Secret Key-based Authentication With Passive Eavesdropper for Scalar Gaussian Sources
我们分析了相关高斯源存在窃听者时基于秘密密钥的认证系统的基本权衡。一个完整的特征之间的权衡密钥，存储和隐私泄漏率生成和选择的秘密模型。的主要贡献之一是揭示，不同于已知的离散源的结果，有没有必要的第二个辅助随机变量在高斯情况下的容量区域的特征。此外，还证明了利用信息谱方法可以实现系统的强保密性，并给出了容量域的参数表达式（可计算形式）.
2022-06-29 cs.CR cs.IT math.IT
Random Matrix based Physical Layer Secret Key Generation in Static Channels
物理层秘密密钥的产生利用了信道随机性的可逆性来产生密钥，并且已经被证明是无线通信中的有效附加安全层。然而，静态或几乎不随机的信道需要人工诱导的动态来提高保密性能，例如，使用智能反射表面（IRS）。一个关键的挑战是，从IRS诱导的随机相位也反映在窃听者（夏娃）的方向。这种泄漏使得Eve节点能够通过全局已知的导频序列来估计合法信道和秘密密钥。为了解决秘密密钥泄漏问题，我们提出利用随机矩阵理论来设计一种新的物理层秘密密钥生成算法（PL-SKG）。我们证明，当发送适当的随机高斯矩阵，奇异值的爱丽丝和鲍勃的接收信号遵循类似的概率分布。利用这些常见的奇异值，我们提出了一种基于随机高斯矩阵的PL-SKG（RGM PL-SKG），它避免了使用全局已知的导频，从而防止了上述泄漏问题。我们的研究结果表明：（i）高噪声抗性，从而导致优越的秘密密钥率（SKR）的改善（高达300%），在低信噪比制度，和（ii）一般改善SKR性能对多个合谋的夏娃。我们相信，我们的随机矩阵理论和PL-SKG的组合显示了一个新的范式，以确保无线通信信道。
2021-10-25 cs.IT eess.SP math.IT
Considerate Ramp Secret Sharing
本文提出考虑性斜坡秘密共享方案，通过分析单项-笛卡尔码定义的方案，证明了良好方案具有第二层安全特性。
2026-01-02 cs.IT math.IT
Quantum Anonymous Secret Sharing with Permutation Invariant Codes
The University of Texas at Dallas（德克萨斯大学达拉斯分校）
本文提出一种利用置换不变量子纠错码和匿名量子传输算法实现发送者匿名的量子匿名秘密分享方案，并通过量子条件最小熵量化信息泄露。
2026-04-30 cs.CR cs.IT math.IT
Logspace Reducibility From Secret Leakage Planted Clique
Stanford University（斯坦福大学）
该研究探讨植入团问题的计算难度归约在空间效率语境下的鲁棒性，通过利用输入作随机数、引入秘密泄漏植入团变体，实现了三类统计问题的对数空间随机归约。
2023-11-08 cs.CC cs.DS cs.IT
SCARL: Side-Channel Analysis with Reinforcement Learning on the Ascon Authenticated Cipher
现有的边信道分析技术需要以先验知识或一组训练数据的形式的泄漏模型，以建立秘密数据和测量之间的关系。我们引入侧通道分析与强化学习（SCARL）能够提取数据相关的功能的测量在无监督学习的方法，而不需要泄漏模型的先验知识。SCARL由自动编码器和强化学习算法组成，自动编码器将功率测量信息编码为内部表示，强化学习算法提取关于秘密数据的信息。我们采用了一个强化学习算法与演员-评论家网络，以确定适当的泄漏模型，导致最大的自动编码器表示的集群间分离。SCARL假设一般非线性泄漏模型的低阶分量对敏感数据的泄漏有较大贡献。在Artix-7 FPGA上的Ascon认证密码的轻量级实现上，SCARL能够在密码的密钥插入或加密阶段使用24 K功率迹线恢复秘密密钥。我们还表明，经典的技术，如DPA和CPA无法识别正确的关键使用传统的线性泄漏模型和超过40 K的电源痕迹。
2020-06-06 cs.CR cs.IT math.IT
The Conditional Information Leakage Given Eavesdropper's Received Signals in Wiretap Channels
Wyner窃听信道模型中的信息泄漏通常定义为秘密信息与窃听者接收信号之间的互信息。我们定义了一个新的量称为“条件信息泄漏给定窃听者的接收信号，”它表示的信息量，窃听者从他/她的接收信号中获得。引入这个量的一个好处是，我们可以开发一个快速算法来计算条件信息泄漏，它具有线性复杂度的代码长度$n$，而计算通常的信息泄漏的复杂度是指数在$n$。通过研究二进制对称信道和二进制擦除信道的情况，证实了这种条件信息泄漏作为安全准则的有效性。
2019-01-25 cs.IT math.IT
