会员服务
解码 · 代价 ·
2021 年 6 月 14 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, 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

【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Python计算导论，560页pdf，Introduction to Computing Using Python
Python计算导论，560页pdf，Introduction to Computing Using Python
专知会员服务
73+阅读 · 2020年5月5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
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
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
CODEs: Chamfer Out-of-Distribution Examples against Overconfidence Issue
Arxiv
0+阅读 · 2021年8月13日
A Lower Bound on the Essential Interactive Capacity of Binary Memoryless Symmetric Channels
Arxiv
0+阅读 · 2021年8月12日
The Effect of Autocorrelation on the Shewhart-RZ Control Chart
Arxiv
0+阅读 · 2021年8月11日
Depth Infused Binaural Audio Generation using Hierarchical Cross-Modal Attention
Arxiv
1+阅读 · 2021年8月10日
Hierarchical Adaptive Contextual Bandits for Resource Constraint based Recommendation
Arxiv
5+阅读 · 2020年4月2日
Attention Is (not) All You Need for Commonsense Reasoning
Arxiv
7+阅读 · 2019年5月31日
Progressive Pose Attention Transfer for Person Image Generation
Progressive Pose Attention Transfer for Person Image Generation
Arxiv
5+阅读 · 2019年4月9日
Insertion-based Decoding with automatically Inferred Generation Order
Arxiv
5+阅读 · 2019年2月28日
Understanding and Improving Interpolation in Autoencoders via an Adversarial Regularizer
Understanding and Improving Interpolation in Autoencoders via an Adversarial Regularizer
Arxiv
3+阅读 · 2018年7月19日
Hyperbolic Attention Networks
Arxiv
9+阅读 · 2018年5月24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
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论，Introduction to Linux，96页ppt
Linux导论，Introduction to Linux，96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Python计算导论，560页pdf，Introduction to Computing Using Python
Python计算导论，560页pdf，Introduction to Computing Using Python
专知会员服务
73+阅读 · 2020年5月5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
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
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
【加州大学伯克利分校博士论文】通过自我监督预测学习泛化
专知会员服务
64+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18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
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
CODEs: Chamfer Out-of-Distribution Examples against Overconfidence Issue
Arxiv
0+阅读 · 2021年8月13日
A Lower Bound on the Essential Interactive Capacity of Binary Memoryless Symmetric Channels
Arxiv
0+阅读 · 2021年8月12日
The Effect of Autocorrelation on the Shewhart-RZ Control Chart
Arxiv
0+阅读 · 2021年8月11日
Depth Infused Binaural Audio Generation using Hierarchical Cross-Modal Attention
Arxiv
1+阅读 · 2021年8月10日
Hierarchical Adaptive Contextual Bandits for Resource Constraint based Recommendation
Arxiv
5+阅读 · 2020年4月2日
Attention Is (not) All You Need for Commonsense Reasoning
Arxiv
7+阅读 · 2019年5月31日
Progressive Pose Attention Transfer for Person Image Generation
Progressive Pose Attention Transfer for Person Image Generation
Arxiv
5+阅读 · 2019年4月9日
Insertion-based Decoding with automatically Inferred Generation Order
Arxiv
5+阅读 · 2019年2月28日
Understanding and Improving Interpolation in Autoencoders via an Adversarial Regularizer
Understanding and Improving Interpolation in Autoencoders via an Adversarial Regularizer
Arxiv
3+阅读 · 2018年7月19日
Hyperbolic Attention Networks
Arxiv
9+阅读 · 2018年5月24日
Top
微信扫码咨询专知VIP会员
Top