XiaoMi-AI文件搜索系统
World File Search Systemniab
拒绝AKEM的戒指签名：甘道夫的奖学金
抽象戒指签名是Rivest，Shamir和Tauman引入的加密原语（Asiacrypt 2001），在动态形成的用户组中提供签名者匿名。最近的进步集中在基于晶格的结构上，以提高效率，尤其是对于大型签名环。但是，当前的最新解决方案遭受了明显的开销，尤其是对于较小的环。在这项工作中，我们提出了一种基于NTRU的新型环形签名方案甘道夫（Gandalf），该方案针对小环。与线性环签名方案猛禽相比，我们的量子后方案的特征尺寸减少了50％（ACNS 2019）。对于二大的环，我们的签名大约是二元尺寸（Crypto 2021）的四分之一，这是另一种线性方案，并且对戒指的戒指更加紧凑，最高为7号。与Smile Smile相比（Crypto 2021），我们的签名更加紧凑，最多为26。，特别是对于二大的环，我们的环签名仅为1236字节。此外，我们探索了环号的使用来获得身份验证的钥匙封装机制（AKEMS），这是MLS和TLS最近使用的HPKE标准背后的原始性。我们采取了一种精细的方法，可以在AKEM内部正式的发送者可否认性，并试图定义最强的可能的观念。我们的贡献扩展到了来自KEM的可拒绝AKEM的黑盒结构，以及针对二号环的环形签名方案。我们的方法达到了最高水平的机密性和真实性，同时保留了两个正交设置中最强的可否认性形式。最后，我们为我们的方案提供了参数集，并表明我们拒绝的AKEM在使用环形签名方案实例化时会产生2004 BYTES的密文。
懒惰：使用智能手机上的安全元素
隐私增强技术不仅必须在传播中保护敏感的数据，而且还必须在本地限制。例如，匿名网络隐藏了网络对手的消息的发送者和/或收件人。但是，如果实际捕获了参与设备，则可以向其所有者施加压力以访问存储的对话。因此，客户端软件应允许用户合理地否认存在有意义的数据。由于可以在未经同意和基于服务器的身份验证泄漏元数据的情况下收集生物识别技术，因此实现通常依赖于令人难忘的通行单词进行本地身份验证。传统的基于密码的密钥拉伸缺乏严格的时间保证，因为攻击者的平行密码猜测便利。本文引入了懒惰，这是一种关键拉伸方法，利用现代智能手机中常见的安全元素（SE），以对密码猜测提供严格的速率限制。虽然这将很简单，但可以完全访问SE，但Android和iOS仅提供非常有限的API。懒惰利用现有的开发人员SE API和新颖的加密结构来建立有效的速率限制，以对最近的Android和iOS设备进行密码猜测。我们的方法还可以确保在短，随机生成的，六个字符的alpha数字密码中针对具有几乎无限计算资源的对手。我们的解决方案与大约96％的iPhone兼容，而45％的Android手机和懒惰无缝集成而没有设备或操作系统修改，从而使其立即由App Developers立即使用。我们正式定义了懒惰的安全性并评估其在各种设备上的性能。最后，我们提出了Hiddensloth，这是一种利用懒惰的可能性的加密方案。它为对手提供了多次击打的阻力，这些对手可以多次掩盖其磁盘含量。
气候变化及其对保险的不可否认的影响
汤姆森路透是一家具有一般性和教育意义的内容的商业出版商，可能不会反映所有最近的法律发展，并且可能不适用于个人交易和案件的特定事实和情况。用户在对汤姆森路透在线或印刷中发布的任何信息行事之前，应咨询合格的法律顾问。汤姆森路透社，其分支机构及其编辑人员不是律师事务所，在任何事情上都不代表或建议客户，也不受法律从业者的专业责任和职责的约束。本出版物中的任何内容都不应解释为法律建议或建立律师客户关系。任何贡献者在本出版物中表达的观点不一定是出版商的观点。