Secret Sharing for DNA Probability Vectors
针对复合DNA存储在不可信供应商间共享时的信息泄露问题，提出渐近斜坡秘密共享方案（ARSSS），结合有限域秘密共享与改进的概率向量乘法，实现渐近信息论安全，并降低读取复杂度与成本。
2025-04-26 cs.IT math.IT
What can Information Guess? Guessing Advantage vs. Rényi Entropy for Small Leakages
该研究利用Gibbs不等式及Rényi熵推广，推导了带边信息的非渐近场景下秘密ρ阶猜测熵最优下界的闭式表达式，为边信道分析中密码实现抗小泄漏攻击提供理论支撑，且经经典泄漏模型验证优于现有边界。
2024-01-30 cs.IT math.IT
Multi-Entity and Multi-Enrollment Key Agreement with Correlated Noise
一个基本的模型与远程（或隐藏）源的密钥协商扩展到一个多用户模型的联合保密和隐私的约束下，所有的实体，不相互信任的密钥协商后。考虑了多个实体通过广播信道（BC）使用相同源的不同测量来商定相互独立的本地密钥。我们的模型是适当的多用户扩展的基本模型，因为编码器和解码器对不被假定为信任其他对密钥协议后，不像在文献中假设。强保密约束施加在所有的秘密密钥联合，这是更严格的比单独的保密泄漏约束的每个秘密密钥考虑在文献中，得到满足。最大密钥速率，最小隐私泄漏和数据库存储速率的内界提出了任何有限数量的实体。退化和噪声较小的BC的内部和外部边界给出强隐私的情况下，说明。一个多注册模型，用于共同的物理不可克隆功能也被认为是建立内部和外部边界的密钥泄漏存储区域，不同的马尔可夫链施加。对于这种特殊情况，编码器和解码器测量信道具有相同的信道转移矩阵，并且针对每个秘密密钥分别测量秘密泄漏。我们举例说明的情况下，它是有用的，有多个登记相比，一个单一的登记，反之亦然。
2020-10-17 cs.CR cs.IT cs.MM
Information Leakage in Index Coding With Sensitive and Non-Sensitive Messages
研究了索引编码中部分消息敏感而部分消息不敏感的情况下，对猜测对手的信息泄漏问题。非敏感消息可以由服务器像密钥一样使用，以减轻敏感消息向对手的泄漏。我们构建了一个确定性线性编码方案，该方案是从基于拟合矩阵的秩最小化方法（Bar-Yossef et al. 2011）发展而来的。线性方案导致了一个新的上界的最佳信息泄漏率，这是证明了紧的所有确定性标量线性码。我们还得到了一个相反的结果，从图论的角度来看，这在一般情况下，所有的确定性和随机编码方案。
2022-05-22 cs.CR cs.IT math.IT
$α$-leakage Interpretation of Rényi Capacity
本文提出$α$-泄漏的$\tilde{f}$-均值解释，并据此推导Rényi容量作为敌手恶意推理与先验信念上的最大泄漏，支持交替最大-最大实现。
2025-10-08 cs.IT math.IT
A new measure for dynamic leakage based on quantitative information flow
本文提出一种新的动态信息泄漏度量，将对手信念与基线分布解耦，满足信息论公理并与静态视角兼容，用于评估系统运行中的实时泄漏。
2025-10-23 cs.CR cs.IT math.IT
Improved Local Leakage Resilience of Shamir Secret Sharing and Worst-Case Optimal Polynomial Intersection
Stanford University（斯坦福大学）
该研究利用Sun等2026年提出的关联，改进了Shamir秘密共享的局部泄漏弹性（突破二分之一壁垒）与最坏情况最优多项式交集的量子算法及存在性结果，还给出了OPI的量子-经典困难性无条件分离。
2026-11-04 cs.CR cs.DM cs.IT
Maximal Leakage of Masked Implementations Using Mrs. Gerber's Lemma for Min-Entropy
本文针对任意阶掩码实现，利用最大泄漏和条件最小熵，通过主化不等式推广了有限阿贝尔群中的 Mrs. Gerber 引理，为侧信道攻击成功概率提供上界。
2023-05-10 cs.CR cs.IT math.IT
Quantitative Information Flow for Scheduler-Dependent Systems
