64、可加同态 UC 承诺方案的复杂性解析

可加同态 UC 承诺方案的复杂性解析

1. 引言

承诺方案就如同一个安全上锁的盒子,发送方 Ps 可以将秘密放入盒中,封好后发送给接收方 Pr,从而向其隐藏秘密。由于接收方无法查看盒内,我们称该承诺具有隐藏性;又因为发送方已交出盒子,无法改变主意,所以承诺也具有约束性。这些简单却强大的特性在无数密码学协议中都不可或缺,尤其是在保障针对恶意对手的安全性时,对手可能会随意偏离当前协议。

在独立模型中,承诺方案在通信和计算方面都能做到非常高效,并且完全可以基于单向函数的存在来构建。例如,可以通过像伪随机生成器这样的低成本对称密码学来构造。

本文提出了一种在 Canetti(2001)提出的 UC 框架下安全的可加同态承诺方案,该模型考虑了在并发和异步环境中运行的协议。最初的 UC 安全承诺方案在一些研究中作为可行性结果被提出,同时也表明 UC 承诺在标准模型中无法实例化,需要某种形式的设置假设,如公共参考串(CRS)。此外,在这种模型中构建 UC 承诺意味着需要公钥密码学。在 UC 环境中,之前提到的隐藏性和约束性分别被增强了可欺骗性和可提取性的概念。简单来说,如果一个承诺可以使用特殊的陷门信息打开为任何消息,那么该方案具有可欺骗性;如果可以使用特殊陷门信息从承诺中高效提取底层消息,那么该方案具有可提取性。

基于上述原因,UC 承诺的效率明显低于独立模型中的构造。不过,文献中已经提出了大量的改进方案,考虑了不同的数论硬度假设、设置假设类型和对抗模型。直到最近,本文所考虑的对抗模型中最有效的方案包括在 CRS 模型中的一些方案以及在随机预言机模型不同变体中的一些方案。

2. 相关工作
  • OT -
基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究与仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解与实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
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