|
|
人勤争春忙8 V6 i9 M2 k9 t- V$ ?
奋斗正当时$ n; n5 R' p8 T8 B4 J* }
新学期伊始
# N7 e3 n2 E, G' W9 W! `小编给大家带来两条
) u* O/ m( G8 ^8 q- x哈工大深圳校区科研捷报
8 W# e3 P# g$ I |5 v0 Q* r, Z为奋发作为、追求卓越的
/ g+ @8 ~' f, q# b7 H: K1 X' O3 N哈工大人点赞
. w+ n m* B5 Q% h9 X4 h' K愿大家在新学期里3 D M$ W4 w# g# A
收获更加丰硕的成果
) e" B- e6 A( Z, K校区科研团队研究成果( M$ Y) c6 m& H& |' A
被国际密码学顶级会议录用& {! |5 P( G# |# T
近日,哈工大深圳校区信息学部网络安全研究院刘川意教授(通讯作者)、付希明副教授(第一作者)团队论文《Attacks on GoldrEIch's Pseudorandom Generators by Grouping and Solving》被国际密码学顶级会议Eurocrypt 2026录用,这是哈工大首次在密码学顶级会议上发表论文。( o4 J7 B* @, B F8 y4 x# f3 I
Goldreich伪随机数生成器是一类重要的密码学原语,尤其是具有多项式延展度的该类生成器在恒定冗余的安全计算、不可区分混淆(iO)、MPC友好的密码学原语、加密胶囊、不经意传输(OT)领域有广泛的应用。构造该类随机数生成器的关键是构造一个具有局部性的谓词函数,其中主要构造有XOR-AND (FOCS 2003)和XOR-THR (STOC 2016)。针对XOR-AND的安全性分析,有学者提出了Guess-and-Determine和Guess-and-Decode攻击。然而这两类攻击主要针对小局部性的谓词,且依赖于方程的稀疏性和无噪假设。对于大局部性的XOR-THR结构,随着参数增长,这些方法的攻击复杂度接近穷举。因此,针对基于XOR-THR的Goldreich伪随机数生成器的安全性分析是公开难题。
- J& N" u" O( g6 v8 T本研究针对密码学界长期关注的Goldreich伪随机数生成器的安全性提出了强大的分析框架。特别是针对具有多项式延展度的XOR-THR谓词函数,研究团队提出的Group-and-Solve (GAS)攻击打破了现有挑战的安全性上界。该成果直接攻破了Eurocrypt 2024中用于构建高效Silent OT协议的参数实例,在PC机上实现了该实例的破解。此外,该方法还成功扩展至FiLIP密码,揭示了多个实例达不到其声称的安全性。9 }3 n; i8 O" L
该团队介绍说,本研究提出的全新的Group-and-Solve (GAS)攻击框架具有三大主要创新点。一是高效的偏差放大机制,论文观察到,当XOR-THR谓词的部分输入位被固定时,原本平衡的非线性函数会表现出显著的不平衡性。通过将输出比特根据公共输入进行“分组”,攻击者可以获得一组偏差极大的噪声方程,从而构造了低噪声的线性方程组。二是定制化的LPN求解器,含噪线性方程组求解可以规约到LPN求解这一密码学经典困难问题。团队针对分组后“样本量少、偏差大”的特点改进了高斯消元法,设计了专门的求解策略,与传统的BKW算法相比,新方法不需要海量的内存和方程数量,完美适配了输出长度受限的约束。三是跨方案的普适性攻击,该框架不仅适用于Eurocrypt 2024中用于构建高效Silent OT协议的参数实例,还被成功适配到具有白化噪声结构的FiLIP密码中,对于大多数此密码实例,攻击是成功且高效的。
' `. N$ ?& X( [' q+ K该工作为基于局部函数的密码原语设计提供了安全性分析的依据。对于依赖Goldreich伪随机数生成器的密码学原语构造,本研究提供的攻击将成为其参数选择的标准,对于密码学理论和应用具有重要参考价值。例如,该类随机数生成器是构造Silent OT的重要技术,而Silent OT是当前实现隐私保护机器学习的关键安全计算技术,广泛应用在隐私推理等场景中。# Q, z& p8 A7 [5 p* X
校区教师担任国际顶级期刊
& v! N! y4 S& V& \* G3 u《Pattern Recognition》副总编
7 @$ @0 z) ^8 e4 y近日,哈工大深圳校区智能学部智能科学与工程学院徐睿峰教授收到国际著名出版集团Elsevier旗下国际人工智能与模式识别领域顶级期刊《Pattern Recognition》邀请,担任该期刊副总编,充分展现了哈工大学者在人工智能及模式识别领域的国际学术影响力。
3 I% c" D3 o# v& T1 F2 Z《Pattern Recognition》是模式识别、计算机视觉和机器学习领域的国际老牌顶级期刊,由 Elsevier出版。该期刊涵盖模式识别、机器学习、计算机视觉、生物特征识别、数据挖掘等前沿方向,致力于发表具有原创性、高影响力的研究成果,在学术界享有极高声誉。
6 w/ H- L) l/ C. m- \徐睿峰教授长期致力于自然语言处理、情感计算、大模型的研究工作,在国内外学术界具有广泛影响力,已在TKDE, TOIS, TAFFC, TASLP, TNNLS等1区高水平国际期刊发表论文70余篇,在ICLR, AAAI, ACL, SIGIR, WWW等CCF A/B类国际会议发表论文160余篇。5篇文章入选ESI高被引论文。SCI引用2800余次,谷歌学术引用13000余次。担任期刊副总编后,他将主要负责大模型、情感计算等领域相关投稿的送审、终审以及期刊发展方向规划等工作。# E. L/ A9 {/ L% y8 X; P
文 | 信息学部 智能学部
* d0 c$ A: u$ n" e责任编辑 | 谢梁晖1 _* J( x, [& k* x6 K* d
审核 | 张惠屏 陈南坤 |
|