XiaoMi-AI文件搜索系统
World File Search System同态
量化系统的 DEVS 理论
本报告介绍了一种量化系统理论，该理论支持基于称为“量化”的过程的预测过滤，以减少状态更新传输。量化系统是具有输入和输出量化器的系统。量化仅在量子级交叉处生成状态更新，将发送方模型抽象为 DEVS（离散事件系统规范）表示。这提供了一种替代的、有效的方法来将连续模型嵌入分布式离散事件模拟中。量化系统理论研究了在何种条件下，DEVS 表示系统的耦合能够很好地表示原始组合。这对应于预测过滤的闭环研究，即发送方和接收方都在暴露彼此的抽象。先前对航位推算精度/性能权衡的分析假设开环分析延续到闭环情况。不幸的是，数值分析的经验表明，反馈相互作用的动态可能会导致产生的误差无限制地增长。量化系统理论提供了同态（无误差）量化预测过滤成为可能的条件。它展示了当条件被违反时如何产生错误，并提出了近似同态的适当概念。讨论了量化在消息流量减少中的应用。该理论已通过模拟得到证实
可通过基于晶格的Snarks
摘要。完全同态加密（FHE）是一种普遍的加密原始原始性，可以在加密数据上计算。在各种加密协议中，这可以使计算将计算外包给第三方，同时保留输入对计算的隐私。但是，这些方案对对手做出了诚实而有趣的假设。以前的工作试图通过将FHE与可验证的计算（VC）相结合来重新移动此假设。最近的工作通过引入环上的同构计算的完整性检查来提高了这种方法的灵活性。但是，对于大乘积深度的电路，有效的fhe也需要称为维护操作的非环计算，即Modswitching和Keyswitching，无法通过现有构造有效验证。我们提出了第一个有效可验证的FHE方案，该方案通常使用双CRT表示，在该方案中通常计算了FHE方案，并使用基于晶格的Snarks来分别证明该计算的组件，包括维护操作，包括维护操作。因此，我们的构造理论上可以处理引导操作。我们还介绍了对包含多个密文 - ciphertext多平台的计算的加密数据的可验证计算的首次实现。具体而言，我们验证了一个近似神经网络的同态计算，该计算在不到1秒钟内包含三层和> 100个密文，同时保持合理的摊贩成本。
2023 财年网络安全与隐私年度报告
• 多方阈值密码学 (MPTC) 和隐私增强密码学 (PEC) 项目联合发布了 IR 8214C 的初始公开草案，即 NIST 首次征集多方阈值方案 (MPTS)。该文件的范围包括高级技术，例如完全同态加密、零知识证明和安全多方计算的构建块。作为征求公众意见的努力的一部分，NIST 主办了 MPTS 2023 研讨会和三场隐私和公共可审计性特别主题 (STPPA) 活动。
物联网系统中的安全且可计算的基于区块链的数据共享方案
摘要：物联网（IoT）设备有望收集大量数据，这些数据支持不同类型的应用程序，例如健康监视器，智能家居和交通管理。然而，其特征（例如资源受限的性质，动态性和大规模增长）带来了确保IoT数据共享的挑战。如今，提出了基于基于区块链的密码 - 基于基于基于区块链的加密（CP-ABE）来实现安全的IoT数据共享。在基于区块链的CP-ABE数据共享方案中，数据被加密并存储在云中。一旦用户想处理数据，他们就应该下载然后在客户端端中解密密文，然后在处理数据后，用户加密并上传密文到云。这超过使用云计算资源的优势。可以采用完全同态加密（FHE）和同型签名技术来实现密文计算和正确检查密文计算结果。在本文中，我们提出了一个安全且可计算的数据共享系统，以确保用户享受云端的计算便利性。特别是，提出的系统集成了CP-ABE和FHE，以实现安全的IoT数据共享和密文计算。此外，我们生成了密文的同态签名，以使用户能够检查密文计算结果的正确性。绩效评估和安全分析表明，提出的计划是实用且安全的。此外，要监督云，为用户提供诚实的物联网数据访问控制，存储和计算服务，我们记录了数据的访问策略，数据的哈希，密文的签名以及区块链上密码的同质签名。
Oana Stan、Renaud Sirdey、Aymen Boudguiga、Martin Zuber、Romain Ferrari 等人。特权：人工智能的隐私和同态加密。 CAID 2021（国防人工智能会议），DGA；武装部队部，2021 年 11 月，法国雷恩。第1-8页。 “cea-04487780”
摘要。PRIVILEGE 解决方案推动了目前已使用人工智能 (AI) 系统的国防技术的发展，在协作环境中实现数据安全和隐私保护。PRIVILEGE 将加强不同盟友在敏感国防和军事数据的安全分析方面的合作。该方法基于将分布式 AI 框架（例如联邦学习和 PATE）与隐私保护和安全工具（例如同态加密、可验证计算或多方计算）相结合。提出的解决方案是通用的，但是，将针对三个特定的实际用例来验证该方法并证明 PRIVILEGE 在实践中的适用性：国防行动中的无线电波分类、恶意网络日志的分类以及无人驾驶车辆的视频处理。
