46、实用的基于格的分布式签名方案解析

实用的基于格的分布式签名方案解析

1. 相关工作

在密码学领域,多签名和基于格的交互式协议的重启问题是重要的研究方向。

1.1 多签名

多签名方案与 n 选 n 分布式签名协议有相似之处,但也存在明显差异:
- 每个签名者有自己的密钥对,本地生成公钥和私钥,公钥在签名前发布。
- 签名者组无需固定,每个签名者可选择一组签名者发起签名协议。
- 除非支持密钥聚合属性,否则验证时需使用签名消息涉及的公钥集合。

多签名在选择签名者组方面更灵活,但验证时间更长,联合公钥尺寸更大。其关键特性是紧凑性,即签名大小不大于每个签名者单独生成的签名总大小。若不满足该特性,可采用简单拼接各签名者签名的方法。例如,Dilithium 或 Dilithium - G 签名方案生成的签名大小小于 2.5 KB。

早期基于格的多签名方案安全证明不完整,未考虑模拟签名协议的中止执行。为解决此问题,不同学者提出了不同方案:
- [17] 提出利用基于格的陷门同态承诺的方案。
- Boschini 等人使用无同态承诺的陷门。
- 陈 [13] 引入双签名模拟技术改进了上述方案,无需陷门即可证明安全性。

我们的构造可轻松转换为多签名方案,每个签名者用自己的密钥对计算挑战和响应,多签名由元组 (root, z, auth) 表示。但对于小的 n,紧凑性特性不满足,可能是承诺的规则性所致。实际上,当前所有多签名方案可能仅在 n 较大时才紧凑。

1.2 减少重启

基于格的交互式协议遵循 Fiat - Shamir 带中止范式时,存在大量重启问题。Alkad

内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值