【摘 要】
:
随着量子算法和量子计算机技术的发展,基于传统经典难题的公钥密码体制将不再安全。区块链作为当前最前沿的研究领域之一,其共识机制的安全性面临着量子攻击的威胁。研究设计抗量子区块链成为亟待解决的问题。近年来,人们提出了基于格理论的区块链签名方案,这些方案虽然具有理论意义,但由于密钥和签名的尺寸较大,不适合应用于区块链中。为了解决上述问题,本文研究基于理想格的签名方案,主要研究成果如下:(1)提出了适用于
论文部分内容阅读
随着量子算法和量子计算机技术的发展,基于传统经典难题的公钥密码体制将不再安全。区块链作为当前最前沿的研究领域之一,其共识机制的安全性面临着量子攻击的威胁。研究设计抗量子区块链成为亟待解决的问题。近年来,人们提出了基于格理论的区块链签名方案,这些方案虽然具有理论意义,但由于密钥和签名的尺寸较大,不适合应用于区块链中。为了解决上述问题,本文研究基于理想格的签名方案,主要研究成果如下:(1)提出了适用于区块链的理想格上基于陷门抽样算法的签名方案和基于拒绝抽样函数的签名方案。我们的方案对比标准格上的方案公钥、私钥尺寸显著减小,而计算复杂度没有明显增加。尤其是基于拒绝抽样函数的签名方案通过增加预计算来进一步减少在线签名时间,更适合区块链这一应用情景。(2)将无维数扩展的格基代理算法应用于理想格上,提出了一种理想格上基于身份的盲签名方案,其在区块链上有着广泛的应用,在保护用户隐私上起到关键作用。安全性分析表明我们的方案具有不可伪造性和盲性,性能分析表明无维数扩展的格基代理算法有效减小了通信开销,提高了签名效率。(3)提出了一种理想格上基于身份的环签名方案,并证明其具有匿名性和不可伪造性,能有效保护用户在签名过程中的身份信息。方案采用了理想格上无维数扩展的格基代理算法,并基于拒绝抽样算法进行实现,显著减少了空间复杂度和在线签名的时间复杂度。本文的研究成果表明基于格理论的签名方案在区块链中有具有良好的应用前景,为设计抗量子区块链提供了新的思路。
其他文献
随着信息技术的发展,计算机网络已经渗透到关系国计民生的各个行业,网络安全变得越来越重要。恶意软件检测是网络安全中的重要研究领域,可以保护计算机系统免受病毒、木马等恶意软件的破坏。基于GBDT机器学习方法和深度强化学习方法实现了一个高可用、具备抗攻击能力的静态PE恶意软件检测引擎:利用GBDT和深度学习方法实现了两类恶意软件检测模型;利用强化学习算法训练得到了对抗样本生成策略;通过对抗样本重训练的方
随着高通量测序技术的革新,生物数据爆炸式增长,利用计算机技术实现生物大数据的实时分析处理成为越来越迫切的现实需求。本文围绕纳米孔测序中的碱基识别任务和下游蛋白突变预测任务展开研究。纳米孔测序信号由于噪声等原因随机错误率较高,电信号之间存在复杂的局部依赖关系,碱基识别难度大,现有碱基识别软件的速度远远落后于测序仪生成电信号的速度,针对上述问题,本文提出了一种基于长短距离注意力机制的准确快速识别测序碱
<正>【裁判要旨】乡道由于建设标准不高,行驶条件相对较差,交通事故易发多发进而导致纠纷和诉讼。乡镇人民政府作为乡道的管理者,负责乡道的建设、养护和管理工作,对其行政区域内的乡道负有安全保障义务。乡镇政府因道路管理养护缺陷导致机动车发生交通事故造成损害的,应承担违反安全保障义务的侵权责任。为合理平衡权利保护,对于乡镇政府是否违反乡道安全保障义务,应当结合具体交通事故的实际情形,综合考虑乡道管理的公益
随着信号的传输速率越来越高,传输路径越来越复杂,信道建模的难度也越来越大。当前的高速传输主要采用串行Ser Des的方式,相比于并行信号,Ser Des具有布线空间少、抗干扰能力强、传输速率快等优点。但高速Ser Des信号,对发送端和接收端的均衡能力要求高。均衡技术作为高速Ser Des串行通信系统的核心,可以有效的解决损耗对信号的影响从而降低误码率。因此本文针对高速串行信道的建模和均衡优化技术
中国人口老龄化形势的日益严峻,中老年服装市场逐步扩大,而目前中老年服装的市场相对青年服装发展缓慢,随着社会经济水平的提高,中老年人对服装的品质、舒适感、美观度提出了更高的需求,而相对应的中高端市场存在空缺。服装市场的发展与针对该群体的服装研究息息相关,现有针对中老年女性服装及原型的研究基于基本的人体测量和分析,转化为服装结构调整时存在一定的精度损失,同时受制于经费、人力等,往往具有地域性限制。本研
<正>北京市属医院各级党组织突出“六聚焦六强化”,构建思想同心、目标同向、工作同力、落实同步的党建与业务深度融合机制,引领市属医院高质量发展迈出新步伐。聚焦政治引领强化思想融合坚持以“两个维护”为统领,努力推动党建与业务工作同频共振。坚持以政治要求把关定向。树立“没有离开政治的业务,也没有离开业务的政治”理念,深入学习习近平总书记关于北京工作、卫生健康、公立医院的重要讲话和指示精神,在推动疫情防控
海面风场是海洋动力过程的基本参量,也是海洋数值预报的重要边界条件。海面风速是海面风场的重要组成部分,提高海面风速数据的数量和质量,能够有效增强对热带气旋的预报能力,保障海洋和沿海人类活动的安全。卫星遥感是海面风速观测的重要方法,但卫星观测通常存在数据空缺的问题。为此,研究者们相继提出了传统方法和基于机器学习的方法等类型的一系列卫星观测补全方法。然而,传统方法存在难以显著提高数据的空间覆盖率和时间分
卫星关键单机剩余寿命预测是及时发现并预报故障,实现卫星在轨安全可靠运行,充分发挥卫星应用效能的重要技术手段与保障,对于卫星的设计,使用和监测都有着十分重要的作用。在实际工作中,卫星关键单机具有监测参数多,数据传输过程噪声大,健康指标难以确定等特点,给卫星关键单机的剩余寿命预测带来了困难。针对上述问题,本文研究基于机器学习的卫星关键单机剩余寿命预测模型,主要研究如下:(1)卫星关键单机在轨监测参数众
热带气旋和中尺度涡是大气和海洋中典型的涡旋系统,由于自身垂直结构与强大动能,在全球大气和海洋流场中具有强大的物质和能量运输能力,对天气和海洋系统以及气候变化具有重要影响。因此,准确预测大气和海洋中的涡旋系统具有重要的科学意义和应用价值。然而,基于经验关系的统计方法和基于动力学方程的数值方法仍然难以准确预测热带气旋和中尺度涡等涡旋系统。针对上述问题,本文利用机器学习方法对热带气旋和海洋中尺度涡开展相
近年来,降水引发的洪涝灾害频发,定量、定时、定点的降水预报显得尤为重要。数值预报是我国中短期降水预报的主要方法,但是数值预报模式输出的降水量往往与实际情况存在偏差,需要对数值预报产品进行偏差订正。然而传统方法通常都是基于线性相关分析挑选预报因子,再在线性相关的基础上建立预报模型,对于降水这种高度非线性的问题往往难以得到令人满意的预报效果。本论文主要研究机器学习对数值预报模式降水产品的偏差订正。首先