![arxiv：2502.07284v1 [cs.cr] 2025年2月11日](/simg/d\df3ff0a7ad3180706db8db5ea47d521c49976c22.webp)
arxiv：2502.07284v1 [cs.cr] 2025年2月11日
摘要。基于晶格的密码学是量子后安全加密方案的有前途的基础，其中有错误的学习（LWE）问题是钥匙交换，收益和同构计算的基石。LWE的现有结构化变体，例如Ring-Lwe（RLWE）和Module-Lwe（MLWE），依靠多项式环以提高效率。但是，这些结构固有地遵循传统的多项式乘法规则，并以它们表示结构化矢量化数据的能力来实现。这项工作介绍了多种元素（VLWE），这是建立在代数几何形状基于代数几何形状的新的结构化晶格概率。与RLWE和MLWE不同，后者使用标准乘法使用多项式环，VLWE在代数品种定义的多元多项式环上使用VLWE操作。一个关键的区别是这些多项式不包含混合变量，并且乘法操作是定义的坐标，而不是通过标准的多项式乘法。该结构可以直接编码和同态处理高维数据，同时保持最差的案例至平均案例硬度降低。我们通过将VLWE的安全性降低到解决理想SVP的多个独立实例中，证明了其针对分类和量子攻击的弹性。此外，我们分析了混合代数武器攻击的影响，表明现有的Gröbner基础和降低技术并不能直接损害VLWE的安全性。建立在该基础上，我们基于VLWE构建了矢量同态加密方案，该方案支持结构化计算，同时维持受控的噪声增长。此方案为隐私的机器学习，加密搜索和对结构化数据的计算进行了潜在的优势。我们的结果位置VLWE是基于晶格的密码学中的一种新颖而独立的范式，杠杆几何形状可以使新的加密功能超出传统的多项式戒指。
错误学习的量子删除证明 - DROPS
量子信息具有测量本质上是一个破坏性过程的特性。这一特征在互补原理中表现得最为明显，该原理指出互不相容的可观测量不能同时测量。Broadbent 和 Islam (TCC 2020) 最近的研究基于量子力学的这一方面，实现了一种称为认证删除的密码概念。虽然这个了不起的概念使经典验证者能够确信 (私钥) 量子密文已被不受信任的一方删除，但它并没有提供额外的功能层。在这项工作中，我们用完全同态加密 (FHE) 增强了删除证明范式。我们构建了第一个具有认证删除的完全同态加密方案——这是一种交互式协议，它使不受信任的量子服务器能够对加密数据进行计算，并且如果客户端要求，可以同时向客户端证明数据删除。我们的方案具有理想的特性，即删除证书的验证是公开的；这意味着任何人都可以验证删除已经发生。我们的主要技术要素是一个交互式协议，通过该协议，量子证明者可以说服经典验证者，以量子态形式出现的带错误学习 (LWE) 分布中的样本已被删除。作为我们协议的一个应用，我们构建了一个具有认证删除的 Dual-Regev 公钥加密方案，然后将其扩展到相同类型的 (分级) FHE 方案。我们引入了高斯崩溃哈希函数的概念 - Unruh (Eurocrypt 2016) 定义的崩溃哈希函数的一个特例 - 并在假设 Ajtai 哈希函数在存在泄漏的情况下满足某种强高斯崩溃性质的情况下证明了我们方案的安全性。
PET-RFI-Response-2022-combined.pdf - NITRD
我们致力于与客户合作保护消费者隐私，并支持制定国家消费者隐私法，以保护消费者、促进创新和提高美国竞争力。此外，埃森哲实验室于 2015 年开始进行隐私增强技术研发，正在开发一种新的隐私保护数据合作框架。通过精心设计的合作，公司可以共享数据并进行协作，而无需担心信任、合规、隐私和数据控制或所有权。有许多技术可以实现这一点；机密计算、同态加密和多方计算都可以做出贡献。隐私增强技术的另一个经常被忽视的好处是它们有可能减轻对这些能源密集型技术的依赖。
有限非阿贝尔简单群的应用......
摘要。有限简单群理论是一个（尚未开发的）领域，可能会提供有趣的计算问题和在密码学环境中有用的建模工具。在本文中，我们回顾了有限非阿贝尔简单群在密码学中的一些应用，并讨论了该理论明显占主导地位的不同场景，提供了相关定义，使密码学家和群论学家都能理解这些材料，希望能够促进这两个（非分离的）社区之间的进一步互动。特别是，我们研究了基于各种群论因式分解问题的构造，回顾了群论哈希函数，并讨论了使用简单群的完全同态加密。在此背景下还简要讨论了隐藏子群问题。
