35、基于抗泄漏伪随机函数的抗泄漏认证加密

基于抗泄漏伪随机函数的抗泄漏认证加密

1 引言

带关联数据的认证加密方案(AEAD)是基础的密码学原语,它能让Alice向Bob发送密文,同时满足两个条件:一是Eve无法得知底层消息的任何信息;二是Bob能够检测到密文是否被篡改。近年来,AEAD方案的研究备受关注,比如CAESAR竞赛以及NIST轻量级密码学标准化进程。

近期,有多个旨在实现抗泄漏安全的AEAD方案被提出。Barwell等人指出,若加密方案和消息认证码(MAC)都具备抗泄漏能力,那么先加密后MAC的范式就能产生抗泄漏的AEAD方案,他们还引入了相应的安全概念。Degabriele等人进一步优化,提出FGHF′构造,表明可从在泄漏情况下兼具伪随机性和不可预测性的固定输入长度函数构建抗泄漏的加密方案和MAC。

不过,这也引出了两个问题:
- 在泄漏情况下,伪随机性和不可预测性之间有何关系?
- 能否从抗泄漏的伪随机函数构建抗泄漏的AEAD方案?

2 研究背景

2.1 符号说明

采用游戏框架,在游戏中,敌手可访问一个或多个预言机,用上标表示,如$A^O$。主要使用区分游戏,敌手需确定一个秘密比特$b$。若敌手正确猜出$b$,游戏输出为1,敌手获胜;否则输出为0,敌手失败。对于敌手$A$和游戏$G$,用$G^A \Rightarrow x$表示$G$与$A$交互时的输出为$x$;用$A^G \Rightarrow x$表示$A$在玩$G$时的输出为$x$。

2.2 密码学原语

  • 认证加密方案(AEAD) :由加密算法$Enc$和解密算法$De
基于遗传算法的微电网调度(风、光、蓄电池、微型燃气轮机)(Matlab代码实现)内容概要:本文档介绍了基于遗传算法的微电网调度模型,涵盖风能、太阳能、蓄电池和微型燃气轮机等多种能源形式,并通过Matlab代码实现系统优化调度。该模型旨在解决微电网中多能源协调运行的问题,优化能源分配,降低运行成本,提高可再生能源利用率,同时考虑系统稳定性与经济性。文中详细阐述了遗传算法在求解微电网多目标优化问题中的应用,包括编码方式、适应度函数设计、约束处理及算法流程,并提供了完整的仿真代码供复现与学习。此外,文档还列举了大量相关电力系统优化案例,如负荷预测、储能配置、潮流计算等,展示了广泛的应用背景和技术支撑。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能电网优化研究的工程技术人员。; 使用场景及目标:①学习遗传算法在微电网调度中的具体实现方法;②掌握多能源系统建模与优化调度的技术路线;③为科研项目、毕业设计或实际工程提供可复用的代码框架与算法参考; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注目标函数构建与约束条件处理,同时可参考文档中提供的其他优化案例进行拓展学习,以提升综合应用能力。
评论
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