量子科技中心_量科网

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，由于量子算法的计算能力，经典的基于公钥的签名方案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能够提供强大安全保障以抵御此类量子威胁的密码学结构之一。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势在必行。神经网络能够捕捉数据中的非线性关系，这些关系被编码在其突触权重矩阵和偏差向量中。本文提出了一种基于多元多项式的数字签名方案的新型构造，该方案利用了神经网络架构。采用具有二进制权重的神经网络来定义签名方案的核心结构。该设计引入了一个循环随机向量，其功能类似于注意力机制，它基于先前的状态提供动态随机性，从而增强了方案的安全性。文中证明了所提出的签名方案在自适应选择消息攻击 (EUF-CMA) 下能够抵御存在性不可伪造性。此外，文中还证明了即使在量子计算能力下，直接攻击恢复私钥在多项式时间内也是计算不可行。文中还评估了所提方案的操作特性，结果表明该方案在后量子密码应用中具有显著的效率和实用可行性。