论文部分内容阅读
量子计算机是一类物理装置,它遵循量子力学规律,它不但可以进行高速数学和逻辑运算,还可以存储及处理量子信息。随着对量子计算机不断深入研究,人们发现量子计算机一旦研究成功,它可以破解绝大多数现有的公钥密码体系。在这个大背景之下,虽然第一台量子计算机还没有诞生,但是对在量子计算机模型下安全的密码的研究已经开始。LPN(Learning parity with noise)是一个在学习理论和密码理论领域都十分热门的问题,它在构建轻量级的加密方案中十分实用,最重要的是在密码学中,LPN(learning parity with noise)困难问题是一个在量子计算机模型下安全的问题,所以最近引起了很多的关注。关于LPN问题,科研工作者不单单是研究它们的应用,而且还深入研究它的困难性。Dodis,Kalai和Lovett(STOC 2009)的研究表明,在高熵的密钥下LPN问题也是健壮的,但是这只是在不标准的LPN的假设下。最近,Suttichaya和Bhattarakosol声称LPN是在密钥具有任何线性量最小熵的时候也是可证明安全的,因此解决了一个LPN的开放性问题。然而Suttichaya和Bhattarakosol在证明不标准的LPNl,(1/2)D-((1/2)-β)(1-α)n的假设是可以由标准的LPNn,(1/2)-(1-α)n/2得出的过程中有些步骤是不正确的2(参数n,l∈ Z+是安全参数,D是一个在Z2l上面的分布,最小熵k≤l,并且α,β∈[0,0.5]是伯努力分布的噪声参数,在LPN的假设中l和n为密钥长度,1/2-(1/2-β)(1-α)n和1/2-(1-α)n/2为噪声率)。之后Suttichaya和Bhattarakosol基于上述结论(事实上并没有被正确证明)论证的一个在不标准的LPN假设下也是CPA安全的对称加密的方案也是不成立的。本文的主要成果是指出了 Suttichaya和Bhattarakosol的主要结论的证明是不正确的,主要有如下三点:1.上述LPN的假设中的噪声率不合理。为了适用于加密应用,噪声率应该和1/2有一个合理的间隔,至少是多项式的。2.BC是从维度为n
其他文献
持目的论的学者认为,翻译不是单纯意义上的文字转换,而是一种跨文化的交际行为,是具有特定目的的活动。因此在口译中,为达到特定目的,译者应当综合考虑多种社会文化因素,在不偏离原语主要意思的基础上,依据口译要实现的主要目的灵活地对原语进行再表达,实现有效沟通。在实际情况中,某些突发的状况可能导致译员无法高质量完成口译工作,无法完全达到口译的目的。影响口译质量的因素大致可分为两类:语言因素和非语言因素。前
人体运动监测、医疗健康监测、人机交互和智能衣物等新兴应用的出现和普及,推动了可穿戴传感技术的发展。柔性应变传感器是可穿戴传感设备的重要组成部分之一,其受到外力作用时会产生形变,使得导电材料的电学特性发生变化,从而实现传感。常用的导电材料分为固态型和液态型两种,液态导电材料因具有良好的流动性和延展性,可克服固态导电材料在高度拉伸时易失效的缺点,越来越受到研究者的关注与重视。然而,大多数基于液态导电材
在企业的管理中,工资管理作为一个重要手段来对企业的日常进行管理。企业通过对员工工作以及员工考勤、绩效指标完成情况,从而计算员工的基本工资以及效益奖金。在企业的日常管理当中,工资作为激励员工的重要手段,若能采用科学有效的方法对员工进行考核,高效地计算员工地工资。以此督促员工日常的工作进度,从而从根本上提升企业的效益。传统的员工工资是通过人工的手段来计算得到的,在工资的计算过程中往往需要花费大量的时间
基于视觉的动作识别一直是计算机视觉领域的热点问题。早期基于彩色图像的动作识别方法,当光照条件发生变化时,彩色图像的质量会受到影响,动作识别的准确率也会下降。相比于彩色图像,深度图像对于光照条件的变化不敏感,并且可以提供额外的三维几何信息,对于运动特征的提取尤为重要。近年来,人们基于深度信息设计或学习得到了许多优秀的动作特征,它们之间存在相关性和互补性,较好地融合多种动作特征,能有效地提升动作识别的
二维材料具有超薄结构,使热量、载流子、声子输运等被限制在二维平面内,表现出一系列新奇的物理化学现象。二维三元材料相对于二元或一元的二维材料而言,由于第三种元素的加入使得化学计量比以及晶格结构发生改变,被赋予了性质调控的新自由度,展现出新颖而独特的化学和物理特性,在电子学、光电子学、生物传感器和催化等领域中有着广阔的应用前景。ε-CaTe_2O_5是一种间接带隙为3.3 eV的半导体材料,拥有低对称
现实世界中存在大量待解决的多目标优化问题,且此类问题的复杂度随着科技的发展而不断增加。演化多目标优化算法是处理多目标优化问题的常用手段,但是演化算法的计算速度较慢,这一缺陷限制了其在对时间性能要求严格的多个领域的优化问题上的应用。近年来基于分解的多目标演化算法(Multi-objective Evolutionary Algorithm Based on Decomposition,MOEA/D)
随着社会经济的发展,世界人口数量剧增,这对社会管理提出新的挑战。为了更合理地规划资源的分配,对视频监控中人数进行统计,可以辅助决策者根据人流量信息制定资源分配策略,
在网络使用场景变多且越来越多元化的今天,保证网络系统的安全对社会秩序、生活、经济至关重要。本文主要通过对网络异常流量的检测来完成网络态势预测和攻击识别。本文研究了网络中的系统日志和URL后选择了 CNN算法训练检测模型,并设计了一个对内提供检测模型训练,对外提供检测任务调度的平台。本文的工作内容主要如下:1、本文设计实现网络异常流量检测平台,为浏览器登录的用户提供训练再训练模型、任务管理、数据上传
“一带一路”是我国在新时代的一项重大发展战略,中亚地区的铁路投资作为“一带一路”的重要组成部分,具有建设周期长、资金额度大、参与方众多等特点,面临着众多不确定性。