号解析攻撃に対するエスプレッソのセキュリティは、2つのフィードバックタップしか持たない代替NFSRを用いて推定される。 上記の解析は、元のNFSRの出力シーケンスを保存する変換アルゴリズムを用いて、この代替NFSRが得られるという主張に基づいている。 この問題は、ハードウェアの性能評価に関する最近の結果に照らしてさらに重要になっている。 本稿は、上述のエスプレッソNFSR同値性に関する疑問を解決しようとする最初の試みを示す。 質問に関連する既存のトランスフォーメーション手法を慎重に分析することで、主要な結果に到達します。 その際、まずE. Dubrovaの基本的な結果の証明において重要な欠陥を特定し、修正する。 次に、エスプレッソ同値性(Espresso equivalence)の文脈において、ドゥブロヴァの変換の枠組みと、ヤオとパラパラリの提唱した枠組みを分析し、統一する。 解析結果から,Yao と Parampalli が報告した LFSR を Espresso 代替 NFSR に変換することに成功した。 さらに,LFSR設計と等価な出力を実現する非線形出力関数をEspressoで取得した。

関連論文リスト

• Switching-Geometry Analysis of Deflated Q-Value Iteration [7.8232617281369805]
  本稿では, 政策最適化問題に対する拡張Q-VIの最初のJSRベースの収束解析について述べる。 デフレの利点は、引き起こされた意思決定の問題の変化ではなく、より正確なJSRベースの収束幾何学の記述である。
  論文  参考訳（メタデータ） (2026-05-11T16:32:41Z)
• Sharp Convergence Rates for Masked Diffusion Models [53.117058231393834]
  制約を克服するオイラー法に対する全変分に基づく解析法を開発した。 その結果、スコア推定の仮定を緩和し、パラメータ依存性を改善し、収束保証を確立する。 全体としては,CTMC軌道に沿った直接テレビによる誤り分解と,FHSのためのデカップリングに基づく経路解析を導入している。
  論文  参考訳（メタデータ） (2026-02-26T00:47:51Z)
• Beyond Additivity: Sparse Isotonic Shapley Regression toward Nonlinear Explainability [0.0]
  本稿では,Sparse Isotonic Shapley Regression (SISR)について紹介する。 SISRは単調変換を学び、加法的に復元する。-閉形式仕様の必要性を回避し、Shapleyベクトル上でL0間隔制約を強制する。 SISRはペイオフスキーム間の属性を安定化し、無関係な特徴を正しくフィルタリングする。
  論文  参考訳（メタデータ） (2025-12-02T08:34:43Z)
• Transformers as Support Vector Machines [54.642793677472724]
  自己アテンションの最適化幾何と厳密なSVM問題との間には,形式的等価性を確立する。 勾配降下に最適化された1層変圧器の暗黙バイアスを特徴付ける。 これらの発見は、最適なトークンを分離し選択するSVMの階層としてのトランスフォーマーの解釈を刺激していると信じている。
  論文  参考訳（メタデータ） (2023-08-31T17:57:50Z)
• Variable Selection with the Knockoffs: Composite Null Hypotheses [2.725698729450241]
  我々は、ノックオフ手順の理論を合成ヌル仮説を用いたテストに拡張する。 主な技術的課題は、任意の設計から依存した特徴と組み合わせて合成ヌルを扱うことである。
  論文  参考訳（メタデータ） (2022-03-06T01:40:35Z)
• Autoencoding Variational Autoencoder [56.05008520271406]
  我々は,この行動が学習表現に与える影響と,自己整合性の概念を導入することでそれを修正する結果について検討する。 自己整合性アプローチで訓練されたエンコーダは、敵攻撃による入力の摂動に対して頑健な(無神経な)表現につながることを示す。
  論文  参考訳（メタデータ） (2020-12-07T14:16:14Z)
• Towards a Theoretical Understanding of the Robustness of Variational Autoencoders [82.68133908421792]
  敵攻撃や他の入力摂動に対する変分オートエンコーダ(VAE)の堅牢性を理解するために,我々は進出している。 確率モデルにおけるロバスト性のための新しい基準である$r$-robustnessを開発する。 遠心法を用いて訓練したVAEが、ロバストネスの指標でよく評価されていることを示す。
  論文  参考訳（メタデータ） (2020-07-14T21:22:29Z)

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。