后量子密码算法ML-DSA介绍及开源代码实现-优快云博客

原文：https://nvlpubs.nist.gov/nistpubs/FIPS/NIST.FIPS.204.pdf

在数字化浪潮中，数字签名如同电子世界的 “公章”，确保信息的真实性与完整性。然而，随着量子计算技术的飞速发展，传统基于大整数分解或离散对数的签名算法（如 RSA、ECDSA）正面临被量子算法破解的风险。为应对这一挑战，美国国家标准与技术研究院（NIST）推出了基于模格密码学的 ML-DSA（Module-Lattice-Based Digital Signature Algorithm），并将其纳入 FIPS 204 标准，为后量子时代的信息安全提供了新保障。

一、为什么需要 ML-DSA？

传统数字签名的安全性建立在 “某些数学问题在经典计算机上难以求解” 的基础上。例如，RSA 依赖于大整数分解的困难性，而 ECDSA 则基于椭圆曲线离散对数问题。但量子计算机若实现规模化应用，肖尔（Shor）算法可在多项式时间内解决这些问题，导致现有签名体系瞬间失效。

为抵御量子威胁，NIST 自 2016 年起启动后量子密码学标准化进程，从 82 个候选算法中筛选出首批抗量子方案，ML-DSA 便是其中之一。它源于 CRYSTALS-DILITHIUM 算法，经优化后成为首个标准化的模格基数字签名方案，其安全性基于模格上的学习误差问题（MLWE）—— 这一问题被证明在量子计算模型下仍具有极高的计算复杂度。

二、ML-DSA 的核心技术原理

ML-DSA 的设计核心是利用格结构的数学特性构建安全的签名机制，同时通过优化算法实现高效计算。其工作流程可分为密钥生成、签名生成和签名验证三个阶段。

1. 密钥生成：构建 “锁与钥匙”

随机种子扩展：通过 cryptographically secure 随机数生成器（RBG）产生 32 字节种子，再通过 SHAKE256 等哈希函数扩展出公钥种子 ρ 和私钥种子 ρ'。

格矩阵与向量生成：从公钥种子 ρ 生成多项式矩阵 A（类似 “锁芯”），从私钥种子 ρ' 生成短系数秘密向量 s₁和 s₂（类似 “钥匙齿纹”）。

公钥压缩：计算公开向量 t = A・s₁ + s₂，压缩后得到 t₁（丢弃低 13 位系数），最终公钥为（ρ，t₁），私钥则包含秘密向量和 t 的完整信息。

2. 签名生成：生成 “一次性印章”

签名过程采用Fiat-Shamir 带中止范式，通过随机化和拒绝采样确保安全性：

承诺阶段：生成随机向量 y，计算 w = A・y 并取高位得到承诺 w₁。

挑战阶段：将 w₁与消息哈希值串联，通过哈希生成挑战多项式 c（系数为 ±1 或 0）。

响应阶段：计算响应 z = y + c・s₁，通过拒绝采样确保 z 的系数足够小（避免泄露私钥），并生成提示信息 h 辅助验证。

3. 签名验证：验证 “印章真伪”

验证者通过公钥和签名重构承诺，检查一致性：

从签名中提取 z、c 和 h，计算近似值 w'_approx = A・z - c・t₁。

利用提示 h 重构承诺 w'₁，验证其与挑战 c 的哈希是否匹配，同时检查 z 的系数范围是否合法。

关键优化：效率与安全的平衡

数论变换（NTT）：将多项式乘法复杂度从 O (n²) 降至 O (n log n)，大幅提升计算效率。

参数可配置：通过不同参数集平衡安全性与性能（如 ML-DSA-44 适合一般场景，ML-DSA-87 适合高安全需求）。

三、参数集：安全与性能的权衡

ML-DSA 定义了三个参数集，覆盖不同安全级别，具体特性如下：

参数集	安全等级	私钥大小	公钥大小	签名大小	适用场景
ML-DSA-44	类别 2（≈128 位安全）	2560 字节	1312 字节	2420 字节	普通互联网应用
ML-DSA-65	类别 3（≈192 位安全）	4032 字节	1952 字节	3309 字节	金融交易、政务系统
ML-DSA-87	类别 5（≈256 位安全）	4896 字节	2592 字节	4627 字节	国防、关键基础设施

参数集中的 “安全等级” 对应 NIST 定义的抗量子攻击能力，数值越高，抵御量子计算机破解的能力越强，但密钥和签名尺寸也随之增加。

四、应用场景：从日常到关键领域

ML-DSA 的抗量子特性使其适用于需要长期安全保障的场景：

电子政务：保护敏感公文传输，确保政令下达的真实性与完整性。

金融交易：在跨境支付、区块链交易中防止签名伪造，避免资金损失。

软件供应链：验证操作系统镜像、固件更新的来源，抵御供应链攻击。

物联网：为智能设备固件签名，防止恶意代码注入。

此外，ML-DSA 还支持预哈希模式（HashML-DSA），通过先哈希大型消息再签名，提高处理长文档的效率，适合云计算、大数据传输等场景。

五、安全优势与未来展望

核心安全特性

抗量子性：基于 MLWE 问题，即使面对大规模量子计算机仍能保持安全。

强不可伪造性：在选择消息攻击下，攻击者无法伪造有效签名。

非否认性：签名者无法否认已生成的签名，适合法律证据场景。

六、开源实践：openHiTLS的ML-DSA算法实现

【openHiTLS开源密码库已开源实现ML-DSA，欢迎下载使用】

openHiTLS旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件，通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求，让密码技术应用更简单，同时探索后量子等先进算法创新实践，构建密码前沿技术底座！
项目地址:https://gitcode.com/openHiTLS/openhitls