电子邮件:21BCS2259 [at] cuchd.in摘要:本文介绍了开放源加密工具,特别是GNUPG和Veracrypt的比较分析,重点介绍其性能,可用性和安全功能。我们的目标是通过测试各种参数(包括加密/解密时间和资源利用率)来确定它们对不同数据类型和用例的有效性。关键字:加密,加密,解密,安全性,gnupg,veracrypt 1。简介密码学涉及将明文(正常,可读文本)转换为密文的过程,即一种称为加密的方法,并随后将其转换回明文,被称为解密。加密算法可以通过各种方式进行分类,最常见的类型是秘密密钥密码学也称为对称密钥密码学和公共密钥密码学,也称为非对称密钥密码[1]。这是一门侧重于编码和解码数据的数学科学,允许在网络或渠道上进行安全的存储和关键信息转换,除了预期的接收者[2]以外,任何人都无法阅读。目前,各个安全领域的研究人员,尤其是在身份验证和关键交换方面,正在开发各种协议,以增强和保护物联网(IoT)环境并有效地实施此方法[3]。本文比较了两种广泛使用的开源加密工具:GNU隐私保护罩(GNUPG)和Veracrypt。gnupg是一种使用公共/私钥密码学来确保文件和通信的加密标准,我们将与AES(Veracrypt)进行比较。该研究将证明,尽管这两种工具在不同的情况下都表现出色,但它们的优势和劣势使它们适合于不同的用例,这是通过多个测试案例研究强调的。将通过动手测试比较性能,可用性和安全功能。这两个工具将在不同的方案下进行评估,包括多种大小的加密文件,其中包括文本文件以及诸如“ MP4”和JPG图像之类的媒体。我们将测量加密/解密速度和系统资源使用情况。详细的测试案例提供了这些工具如何在现实世界环境中运行的深入观点。
经典对称加密算法使用共享密钥的 N 位,以信息理论上安全的方式通过单向信道传输消息的 N 位。本文提出了一种混合量子-经典对称密码系统,该系统使用量子计算机生成密钥。该算法利用量子电路使用一次性密码本类型的技术加密消息,同时需要更短的经典密钥。我们表明,对于 N 量子比特电路,指定量子电路所需的最大位数以 N 3 / 2 增长,而量子电路可以编码的最大位数以 N 2 增长。我们没有充分利用量子电路的全部表达能力,因为我们只关注二阶泡利期望值。使用更高阶的泡利期望值可以编码指数数量的位数。此外,使用参数化量子电路 (PQC),我们可以通过引入对某些 PQC 参数的密钥依赖性来进一步增加安全共享信息的数量。该算法可能适用于早期容错量子计算机实现,因为可以容忍一定程度的噪声。模拟结果与 84 量子比特 Rigetti Ankaa-2 量子计算机上的实验结果一起呈现。
摘要:由于技术的快速进步,21世纪经历了信息激增,这使知识变得更加重要的战略资产。由于缺乏通过通信网络传输和收到的信息安全性,黑客可以用他们的所有力量和智能窃取信息。因此,信息字段安全的任务变得越来越重要。不幸的是,当前的经典加密方法已经以各种方式容易受到攻击。因此,我们必须在介绍者黑客技术的存在下改善沟通的现有过程和学习功能以保护数据。密码学是电信和计算机安全基础架构的最重要部分。使用隐肌和加密技术来进行数据安全性,正在获得普及并广泛采用。已经对基于DNA的数据加密技术进行了大量研究。基于DNA的加密方法是密码学领域的一种创新范式,通过将原始文本转换为不可理解的格式来保护传输过程中的数据。这项工作提出了一种新型的加密方法,将修饰的DNA序列与山丘密码整合在一起。建议的方法包括四个阶段:在第一阶段,山丘密码算法将纯文本编码为n位二进制值。随后,在结果上执行XOR操作,然后在XOR输出中添加32位键值。第三,修饰的DNA密码学用于产生不确定性并促进隐肌。使用最终阶段的解密过程用于检索接收者方面的原始消息。建议的方法满足了安全要求,并显示了应对几个安全威胁的能力。此外,与当前系统相比,建议的卓越数据安全性的建议方法。建议的技术可以隐藏数字数据并确保关键信息的安全传输。