定量信息流分析衡量有多少关于秘密的信息被公开可观察的输出所泄露。一个感兴趣的领域是量化和估计组成系统的信息泄漏。先前的工作集中在并行运行不相交的组件系统和推理的泄漏组成，但没有探讨如何组件系统并行运行或如何组成的系统的泄漏可以最小化。在本文中，我们考虑的方式，并行系统可以结合或调度。这考虑了资源可以共享的调度信道的影响，或者是否可以递增地观察输出。我们还概括了攻击者的能力，观察系统的输出，考虑攻击者谁可能是不完善的，在他们的意见，例如，当输出可能会相互混淆，或当评估所需的时间输出出现。我们的主要贡献是展示调度和观察如何影响信息泄露属性。特别是，调度可以隐藏一些泄漏的信息从完美的观察者，而一些调度可能会透露秘密信息，隐藏到不完美的观察者。此外，我们提出了一个算法来构建一个调度器，最小化的最小熵泄漏和最小容量在任何观察员的存在。
2015-09-29 cs.CR cs.IT cs.PL
Pointwise Maximal Leakage
本文提出逐点最大泄露这一隐私度量，研究其复合、预处理与后处理性质，并据此构建可适配多种场景的隐私风险评估框架。
2023-08-15 cs.IT math.IT
Information Leakage Envelopes
Inria（法国国家信息与自动化研究所）；KTH Royal Institute of Technology（瑞典皇家理工学院）；École Polytechnique（巴黎综合理工学院）
本文研究了在点wise最大泄露（PML）框架下满足两个要求的隐私保障：对后处理具有鲁棒性，并上界限制信息泄露超过给定阈值的概率。作者分析了两种受差分隐私启发的定义，发现它们无法同时满足这两个要求。接着引入PML包络概念，用于量化在任意后处理后的机理输出中关于秘密的信息泄露最大量。包络满足两个要求，并讨论其基本结构属性如单调性，推导通用上下界。进一步分析PML极值机制和随机响应两种常用隐私机制的包络。本文将PML包络确立为一种自然且具有操作意义的定义，用于提供在任意下游转换中保持的隐私保障。
2026-05-20 cs.CR cs.IT math.IT
Neural Estimation of Information Leakage for Secure Communication System Design
针对窃听信道安全通信，提出基于变分对比对数比上界和伯努利专家混合的神经互信息估计器，可准确量化泄漏并扩展块长度至255，用于设计通用哈希族。
2025-08-07 cs.IT math.IT
Barycentric and Pairwise Renyi Quantum Leakage
本文提出重心与成对Renyi量子泄漏度量，用于量子系统隐私分析，具有良好性质且可计算，并证明其限制信息泄漏，同时给出量子机器学习中的隐私-效用权衡公式。
2024-02-09 cs.CR cs.IT math.IT
Secure Distributed Storage: Optimal Trade-Off Between Storage Rate and Privacy Leakage
针对分布式存储中数据可恢复性与隐私泄露的权衡问题，本文推导了存储大小与隐私水平间的基本权衡及编码器局部随机性的最优量，并给出了斜坡秘密共享方案份额大小的最优下界。
2024-03-15 cs.CR cs.IT math.IT
Efficient Recovery of a Shared Secret via Cooperation: Applications to SDMM and PIR
这项工作考虑的问题，私人外包有限域$\mathbb{F}_q$的矩阵产品的计算到$N$助手服务器。这些服务器被认为是诚实的，但好奇，即，它们根据协议工作，但会尝试推断有关用户数据的信息。此外，允许多达$X$服务器的任何集合共享它们的数据。以前的作品认为这种共谋的阻碍和下载成本的计划增加与增长$X$。我们建议利用服务器之间的这种联系，以用户的优势，允许服务器合作的计算任务。这导致所提出的方案的下载成本的显著增益。这种收益自然是以增加服务器之间的通信负载为代价的。因此，所提出的合作计划可以理解为外包的计算成本和通信成本。这两个信息-理论上安全和计算上安全的计划被认为是，允许信息泄漏，计算上难以利用将导致进一步的收益。建议的服务器合作，然后举例说明特定的安全分布式矩阵乘法（SDMM）计划和线性私人信息检索（PIR）。类似的想法自然也适用于许多其他用例，但不一定总是降低成本。
2022-01-11 cs.IT math.IT
Cryptanalysis of a One-Time Code-Based Digital Signature Scheme
我们考虑一个一次性的数字签名计划最近提出的Reichetti和表明，一个成功的密钥恢复攻击可以安装有限的复杂性。我们提出的攻击利用了攻击者截获的单个签名，并依赖于对这样的签名进行的统计分析，然后进行信息集解码。我们评估的攻击的复杂性，并表明，完全恢复的秘密密钥可以执行的工作因素是远远低于声称的安全级别。攻击的效率是由签名的稀疏性所激发的，这导致关于秘密密钥的显著信息泄漏。
2019-01-23 cs.CR cs.IT math.IT
Local Information-Theoretic Security via Euclidean Geometry
