会员服务
解码 · 代价 ·
2021 年 3 月 3 日
Decoding supercodes of Gabidulin codes and applications to cryptanalysis
翻译：加比杜林编码和加密分析应用的超级编码
Maxime Bombar,Alain Couvreur
Maxime Bombar,Alain Couvreur
from arxiv, Submitted to PQCrypto 2021. The Sage code is available on Github: https://github.com/mbombar/Attack_on_LIGA

This article discusses the decoding of Gabidulin codes and shows how to extend the usual decoder to any supercode of a Gabidulin code at the cost of a significant decrease of the decoding radius. Using this decoder, we provide polynomial time attacks on the rank-metric encryption schemes RAMESSES and LIGA.


翻译：文章讨论了加比杜林编码的解码,并展示了如何将通常的解码器扩大到加比杜林编码的任何超级编码,以大大降低解码半径为代价。我们使用这个解码器,提供了对RAMESSES和LIGA等分级加密办法的多元时间攻击。
0
下载
关闭预览

相关内容

多标签学习的新趋势（2020 Survey）
多标签学习的新趋势（2020 Survey）
专知会员服务
41+阅读 · 2020年12月6日
最新《非光滑优化》十讲硬核课程，剑桥大学梁经纬博士主讲
最新《非光滑优化》十讲硬核课程，剑桥大学梁经纬博士主讲
专知会员服务
31+阅读 · 2020年8月14日
图像分类半监督自监督无监督学习综述，A survey on Semi-, Self- and Unsupervised Learning for Image Classification
图像分类半监督自监督无监督学习综述，A survey on Semi-, Self- and Unsupervised Learning for Image Classification
专知会员服务
45+阅读 · 2020年7月29日
Python图像处理，366页pdf，Image Operators Image Processing in Python
Python图像处理，366页pdf，Image Operators Image Processing in Python
专知会员服务
76+阅读 · 2020年7月23日
Python分布式计算，171页pdf，Distributed Computing with Python
Python分布式计算，171页pdf，Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【KDD2019|讲座推荐】零阶优化及其在数据挖掘和机器学习中对抗鲁棒性的应用研究进展：Recent Progress in Zeroth Order Optimization and Its Applications to Adversarial Robustness in Data Mining and Machine Learning
【KDD2019|讲座推荐】零阶优化及其在数据挖掘和机器学习中对抗鲁棒性的应用研究进展：Recent Progress in Zeroth Order Optimization and Its Applications to Adversarial Robustness in Data Mining and Machine Learning
专知会员服务
15+阅读 · 2019年12月6日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
分布式并行架构Ray介绍
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
已删除
将门创投
6+阅读 · 2017年11月27日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
CRC-Aided List Decoding of Convolutional Codes in the Short Blocklength Regime
Arxiv
0+阅读 · 2021年4月28日
CRC Codes as Error Correction Codes
Arxiv
0+阅读 · 2021年4月28日
On the efficiency of polar-like decoding for symmetric codes
Arxiv
0+阅读 · 2021年4月27日
Classical and Quantum algorithms for generic Syndrome Decoding problems and applications to the Lee metric
Arxiv
0+阅读 · 2021年4月26日
Principal Component Analysis Applied to Gradient Fields in Band Gap Optimization Problems for Metamaterials
Arxiv
0+阅读 · 2021年4月24日
Designing Low-Correlation GPS Spreading Codes with a Natural Evolution Strategy Machine Learning Algorithm
Arxiv
0+阅读 · 2021年4月23日
DNC-Aided SCL-Flip Decoding of Polar Codes
Arxiv
0+阅读 · 2021年4月22日
Image-to-Image Translation: Methods and Applications
Arxiv
17+阅读 · 2021年1月21日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Near Human-Level Performance in Grammatical Error Correction with Hybrid Machine Translation
Arxiv
5+阅读 · 2018年4月16日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
解码
代价
相关VIP内容
多标签学习的新趋势（2020 Survey）
多标签学习的新趋势（2020 Survey）
专知会员服务
41+阅读 · 2020年12月6日
最新《非光滑优化》十讲硬核课程，剑桥大学梁经纬博士主讲
最新《非光滑优化》十讲硬核课程，剑桥大学梁经纬博士主讲
专知会员服务
31+阅读 · 2020年8月14日
图像分类半监督自监督无监督学习综述，A survey on Semi-, Self- and Unsupervised Learning for Image Classification
图像分类半监督自监督无监督学习综述，A survey on Semi-, Self- and Unsupervised Learning for Image Classification
专知会员服务
45+阅读 · 2020年7月29日
Python图像处理，366页pdf，Image Operators Image Processing in Python
Python图像处理，366页pdf，Image Operators Image Processing in Python
专知会员服务
76+阅读 · 2020年7月23日
Python分布式计算，171页pdf，Distributed Computing with Python
Python分布式计算，171页pdf，Distributed Computing with Python
专知会员服务
107+阅读 · 2020年5月3日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【KDD2019|讲座推荐】零阶优化及其在数据挖掘和机器学习中对抗鲁棒性的应用研究进展：Recent Progress in Zeroth Order Optimization and Its Applications to Adversarial Robustness in Data Mining and Machine Learning
【KDD2019|讲座推荐】零阶优化及其在数据挖掘和机器学习中对抗鲁棒性的应用研究进展：Recent Progress in Zeroth Order Optimization and Its Applications to Adversarial Robustness in Data Mining and Machine Learning
专知会员服务
15+阅读 · 2019年12月6日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
热门VIP内容
相关资讯
分布式并行架构Ray介绍
分布式并行架构Ray介绍
CreateAMind
9+阅读 · 2019年8月9日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
已删除
已删除
将门创投
6+阅读 · 2017年11月27日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】GAN架构入门综述(资源汇总)
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
CRC-Aided List Decoding of Convolutional Codes in the Short Blocklength Regime
Arxiv
0+阅读 · 2021年4月28日
CRC Codes as Error Correction Codes
Arxiv
0+阅读 · 2021年4月28日
On the efficiency of polar-like decoding for symmetric codes
Arxiv
0+阅读 · 2021年4月27日
Classical and Quantum algorithms for generic Syndrome Decoding problems and applications to the Lee metric
Arxiv
0+阅读 · 2021年4月26日
Principal Component Analysis Applied to Gradient Fields in Band Gap Optimization Problems for Metamaterials
Arxiv
0+阅读 · 2021年4月24日
Designing Low-Correlation GPS Spreading Codes with a Natural Evolution Strategy Machine Learning Algorithm
Arxiv
0+阅读 · 2021年4月23日
DNC-Aided SCL-Flip Decoding of Polar Codes
Arxiv
0+阅读 · 2021年4月22日
Image-to-Image Translation: Methods and Applications
Arxiv
17+阅读 · 2021年1月21日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Near Human-Level Performance in Grammatical Error Correction with Hybrid Machine Translation
Arxiv
5+阅读 · 2018年4月16日
Top
微信扫码咨询专知VIP会员
Top