摘要:随着云在数据存储和管理领域开始占据主导地位,本文对数据安全和隐私的关注是有意义的。本文介绍了一项研究,通过将高级加密算法与强大的异常检测机制相结合来增强云的稳健性,以保护存储在其中的敏感数据。使用传统的加密方法,为保护数据奠定了坚实的基础。然而,由于网络攻击的复杂性不断提高,需要更动态的保护方法,因此始终期待新的方法来保护数据免受日益复杂的网络攻击非常重要。本文结合了加密领域的最新技术,包括同态加密和抗量子算法,以及基于机器学习的高级异常检测技术,以实时检测可疑活动。该框架在数据传输过程中使用实时加密机制,以及实时监控访问和活动日志的异常检测系统。这些系统使用深度学习算法(如卷积神经网络和长短期记忆)来检测异常模式,从而提供多层安全性。使用大型云活动数据集上的模拟来评估这些框架。结果表明,异常检测任务的准确性很高,而扩展大型云环境对计算效率的需求几乎没有降低。
在阐明了算法的概念后,证明了许多经典问题的算法不可分辨性(例如,小组元素的认同,流形的同态性,同型二芬太汀方程的溶解性等)。这消除了找到解决方案的实用方法的问题。然而,由于这些算法规定的大量工作,解决其他问题的算法并不能消除它们的类似问题。这是所谓的顺序搜索问题的情况:最小化布尔功能,搜索有限的长度证明,确定图同构以及其他。所有这些问题都是通过列举所有可能性组成的琐碎算法来解决的。但是,这些算法需要指数级的工作时间,而数学家已经形成了信念,即对它们的简单算法是不可能的。已经获得了许多认真的论点以支持其有效性(见[1,2]),但没有人能够证明这一说法。(例如,尚未证明找到数学证据比验证它们需要更多的时间。)但是,如果我们假设存在无法通过简单算法解决的顺序搜索类型的某些(甚至是人为构造的)问题(就计算量而言),则可以证明许多“经典”顺序搜索问题(包括最小化问题,包括最小化问题,证明搜索问题等)也具有此属性。这构成了本文的主要结果。
在假设可能信道之间的代数关系的先验知识的前提下,分析了确定性地区分多个量子信道的问题。通过明确构建一类新型量子算法,结果表明,当可能信道集如实地表示 SU(2) 的一个有限子群(例如 C n 、D 2 n 、A 4 、S 4 、A 5 )时,可以修改最近开发的量子信号处理技术以构成量子假设检验的子程序。这些用于群量子假设检验的算法直观地对 SU(2) 中信道集的离散属性进行编码,并且与简单重复二元假设检验相比,查询复杂度至少提高了二次,即 n(信道集和组的大小)。有趣的是,性能完全由显式群同态定义;而这些又为嵌入酉矩阵的多项式提供了简单的约束。这些构造展示了一种灵活的技术,用于将量子推理中的问题映射到函数逼近和离散代数的众所周知的子领域。讨论了对更大群体和噪声设置的扩展,以及改进的针对结构化通道集的量子假设检验协议在参考帧传输、量子密码学安全性证明和属性测试算法中的应用途径。
摘要 脑肿瘤是一组异常细胞。大脑被包裹在更坚硬的头骨中。异常细胞生长并引发肿瘤。由于肿瘤形状不规则,肿瘤检测是一项复杂的任务。所提出的技术包含四个阶段,即病变增强、特征提取和选择以进行分类、定位和分割。磁共振成像 (MRI) 图像由于某些因素(例如图像采集和磁场线圈的波动)而带有噪声。因此,使用同态小波滤波器进行降噪。然后,使用非支配排序遗传算法 (NSGA) 从 inceptionv3 预训练模型中提取特征并选择信息特征。优化的特征被转发进行分类,之后肿瘤切片被传递到为肿瘤区域定位而设计的 YOLOv2-inceptionv3 模型,以便从 inceptionv3 模型的深度连接 (mixed-4) 层提取特征并提供给 YOLOv2。将定位图像传递给 McCulloch 的 Kapur 熵方法以分割实际肿瘤区域。最后,在三个基准数据库 BRATS 2018、BRATS 2019 和 BRATS 2020 上验证了所提出的技术以进行肿瘤检测。所提出的方法在脑病变的定位、分割和分类中取得了 0.90 以上的预测分数。此外,与现有方法相比,分类和分割结果更优。
摘要:在密码学、计算统计、游戏、模拟过程、赌博和其他相关领域,密码安全伪随机数生成器 (CSPRNG) 的设计带来了重大挑战。随着量子计算的快速发展,迫在眉睫的“量子威胁”越来越近,对我们当前的密码安全 PRNG 构成了威胁。因此,认真应对这些威胁并开发各种工具和技术以确保密码安全的伪随机数生成器 (PRNG) 不会被经典计算机和量子计算机破解变得至关重要。本文介绍了一种使用基于格的带错学习 (LWE) 原理构建有效抗量子伪随机数生成器 (QRPRNG) 的新方法。LWE 被认为是抗量子的,因为它依赖于最短向量问题和最近向量问题等问题的难度。我们的工作重点是开发一种利用线性反馈移位寄存器 (LFSR) 生成伪随机位流的 QRPRNG。为了为 QRPRNG 构建安全种子,我们使用了 LWE。所提出的 QRPRNG 将安全种子输入到 LFSR,并使用同态函数来保护 LFSR 内有限状态的安全性。我们进行了 NIST 统计测试来评估所构建的 QRPRNG 生成输出的随机性。所提出的 QRPRNG 实现了 35.172 Mbit/s 的吞吐量。