评估人工智能对印尼英语学习者写作技能的影响 卡哈鲁丁教育与教师培训学院，印尼望加锡伊斯兰州立大学（UIN） 摘要 --- 带有人工智能的电子设备促进了高等学校的学习-教学过程。本研究将人工智能在阅读教学中的应用和反馈作为自变量，以提高学生的写作技能作为因变量。学生对这种教学的态度是中介变量。这项研究是在望加锡市的高等学校进行的。研究工具是向100名高等学校学生分发的问卷，但只处理了83名学生。对数据进行了路径分析。研究结果：1）使用人工智能教授阅读对学生的写作没有直接影响，而是通过态度间接产生影响。2）讲师的反馈实际上通过态度对学生的写作有直接和间接的影响。3）通过态度阅读和反馈对学生写作技能提高的贡献率为34.8%。关键词 --- 人工智能、态度写作、反馈、阅读。介绍 COVID-19 大流行的爆发是一场全球灾难，扰乱了人类生活的各个方面。但是，我们必须明智地处理这个问题。在教育领域，它强制在虚拟学习教学中使用技术。许多讲师认为这不是最佳应用。不可否认的是，在这次 COVID-19 爆发之前，学习教学过程仍然以传统的面对面课堂学习模式为主，没有利用技术提供的设施。另一方面，应该利用学习教学过程提供的各种虚拟设施来应对技术进步。因此，研究人员认为，政府通过政策强制实施的这种虚拟学习教学可能会对望加锡高等学校的学习教学产生积极或消极的影响
评估人工智能对印尼英语学习者写作技能的影响 卡哈鲁丁教育与教师培训学院，印尼望加锡伊斯兰州立大学（UIN） 摘要 --- 带有人工智能的电子设备促进了高等学校的学习-教学过程。本研究将人工智能在阅读教学中的应用和反馈作为自变量，以提高学生的写作技能作为因变量。学生对这种教学的态度是中介变量。这项研究是在望加锡市的高等学校进行的。研究工具是向100名高等学校学生分发的问卷，但只处理了83名学生。对数据进行了路径分析。研究结果：1）使用人工智能教授阅读对学生的写作没有直接影响，而是通过态度间接产生影响。2）讲师的反馈实际上通过态度对学生的写作有直接和间接的影响。3）通过态度阅读和反馈对学生写作技能提高的贡献率为34.8%。关键词 --- 人工智能、态度写作、反馈、阅读。介绍 COVID-19 大流行的爆发是一场全球灾难，扰乱了人类生活的各个方面。但是，我们必须明智地处理这个问题。在教育领域，它强制在虚拟学习教学中使用技术。许多讲师认为这不是最佳应用。不可否认的是，在这次 COVID-19 爆发之前，学习教学过程仍然以传统的面对面课堂学习模式为主，没有利用技术提供的设施。另一方面，应该利用学习教学过程提供的各种虚拟设施来应对技术进步。因此，研究人员认为，政府通过政策强制实施的这种虚拟学习教学可能会对望加锡高等学校的学习教学产生积极或消极的影响
量子世界中的可否认加密
(发送者)可否认加密提供了非常强的隐私保障：在攻击者胁迫下事后“打开”其密文的发送者能够生成与其选择的任何明文一致的“假”局部随机选择。已知唯一完全有效的公钥可否认加密构造依赖于不可区分混淆 (iO)（目前只能基于亚指数硬度假设）。在这项工作中，我们研究了 (发送者)可否认加密，其中加密过程是量子算法，但密文是经典的。首先，我们在此环境中提出了经典定义的量子类似物。我们给出一个满足该定义的完全有效构造，假设带错学习 (LWE) 问题的量子硬度。其次，我们表明量子计算可以解锁一种从根本上更强大的可否认加密形式，我们称之为完全不可解释性。不可解释性的核心原语是量子计算，对于该计算，没有可证明的有效方法（例如展示“计算历史”）来确定输出确实是计算的结果。我们给出了一个在随机预言模型中安全的构造，假设 LWE 具有量子硬度。至关重要的是，这个概念意味着一种“事前”的针对强制的保护形式，这是经典方法无法实现的特性。