National and Kapodistrian University of Athens（雅典国立卡波迪斯特里安大学）；Chanakya University（查纳基亚大学）
本文基于欧几里得信息论提出方法，研究离散无记忆窃听信道的局部安全特性，通过约束优化问题最大化合法用户信息率并限制信息泄露和编码信息成本，利用局部几何近似将非凸问题转化为可解二次规划问题，推导出局部安全容量公式并分析新定义的局部收缩系数。
2026-05-13 cs.CR cs.IT math.IT
On the Compositionality of Quantitative Information Flow
本文研究定量信息流中$g$-泄露的组合性，针对可分解信道系统，推导出整体$g$-泄露的界限，并推广了最小熵泄露和并行信道的结果。
2017-08-14 cs.IT cs.LO math.IT
Information Density Bounds for Privacy
KTH Royal Institute of Technology（皇家理工学院）；Inria Saclay（巴黎萨克雷国家研究院）；University of New South Wales, Canberra（新南威尔士大学堪培拉分校）
本文通过引入点wise最大成本（PMC）隐私度量，探讨了隐私保护中信息密度下限的设定，并揭示了PMC与LDP等隐私机制之间的关系，填补了隐私度量分类学中的空白。
2026-03-13 cs.CR cs.IT math.IT
Differential Privacy versus Quantitative Information Flow
差分隐私是数据库社区中非常流行的隐私概念。粗略地说，这个想法是，如果两个不同条目产生某个答案的概率之比受e^ε约束，则随机化查询机制提供了足够的隐私保护。在匿名性和信息流领域，存在类似的对控制信息泄漏的关注，即限制从可观察量推断秘密信息的可能性。近年来，研究人员提出用信息论中的互信息概念来量化泄漏。有两种主要的方法属于这一类：一种是基于香农熵，另一种是基于雷尼最小熵。后者与所谓的贝叶斯风险有关，贝叶斯风险表示猜测秘密的概率。在本文中，我们将展示如何建模的查询系统中的信息理论的渠道，我们比较的概念差分隐私与互信息。我们表明，差分隐私的概念是严格强，在这个意义上，它意味着一个绑定的互信息，但不是反之亦然。
2010-12-20 cs.CR cs.DB cs.IT
Secret Key Agreement with Physical Unclonable Functions: An Optimality Summary
Technische Universität Berlin（柏林工业大学）
我们从信息理论最优性的角度来解决数字设备和生物特征识别的安全和隐私问题，其中生成密钥用于认证，识别，消息加密/解密或安全计算。物理不可克隆功能（PUF）是一个很有前途的解决方案，在数字设备的本地安全，这篇评论给出了最相关的总结信息理论家，编码理论家，和信号处理社区成员谁有兴趣在最佳的PUF建设。低复杂度的信号处理方法，如变换编码，使信息理论分析听话的发展进行了讨论。给出了多个PUF测量的秘密密钥、隐私泄漏和存储速率之间的最佳权衡。建议的最佳代码结构，共同设计的矢量量化器和纠错码参数列出。这些构造包括现代和代数码，例如极化码和卷积码，这两者都可以在短块长度下实现小的块错误概率，对应于少量的PUF电路。从信号处理，信息论，编码理论和硬件复杂性的角度及其组合的PUF文献中的开放问题被列出，以刺激进一步的进展，在本地隐私和安全的研究。
2020-12-16 cs.CR cs.CV cs.IT
Differential Privacy: on the trade-off between Utility and Information Leakage
差分隐私是数据库社区中非常流行的隐私概念。粗略地说，这个想法是，如果两个相邻数据集给出相同答案的概率之比受e^n约束，则随机化查询机制提供了足够的隐私保护。在信息流领域，存在对控制信息泄漏的类似关注，即限制从可观察量推断秘密信息的可能性。近年来，研究人员提出用Rényi min互信息来量化泄漏，这是一个与贝叶斯风险严格相关的概念。在本文中，我们将展示如何建模的查询系统中的信息理论的渠道，我们比较的概念差分隐私与互信息。我们发现，差分隐私意味着一个界上的互信息（但不是反之亦然）。此外，我们证明了我们的界是紧的。然后，我们考虑随机化机制的效用，它表示随机化答案平均与真实答案的接近程度。我们表明，差分隐私的概念意味着效用上的界限，也紧，我们提出了一种方法，在一定条件下建立一个最佳的随机化机制，即提供最佳效用的机制，同时保证差分隐私。
2011-08-25 cs.CR cs.DB cs.IT
Leakage and Protocol Composition in a Game-Theoretic Perspective
本文以博弈论框架刻画 QIF 中攻防双方对信息泄露的干预，建模协议组合的可见与不可见概率选择，并对多类泄露博弈建立泄露层级与均衡最优策略求解方法。
2018-03-30 cs.CR cs.GT cs.IT
