基于格的可证安全的签名方案研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:lity1021
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现代密码学以很多数学工具为基础,格是现代密码学中极具吸引力的一种数学工具。基于格的密码研究近年来发展很快,现在几乎已经涉及了各种密码领域,如基本公钥加密、基本签名、群环签名、基于身份的加密、基于属性的加密,甚至于半同态或全同态加密。格密码的兴起源于量子计算机概念的逐步成熟。在量子计算机上,基于传统困难问题,如大整数分解问题、离散对数问题、椭圆曲线问题等,构造的密码方案,其安全性将受到严峻的挑战。因为在量子计算模型下,可以同时进行指数级别的运算,也就是说,传统计算模型需要指数时间完成的运算,量子计算模型只需要多项式时间。这是因为一个量子比特可以同时具有多种状态,而不像电子比特只能具有两种状态。基于格理论构造的密码方案极具吸引力,其原因是多方面的。首先,从理论上来说,格密码基于最坏情况困难问题假设,这比基于数论平均情况困难问题的假设要弱,也就是说安全性保障更强;并且,部分规约属于量子规约,使得格密码在某些困难问题假设下可以抵抗量子攻击。其次,在实现方面,格密码的基本运算只有矩阵和向量的模乘运算,而模数通常是小素整数,运算非常简单,不需要“大数”函数库的支持;另外,由于格结构的规整性和运算特点,很容易构造并行算法,事实上,格规约和格取样算法都有了GPU并行实现。本文的选题来源于格密码领域中的签名部分。在本文中,我们构造了两种签名方案,并分别在不同模型下、不同敌手能力下证明了其安全性,一种是在随机预示模型下,另一种在标准模型下。首先,我们使用格基代理技术,借鉴“分享校验子”思想,暨分享消息,实现了门限签名,并在随机预示模型下,证明其在适应性选择消息攻击下具有存在性不可伪造性。具体地,我们用格基代理算法,将“权力”代理给多个参与方,以实现“权力”的分散;用Shamir秘密分享算法分享待签名的消息,以实现门限机制。我们采用的格基代理算法,不会增加格的维度,从而可以很容易地合并各个签名分享。然后,我们考虑另一种格签名模式,不同于前者将消息散列为校验子,后者把消息散列为随机格矩阵,校验子置为随机向量或零向量,再通过取样算法得到签名。我们使用可容许哈希函数技术消除证明过程中的随机预示,在标准模型下,证明其满足适应性选择消息攻击下的存在性不可伪造性。本文的创新点主要有:·用格做构造工具,方案具有天然的抗量子攻击特性;·用分享消息的方式,配合格代理算法实现门限签名;·把可容许哈希函数应用到签名方案上,消除随机预示。本文未实现的方面有:在门限签名中,没有消除可信第三方,目前是因为如果没有可信第三方,敌手视图难以模拟;可容许哈希函数会把公钥维度扩展到原来的平方倍,实用性不够,这和可容许哈希函数结构有关,为了满足可容许性,构造时和格维度做了折衷。
其他文献
结核病是严重危害人类健康的一类疾病。我国是世界上22个结核病情危险的国家之一,三分之一左右的人口已感染了结核杆菌,人数超过4亿。过去,对疾病的诊断仅仅通过表面现象,现
改革开放以来,随着我国市场经济的飞速发展,居民的消费水平和生活质量越来越高,汽车的保有量迅速增加。货车、公交车、出租车、私家车等在人们日常衣食住行中扮演着重要角色
食管癌是常见的消化道恶性肿瘤,全世界每年约有30万人死于食管癌,严重威胁人们的生命和健康。早期的食管癌常由于症状不明显而影响医生诊断,错过最佳治疗时间。超声内镜(Endo
显著性区域是指图像中最优先得到关注的区域。可靠的显著性区域估计对许多计算机视觉处理任务都具有非常关键的作用,其中包括人脸识别、图像压缩、自适应分割、物体追踪和图
无线传感器网络作为物联网的底层,通过收集感知数据以及传递上层应用的控制信息,实现物理对象的互联互通。其中,无线传感器网络的数据收集和消息传递对于提升物联网的性能及
从上个世纪六十年代至今,图像处理领域得到了蓬勃的发展,数字图像处理技术得到了广泛的应用,比如地理学领域的遥感卫星图像、医学领域的CT、MR图像、物理学领域的实验图像等
伴随着网络上的信息急剧增长,人们为了在浩如烟海的信息中获取有用知识,对高效地获取信息的需求尤为迫切。在诸多技术中,信息检索技术通过不断发展和完善,越来越受到人们的重
在现实世界中,同一个实体可能被多个数据源中的记录所描述。实体解析的任务就是确定哪些记录描述着现实世界中的同一个实体。实体解析是数据集成和数据清理中的一个关键步骤,
云计算无疑是当前IT界最热门的话题,它不仅为IT资源的使用和管理带来革命性的创新,同时也让更多已有技术和新兴技术有了更宽广的应用前景。云计算引发计算机技术的迅猛发展,
近年来,关于在公共环境内多车式移动机器人协同运动规划课题的研究受到广泛关注,并应用到交通系统、军事、物流运输和社会生活等领域。在某些特殊应用背景下,车式移动机器人