論文の概要: Information-Theoretic Threshold Designated-Verifier Digital Signatures for Resource-Constrained Devices
- arxiv url: http://arxiv.org/abs/2611.18355v1
- Date: Fri, 13 Nov 2026 16:02:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.358185
- Title: Information-Theoretic Threshold Designated-Verifier Digital Signatures for Resource-Constrained Devices
- Title(参考訳): 資源制約デバイスのための情報理論閾値指定検証ディジタル署名
- Abstract要約: 本稿では3つの新しい情報理論しきい値付きデジタル署名スキームを提案する。
私たちは、標準的なセキュリティ基準の下で、それらがテキストの敵に対して安全であることを証明します。
- 参考スコア(独自算出の注目度): 2.4469484645516837
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital signatures are synonymous with data integrity and authenticity. Among applications such as e-commerce, software distribution, and instruction processing they play a vital role in the secure communication of data. Within this context and in preparation for quantum adversarial tactics we present three new information-theoretic threshold designated verifier digital signature schemes and prove them secure against \textit{any} adversary under the standard security criterion. The $n$-of-$n$ multi-signature, $t$-of-$n$ threshold with dealer, and $t$-of-$n$ threshold without dealer designated verifier signature schemes can be implemented with simple mathematical constructs and we demonstrate the efficiency of these with evaluation of signature computation ($\lessapprox$ 80\,ms) and verification times ($\lessapprox$ 150\,ms) on the resource constrained platform of Raspberry Pi 4. We find our scheme also has equivalent or improved (2$\times$) performance than a comparable state-of-the-art post-quantum threshold digital signature scheme on both resource constrained devices and the more capable consumer-grade 2025 M5 MacBook Pro.
- Abstract(参考訳): デジタル署名はデータの完全性と認証と同義である。
電子商取引、ソフトウェア配布、命令処理などのアプリケーションでは、データのセキュアな通信において重要な役割を担っている。
この文脈と、量子敵戦術の準備として、3つの新しい情報理論しきい値が指定されたデジタル署名スキームを提示し、標準的なセキュリティ基準の下での \textit{any} 敵に対して安全であることを証明した。
Raspberry Pi 4のリソース制約されたプラットフォーム上で、$n$-of-$n$のマルチ署名、$t$-of-$n$のしきい値、$t$-of-$n$のシグネチャスキームなしでは$t$-of-$n$のしきい値を実装し、シグネチャ計算 (\lessapprox$80\,ms) と検証時間 (\lessapprox$150\,ms) を評価して、これらの効率を実演することができる。
我々はまた、リソース制約のあるデバイスと、より有能な2025 M5 MacBook Proの両方で、最先端のしきい値デジタルシグネチャよりも同等または改善された(2$\times$)性能があることを発見した。
関連論文リスト
- Non-Fungible Blockchain Tokens for Traceable Online-Quality Assurance of Milled Workpieces [67.2286008549719]
本研究は, オンライン品質保証プロセスからミツバチの品質関連データのセキュアな保管と転送を実現するための概念と実装について述べる。
この概念はバリューチェーン全体のトレーサビリティを可能にし、時間とコストのかかる手動品質チェックの必要性を最小限にする。
論文 参考訳(メタデータ) (2026-02-10T13:53:11Z) - A Compact Post-quantum Strong Designated Verifier Signature Scheme from Isogenies [0.0]
異種性に基づくStrong Designated Verifier Signatureスキームを提案する。
既存のSDVS構築の代替として、コンパクトで量子耐性がある。
強力なセキュリティ保証、SUF-CMA(SUF-CMA)による強力なアンフォージェビリティ、NT(Non-Transferability)、PSI(Privacy of Signer's Identity)を実現している。
論文 参考訳(メタデータ) (2025-07-20T10:15:38Z) - Stateful Hash-Based Signature (SHBS) Benchmark Data for XMSS and LMS [1.2835555561822447]
NISTは、量子コンピュータを使用する将来の脅威から保護を必要とする可能性のある長期的なアプリケーションにステートフルなハッシュベースのデジタルシグネチャを使用することを推奨している。
XMSSとLMSは、デジタル署名サイズ、公開鍵サイズ、キーペアの寿命を通じて生成できる署名の数、および署名を検証するための計算努力に影響を与える複数のパラメータオプションを持っている。
このベンチマークデータの収集は、システム設計者が設定オプションの違いを理解するのを支援することを目的としている。
論文 参考訳(メタデータ) (2025-02-09T21:14:17Z) - Quantum digital signature based on single-qubit without a trusted third-party [45.41082277680607]
我々は、信頼できるサードパーティを使わずに、新しい量子デジタル署名プロトコルを提案する。
我々は,このプロトコルが情報理論的非偽造性を持っていることを証明した。
論文 参考訳(メタデータ) (2024-10-17T09:49:29Z) - Efficient Arbitrated Quantum Digital Signature with Multi-Receiver Verification [3.6788660756664773]
量子デジタル署名は、署名者の身元を理論上のセキュリティで認証するために用いられる。
仲裁のない従来のマルチ受信型量子デジタルシグネチャスキームでは、1対1シグネチャの転送可能性は常に偽造性を達成するために必要である。
本稿では,複数の受信機で同時にシグネチャを検証可能な調停型量子デジタルシグネチャ方式を提案する。
論文 参考訳(メタデータ) (2024-06-12T02:46:54Z) - Demonstration of quantum-digital payments [36.136619420474766]
我々は、量子光が本質的に忘れられない量子暗号文を生成することによって、日々のデジタル決済をいかに確保できるかを示す。
提案したプロトコルとは異なり、我々のソリューションは長期の量子ストレージや信頼できるエージェント、認証チャネルに依存しない。
短期技術では実用的であり、量子可能なセキュリティの時代を告げるかもしれない。
論文 参考訳(メタデータ) (2023-05-23T20:20:14Z) - FedSOV: Federated Model Secure Ownership Verification with Unforgeable
Signature [60.99054146321459]
フェデレートラーニングにより、複数のパーティがプライベートデータを公開せずにグローバルモデルを学ぶことができる。
本稿では,FedSOVという暗号署名に基づくフェデレート学習モデルのオーナシップ検証手法を提案する。
論文 参考訳(メタデータ) (2023-05-10T12:10:02Z) - Don't Forget to Sign the Gradients! [60.98885980669777]
GradSignsはディープニューラルネットワーク(DNN)のための新しい透かしフレームワーク
深部ニューラルネットワーク(DNN)のための新しい透かしフレームワークであるGradSignsを紹介します。
論文 参考訳(メタデータ) (2021-03-05T14:24:32Z)
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。