.png){kind=icon}
返回
Using Learning with Rounding to Instantiate Post-Quantum Cryptographic Algorithms
.png){kind=icon}
OA
AI
DOI：10.1145/3807514.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
舍入学习（LWR）问题作为学习误差（LWE）的确定性变体被引入，已成为后量子密码学的一个有前景的基础。这篇知识系统化（SoK）文章介绍了LWR基础密码方案的理论基础、算法发展和实践实现的全面综述。我们介绍了LWR在格基密码学和后量子安全更广泛领域的背景，突出了其优势，如减少随机性、提高效率以及增强抗侧信道能力。我们探讨了从LWR到LWE的安全归约的演变，包括支持实际参数设置并解决有界和无界样本设置中挑战的最新进展。本文系统地回顾了现有的LWR基础方案——包括Saber、Lizard、Florete、Espada、Sable和SMAUG——分析了它们的设计选择、参数集和性能权衡。此外，我们考察了LWR对侧信道抵抗、失败概率和掩码效率的影响，展示了其适用于安全和高效实现的适用性。通过整合理论与实践的研究，这篇SoK旨在指导未来利用LWR的密码设计标准化工作。
Keyword:
Post-quantum cryptography,learning with rounding,lattice-based cryptography