我们提出了一种有效的公开性验证的完全同态加密方案,该方案能够通过密文评估任意布尔电路,还产生了正确的同质计算的简洁证明。我们的方案基于DUCAS和MICCIANCIO(EUROCRYPT'15)提出的FHEW,我们将Ginx同型累加器(Eurocrypt'16)结合起来,以改善自举效率。为了使证明效果生成证明,我们将广泛使用的Rank-1约束系统(R1C)推广到环设置并获得环R1C,并在FHEW中属于同型同态计算。特别是,我们开发了在环R1C中有效表达的技术,即“非算术”操作,例如用于FHEW结构中使用的小工具分解和模量切换。我们通过将RING R1CS实例转换为多项式的汇总检查协议,然后将其编译为简洁的非交互式证明,通过将基于晶格的基于晶格的多项式承诺纳入Cini,Malavolta,Malavolta,Nguyen,nguyen和Wee(Wee(Wee)(Wee(Crypto'24))。结合在一起,我们公开的可验证的FHE方案依赖于有关晶格问题的标准硬度,以便在时间O(| c | 2·Poly(λ))和大小O(log 2 | C | C |·Poly(λ))中产生简洁的电路C的简洁证明。此外,我们的计划还实现了Walter(EPRINT 2024/1207)的最近提议的IND-SA(在半活性攻击下没有可区分性),当可以验证同型计算时,该安全性准确地捕获了客户数据隐私。
我们提出了一种新的加密原始性,称为“基于批处理的加密”(批处理IBE)及其阈值版本。新的原始性允许使用具有特定身份和批处理标签的消息加密消息,例如,后者可以表示区块链上的块号。给出了特定批次的任意子集,我们的原始性可以有效地发布单个解密密钥,该密钥可用于解密所有具有标识的密文,同时保留所有Ciphertext在子集中排除的标识的隐私。我们建筑的核心是一种新技术,可以实现公共聚合(即在没有任何秘密的任何一个子集的情况下,成为简洁的摘要。此摘要用于通过主秘密密钥来得出该批次中消化的所有身份的罪恶简洁解密密钥。在阈值系统中,主密钥在多个当局之间作为秘密股份分发,我们的方法大大降低了当局的通信(在某些情况下,在某些情况下是计算)开销。它通过将其用于关键发行的成本独立于批处理大小来实现这一目标。我们根据Kate等人的KZG多项式承诺方案提出了批处理IBE方案的具体实例化。(ASIACRYPT'10)和BONEH等人的BLS签名方案的修改形式。(Asiacrypt'01)。在通用组模型(GGM)中证明了构造安全。在区块链设置中,新结构可通过将交易加密到块来实现Mempool隐私,仅打开给定块中包含的交易并隐藏未包含的交易。使用阈值版本,多PLE当局(验证器)可以协作管理解密过程。其他可能的应用程序包括通过区块链进行可扩展的支持,以公平地为多数MPC,以及有条件的批处理阈值解密,可用于实施安全的荷兰拍卖和隐私保留期权交易。
Purbanchal大学科学技术学院(PUSAT)副教授,尼泊尔比拉特纳加尔摘要,因为云计算完全改变了公司存储和处理数据的方式,数据安全性变得越来越重要。当我们在云中使用标准加密方法(与此设置的唯一限制都无法正常工作时,我们通常会出现数据泄露和更多脆弱性点。同构加密(HE),它使我们可以在不显示数据本身的情况下对加密数据进行计算,这是一个改变游戏规则的选项。本文讨论了同态加密的操作及其增强云安全性,数据保护和信任的潜力。由于云数据安全性有限,有几种趋势可能会在将来增强同构加密的安全性。现实生活中的案例研究和应用在本文中用于展示和讨论这种尖端的加密方法如何在现实世界中起作用。云数据安全的未来将受到异态加密的显着影响。
