一种基于神经网络的新型后量子安全数字签名方案

摘要

数字签名是确保数字文档真实性和完整性的基本密码学原语。在后量子时代，基于经典公钥的签名方案由于量子算法的计算能力而容易受到暴力破解和密钥恢复攻击。基于多元多项式的签名方案是为数不多的能够针对此类量子威胁提供强安全保证的密码学构造之一。随着神经网络能力的不断增强，探索其在密码学原语设计中的潜在应用是自然而然的。神经网络固有地捕捉数据中的非线性关系，这些关系编码在其突触权重矩阵和偏置向量中。

在本文中，我们提出了一种基于神经网络架构的新型多元多项式数字签名方案构造。采用具有二值权重的神经网络来定义签名方案的核心结构。该设计引入了一个递归随机向量，功能上类似于注意力机制，它基于先前的状态贡献动态随机性，从而增强了方案的安全性。研究表明，所提出的签名方案能够针对自适应选择消息攻击下的存在不可伪造性（EUF-CMA）提供安全性。此外，即使存在量子计算能力，旨在恢复私钥的直接攻击在多项式时间内也是计算上不可行的。还对所提出方案的操作特性进行了评估，结果表明其在后量子密码学应用中具有显著的效率和实际可行性。

主题分类

• 密码学与安全（cs.CR）
• 群论（math.GR）

引用信息

arXiv:2507.20676 [cs.CR]
(或此版本的 arXiv:2507.20676v1 [cs.CR])
DOI: https://doi.org/10.48550/arXiv.2507.20676

提交历史

提交日期：2025年7月28日星期一 09:56:09 UTC
版本：v1
PDF大小：35 KB

全文链接

• 查看论文PDF
• [查看TeX源码]
• [其他格式]