《A Graduate Course in Applied Cryptography》Chapter 19 ID,sign from sigma protocols (1)*

本文深入探讨了Schnorr身份认证协议的安全性,证明了在离散对数问题的假设下,该协议可以抵抗直接攻击和窃听攻击。通过重绕引理,展示了即使存在恶意证明者,也无法从协议中提取秘密信息。此外,还阐述了Schnorr协议的诚实验证者零知识特性,即在验证者诚实的情况下,协议交互无法揭示任何关于秘密信息的知识。

原文教材 与 参考资料:

        Boneh Dan , Shoup Victor . A Graduate Course in Applied Cryptography[J].

        该书项目地址(可以免费获取):http://toc.cryptobook.us/

        博客为对该书的学习笔记,并非原创知识,仅帮助理解,整理思路。
 

19.1 Schnorr's identification protocol

首先给出一个Schnorr 身份认证协议,如果DL问题是困难的,那么该协议是可以被证明安全抵抗窃听敌手攻击。

该协议的正确性是显然的,下面讨论C的取值,C被称作挑战空间challenge space,为了证明安全,我们要求|C|是超多项式的,即为不论V如何试探,都不能从P中学到任何一点关于密码alpha的知识。虽然我们最后会证明Schnorr协议是安全的抵抗窃听敌手,我们依然重一个简单的理论开始,证明该协议可以抵抗direct attacks. 为了证明如此,我们将讨论任何有效的敌手能够成功的直接冒用身份发起攻击以一个不可忽略的概率能够转换一个算法有效的会付出秘密alpha从验证公钥vk中。由于这个原因Schnorr协议以被称为离散对数的“知识证明”。

下面给出安全定理:

      在DL问题假设下,假设挑战空间|C|是超多项式的,Schnorr ID协议是安全的抵抗直接攻击,(注意这里如果使用像18章给出的简单的用Hash做单向函数,极容易被字典攻击,而DL是一个循环群,字典攻击就比较困难,所有的信息是循环的。)特别的,假设敌手A是一个有效的伪造攻击Schnorr协议通过一个第18章的直接攻击游戏,定义优势为\varepsilon=ID1adv[A,Isch]. 那么存在一个有效敌手DL敌手B(运行时间为A的两倍)则得到优势19.1,19.2。

证明思路

       假设敌手A在攻击Schnorr协议的优势为\varepsilon,就像在攻击游戏18.1中。在这个游戏中,挑战者生成一个验证密钥u。 在敌手在进行仿冒攻击时,生成第一个ut, 由敌手自己自由的生成。现在,为了成功攻击,敌手A必须能够回复任何的挑战C,满足验证等式。(这里敌手如果能够生成满足验证等式的参数,那么就相当于可以向V证明自己的有效性。)这里我们只需要使用敌手成功运行两次那么就可以有效的解决离散对数问题。

      如果我们能够使得敌手A对挑战c生成一个合法的回复,那么此时重绕敌手设置其内部状态使得其对c`再生成一个合法

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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