这些功能保护重置后运行的程序(启动程序)。,他们提供了一个安全的更新过程,以防在启动程序更新时被重置或类似的编程操作中断。此外,通过为区域保护功能进行设置,可以保护启动程序并修复选项设置内存中指定的启动区域的选择状态。这些功能使用户可以使用高度安全的启动程序启动其RX Family MCUS。建议启动程序首先验证代码闪存中的数据,并确认在运行客户程序之前尚未篡改它。在带有TSIP/TSIP-LITE/RSIP的产品上,我们建议使用TSIP/RSIP驱动程序提供的安全引导API。•片上调试器和串行程序员连接保护功能
量子力学的基本原理启发了许多新的研究方向,尤其是在量子密码学方面。这样的原则是量子无关,这导致了可撤销的加密领域。大致说明,在可撤销的加密原始性中,加密对象(例如密文或程序)表示为量子状态,以有效地投降的方式将其转化为使用此密码对象的能力。到目前为止研究的所有可撤销的加密系统都有一个主要缺点:接收者仅接收一个量子状态的副本。更糟糕的是,如果收件人收到相同量子状态的许多相同的副本,则这些方案将完全不安全,这在实践中显然更为可取。虽然已经对许多其他量子加密原始图进行了广泛研究多复制安全性,但到目前为止,在不可吻合的原语的背景下,它仅获得了很少的治疗方法。我们的工作首次显示了可撤销原始词的可行性,例如可撤销的加密和可撤销程序,这些程序满足了Oracle模型中的多副本安全性。这表明,在不可吻合的密码学中,多拷贝安全性的更强烈的概念更加普遍,因此可能导致该领域的新研究方向。
摘要。大型语言模型(LLMS)最近改变了许多行业,增强了内容生成,客户服务代理,数据分析甚至软件的生成。这些应用程序是在远程服务器上托管的十个应用程序,以保护神经网络模型IP;但是,这引起了人们对输入查询的隐私的担忧。完全同质加密(FHE)是一种允许在私人数据上进行计算的加密技术,已被提议作为解决挑战的解决方案。然而,由于LLM的大小和FHE的计算开销的增加,今天使用分型模型方法对当今的实用fhe llms进行了进程。在这里,用户将其FHE加密数据发送到服务器以运行加密的注意头层;然后,服务器返回该图层的结果,以供用户本地运行该模型的其余部分。通过采用此方法,服务器维护其模型IP的一部分,并且用户仍然可以执行私有LLM推理。在这项工作中,我们评估了单层拆分模型LLM的神经网络模型IP构图,并演示了一种新颖的攻击向量,该攻击向量使用户可以轻松从服务器中提取神经网络模型IP,从而绕开了对加密量的要求的保护措施。在我们的分析中,我们证明了这种攻击的可行性,并讨论了潜在的缓解。
摘要:图像加密是我们当前数字时代的重要领域,在保护信息和提高数据质量方面发挥了重要作用。加密保护隐私并增强各种应用程序的安全性,例如通信,云存储和数字传输。随着图像的大小和复杂性的增加,在图像处理和加密中使用并行方法的重要性变得更加突出。这些方法允许利用现代设备中可用的多个处理能力,例如多核处理器,从而提高了处理大数据集的效率和速度。在本文中,我们提出了一种修改的池化算法和一种混合平行的方法来克服传统的Blowfish algorithm的已知弱点。首先,我们使用pascal矩阵来置换图像像素,并且该操作的结果用作对洪水算法修改版本的输入。在此版本中,使用混合混乱方法对P矩阵进行了修改,从而改善了加密过程。此外,该加密是使用混合并行处理方法实施的,从而提高了数据处理的性能和效率。使用来自USC-SIPI和CVG-AUGR数据库的测试图像(256*256)显示测试和结果。是更快的结果和更安全的加密。此外,达到加密和解密的平均执行时间(0.00618ms,0.003292 ms)信息熵筛选速率达到7.99735,接近8。的最佳比率,NPCR和UACI达到(99.639,99.639,33.42825)。该算法已经达到了很高的安全性。