在假设可能信道之间的代数关系的先验知识的前提下,分析了确定性地区分多个量子信道的问题。通过明确构建一类新型量子算法,结果表明,当可能信道集如实地表示 SU(2) 的一个有限子群(例如 C n 、D 2 n 、A 4 、S 4 、A 5 )时,可以修改最近开发的量子信号处理技术以构成量子假设检验的子程序。这些用于群量子假设检验的算法直观地对 SU(2) 中信道集的离散属性进行编码,并且与简单重复二元假设检验相比,查询复杂度至少提高了二次,即 n(信道集和组的大小)。有趣的是,性能完全由显式群同态定义;而这些又为嵌入酉矩阵的多项式提供了简单的约束。这些构造展示了一种灵活的技术,用于将量子推理中的问题映射到函数逼近和离散代数的众所周知的子领域。讨论了对更大群体和噪声设置的扩展,以及改进的针对结构化通道集的量子假设检验协议在参考帧传输、量子密码学安全性证明和属性测试算法中的应用途径。
我们提出了简单且实用的协议,以产生与异步总订单广播所使用的随机性。协议在带有动态变化的股份的验证验证设置中安全。可以将它们插入异步的总订单广播中的现有协议中,并将其变成带有动态利益的异步总订单广播。我们的贡献依赖于两种重要技术。“君士坦丁堡中的随机甲壳:使用密码学的实用异步拜占庭一致” [Cachin,Kursawe和Shoup,PODC 2000],通过使用阈值密码来影响实用的总订单广播的设计。但是,它需要一个设置协议才能有效。在带有动态利益的验证验证设置中,必须不断地重新计算此设置,从而使协议不切实际。“异步拜占庭式拜占庭与次级交流的一致性” [Blum,Katz,Liu-Zhang和Loss,TCC 2020],展示了如何使用初始设置进行广播以渐近地生成子序列设置。该协议诉诸于完全同态加密,因此并非实际效率。我们采用动态危险将其方法采用的验证验证设置,将其应用于君士坦丁堡纸,并消除完全同构加密的需求。这将产生简单且实用的证明协议。
摘要。与任何加密算法一样,后量子 CCA 安全公钥加密方案的部署可能伴随着需要防范侧信道攻击。对于现有的未考虑泄漏的后量子方案,最近的结果表明,这些保护的成本可能会使其实施成本增加几个数量级。在本文中,我们描述了一种专门为此目的量身定制的新设计,即 POLKA。它利用各种要素来实现高效的侧信道保护实现,例如:(i) 刚性属性(直观地意味着去随机化加密和解密是注入函数)以避免 Fujisaki-Okamoto 变换非常容易泄漏的重新加密步骤,(ii) 通过合并虚拟密文实现解密的随机化,消除对手对中间计算的控制并使这些计算变得短暂,(iii) 密钥同态计算可以屏蔽侧信道攻击,其开销与共享数量呈线性关系,(iv) 困难的物理学习问题可以讨论一些关键的未屏蔽操作的安全性。此外,我们使用显式拒绝机制(对无效密文返回错误符号)来避免隐式拒绝造成的额外泄漏。因此,POLKA 的所有操作都可以以比最先进的设计更便宜的方式防止泄漏,从而为量子安全和抗泄漏的方案开辟了道路。
本文探讨了在CKKS加密方案中改善排名,顺序统计和分类算法的方法,重点是近似近似差异函数,例如符号函数。完全同态加密(FHE)通过直接对加密数据启用计算来确保数据隐私,但其高计算复杂性带来了显着的挑战。为了应对这些挑战,这项研究分析了两种关键近似技术的准确性和计算效率之间的平衡:Tchebyche和复合的minimax近似算法。我们的实验结果表明,复合最小值多项式优于使用Tchebyche近似值在内存使用和计算效率中创建的多项式,使其更适合于高性能效率。为了提高其针对近似误差的鲁棒性,本文还提出了一种修订算法,用于确定矢量的(arg)min和(arg)max,该算法将比较函数的用法替换为最大或最小函数的使用。我们的发现表明,在确定向量中的最小值时,使用最大或最小函数而不是比较函数可改善稳健性与近似误差。但是,计算Argmin时相反,因为稳健性降低。这些结果有助于开发CKKS加密方案的更健壮和有效的隐私算法,并具有潜在的应用程序,并具有安全的云计算,加密的机器学习和具有隐私意识的数据分析。
AL09-04 L 13 | 19:00-19:20 | 0.6近似加权阈值访问结构Miquel Guiot(University Rovira I Virgili)A09-05 m 14 |的秘密共享方案| 15:00-15:20 | 0.6关于多播加密的通信成本的下限和群体汇报Miguel Cueto Noval(奥地利科学技术研究所)A09-06 M 14 | 15:30-15:50 | 0.6加密协议的正式建模和分析ArturoHernándezSánchez(Vrain,UniversitypolitècnicaDeValència),09-07 M 14 | 16:00-16:20 | 0.6乳酸问题和安全性Miguelángelgonzálezdelare(InstitodeTechnologíasfísicasyElainformación-csic)a09-08 m 14 | 16:30-16:50 | 0.6对私人平均聚集的阈值同态加密的批判性看待Miguel Morona-Mínguez(Vigo大学)A09-09 M 14 | 17:30-17:50 | 0.6前进的对称密码学:拟合协议的对称技术的加密分析(Stap)Irati Manterola Ayala(Simula UIB)在09-10 M 14 | 18:00-18:20 | 0.6 DME-Minus Signatus方案Pilar Coscojuela(Madrid大学)A09-11 M 14 | 18:30-18:50 | 0.6使用卷积代码MiguelBeltráVidal(Alicante University of Alicante)对基于代码的密码系统的安全分析