XiaoMi-AI文件搜索系统
World File Search System候选方案
后量子密码算法的侧通道分析
当今使用的公钥加密方案依赖于某些数学问题的难解性，而这些问题已知可以通过大规模量子计算机有效解决。为了满足长期安全需求，NIST 于 2016 年启动了一个项目，旨在标准化后量子密码 (PQC) 原语，这些原语依赖于未知的量子计算机目标问题，例如格问题。然而，从传统密码分析的角度来看是安全的算法可能会受到旁道攻击。因此，NIST 重点评估候选算法对旁道攻击的抵抗力。本论文重点研究了两个 NIST PQC 候选方案 Saber 和 CRYSTALS-Kyber 密钥封装机制 (KEM) 对旁道攻击的敏感性。我们提供了九篇论文，其中八篇重点介绍 Saber 和 CRYSTALS-Kyber 的旁道分析，一篇演示了对 STM32 MCU 中集成的硬件随机数生成器 (RNG) 的被动旁道攻击。在前三篇论文中，我们演示了对 Saber 和 CRYSTALS-Kyber 的高阶掩码软件实现的攻击。主要贡献之一是单步深度学习消息恢复方法，该方法能够直接从掩码实现中恢复秘密，而无需明确提取随机掩码。另一个主要贡献是一种称为递归学习的新神经网络训练方法，该方法可以训练神经网络，该神经网络能够以高于 99% 的概率从高阶掩码实现中恢复消息位。在接下来的两篇论文中，我们表明，即使受一阶掩码和改组保护的 Saber 和 CRYSTALS-Kyber 软件实现也可能受到攻击。我们提出了两种消息恢复方法：基于 Hamming 权重和基于 Fisher-Yates (FY) 索引。这两种方法都可以成功恢复密钥，但后者使用的痕迹要少得多。此外，我们扩展了基于 ECC 的密钥
TECO-2010 Hietanen P1-19 - 维萨拉
摘要 世界气象组织 (WMO) 对地面风测量的要求进行了升级。为了满足这些要求，传感器进行了改进。本文简要介绍了 Vaisala 内部固态风传感器的不同技术。分享了选定的超声波技术，并讨论了专业超声波风传感器的开发工作。开发工作催生了新的超声波风传感器平台，该平台应用于新的标准超声波风传感器。简要介绍了传感器的性能和特性。此外，还讨论了预见的趋势。 引言 气象界将高质量的专业传感器应用于从小规模的单个研究项目到要求严格的研究计划，一直到运营网络。世界气象组织 (WMO) 制定了地面气象观测指南 [1]，以协助国际社会成员选择合适的传感器，并确保在全球范围内获得足够且可比较的测量数据。其他组织，如国际民航组织 [2]，通常会直接或稍加修改地采用 WMO 指南，这进一步强调了 WMO 的作用。世界气象组织会不时更新传感器建议，以便更好地满足社区的研究需求和运营网络的需求。从风传感器的角度来看，需要用于高达 75 m/s 的高风速条件的专业传感器和用于寒冷气候下结冰条件的传感器。为了能够满足世界气象组织对地面风测量的最新建议，进行了超过 10 年的技术选择和能力开发研究。对于固态风传感器，有几种潜在的传感器原理、方法和技术候选方案。进行了技术研究以确定每种技术选项的弱点和长处。还考虑了客户的偏好和做法。除了技术选择外，还进行了能力开发。能力开发的成果是传感器平台，这是产品的核心。在收集客户要求后，进行了产品开发，包括强制性和自愿性产品测试、设置分包商网络和制造实践。本文回顾了新风传感器平台的技术和产品开发。目的是提供有关 Vaisala Oyj 所做工作的背景信息。介绍了新的风传感器平台，并介绍了新的 WMT700 Vaisala 超声波风传感器系列的一系列最终用户功能。设计原则是，该平台和相关产品可以作为独立设备应用于小型个人研究项目，也可以作为集成和协调网络系统的坚实组成部分应用于全国范围的运营网络。这既强调了高质量的性能，也强调了合理的生命周期成本（包括服务运营）。本文的最后一个主题是传感器和系统级别的趋势。