Where Quantum Fourier Sampling Stops Short: A Three-Gate Audit Protocol for Delay-PUF Security Models
该论文针对“量子傅里叶采样能否用于审计基于延迟的物理不可克隆函数(PUF)的谱可学习性”这一命题，提出并验证了一套名为“三闸门量子审计协议(Three-Gate Quantum Audit Protocol)”的可复现评估流程，用以严格区分
#cryptanalysis
共收录 37 条相关情报。
← 返回所有主题Learnt Attacks on Quantum Key Distribution under Channel Noise and Device Drift
该论文研究量子密钥分发（QKD）链路在非平稳信道条件下的安全性缺口。传统 QKD 安全分析基于「信道平稳」假设，而实际设备在两次校准之间会发生漂移（device drift），信道参数随时间变化。作者提出并量化了一个此前未被回答的问题：一个
Key-Reuse Vulnerability of Phase-Keyed Fourier-Curve Modulation: Relation Leakage and Key-Refresh Cost on Coded Links
该论文研究"带密钥调制"(keyed modulation)在密钥复用场景下的安全性缺陷。传统上，密钥调制的安全性论证依赖两点：密钥空间足够大，以及无密钥接收机的误码率足够高。作者指出，当密钥被重复使用、且波形存在谐波耦合时，这套论证会失效
Exponential quantum speedup for $\mathbb{F}_3^n$-Subset-Sum? Or, rigorous classical algorithms for Binary-Error LWE
该论文研究 F_3^n 上的向量子集和问题：给定 m 个取自 F_3^n 的随机向量，要求找出一个非空子集使其向量和为零；m 越小，问题越难。该问题与后量子密码（尤其是基于 LWE 的构造）以及组合优化密切相关，也是量子优势研究中的经典试验
Beyond Scalar Probes: Exploiting Vector-Valued Outputs in ReLU Networks For Signature Extraction
本文重新审视了针对 ReLU 前馈神经网络的"密码分析式"模型提取问题，即把神经网络权重与偏置的恢复类比为对密码算法的密钥恢复，从几何与代数两个视角对这一问题给出新的刻画。论文指出，以往工作大多把注意力集中在网络的单个输出分量上（例如沿某一
How to break the Miranda signature scheme over matrix Gabidulin codes
该论文对后量子签名方案 Miranda 进行了密码分析，提出了一种高效的密钥恢复攻击。Miranda 的设计范式是：先选取一个具有隐藏代数结构的矩阵码（此处由一个 Gabidulin 码扩张而来，仅具备 Fq-线性性质），再通过掩码（mas
Extracting CNNs in the Unknown-Architecture and Feedback-Agnostic Setting
该论文研究卷积神经网络（CNN）的密码分析式模型提取（cryptanalytic extraction），即在无法接触模型内部实现的前提下，仅通过黑盒查询反推网络结构与权重参数。此前的同类攻击普遍假设目标网络的架构已知，攻击目标仅限于恢复模
ACTS: A multi-tier benchmark evaluating LLM cipher identification under controlled blind conditions
ACTS(Artifacts in Cipher Testing Suite)是一个可复现的多层基准套件, 用于在受控盲测条件下评估大语言模型对密码算法/密文类型的识别能力。其研究动机是回答一个关键问题: LLM 在密码分析类任务上的高分,
The Supersingular Isogeny Problem in Time and Memory $p^{1/3+o(1)}$, Unconditionally
本文研究超奇异椭圆曲线的 OneEnd 问题：给定 E/F_{p^2}，求 E 的一个非标量自同态。既有归约表明，若该问题可解，则超奇异自同态环问题与同源问题也可解，因此它位于基于同源密码学的核心困难性假设附近。此前，Wesolowski
End-to-End Hard-Label Cryptanalytic Model Extraction Using Efficient Sign Recovery
该论文关注深度学习模型的知识产权安全问题。深度神经网络(DNN)的训练参数被视为有价值的资产, 近年来在 IACR 系列会议上, 仅通过查询模型接口来还原参数(模型提取/模型窃取)的攻击受到广泛研究。其中最具挑战性的设置是「硬标签」(har
Hamming Ideals and Grobner Bases for ISD-like Syndrome Decoding
本文研究综合征解码问题(Syndrome Decoding Problem, SDP)的一种代数化求解路线,并把代数建模与信息集解码(Information Set Decoding, ISD)范式结合起来。SDP 是码基密码学的核心困难问
Normal Alignment: Improved Cryptanalytic Sign Recovery on Hard-Label Networks
该论文研究硬标签（S1）深度神经网络的密码分析式模型提取问题。背景：在 EUROCRYPT 2025 上，Carlini 等人首次证明，在只能获得模型最终预测类别（硬标签）的黑盒条件下，攻击者可在多项式时间内恢复网络各层神经元的符号（sig
Cryptanalytic Extraction of Neural Networks Without Known Architecture Assumption
本文研究神经网络模型窃取中的一个经典问题：密码分析式提取（cryptanalytic extraction）。这类攻击仅凭对模型原始输出（如 logits 或完整概率向量）的黑盒访问，就能恢复网络参数。然而，以往所有此类攻击都建立在一个根本
Crossing the Streams: SSH Plaintext Recovery via a Common Compression Context in Multiplexed Channels
该论文揭示了 SSH 协议在通道复用场景下存在一个此前未被发现的压缩侧信道漏洞。SSH 是服务器远程安全管理的标准协议，其传输层使用二进制包协议（BPP）进行加密和认证，而连接协议则在单一连接上复用多个逻辑通道，用于交互式 shell、端口
Has MIMO decoding been proved hard from lattice problems?
MIMO（多输入多输出）技术是现代无线通信的基础。物理层安全旨在利用噪声信道的物理特性保护传输信息，而无需上层加密。Dean 和 Goldsmith 曾通过借鉴 Regev 对 LWE（带噪声学习问题）的归约，提出将格问题（如最短向量问题、
Masked Differential-linear Distinguishers and Quantum Approaches
该论文提出了一种用于对称密钥原语密码分析的新原语——掩码自相关（masked auto-correlation, MAC），并构建了基于它的量子攻击管线。对于置换 f、输出掩码 α、β 和输入差分 w，MAC 度量掩码输出 α·f(x) 与
Black Box Cryptanalysis of AES128
本文提出了一种针对 AES128 的黑盒密码分析方法，基于局部反转（Local Inversion）思想，仅利用正向加密的黑盒计算实现密钥恢复。在已知明文攻击（KPA）场景下，作者通过顺序计算证明了当已知 48 位密钥时，可在实际可行的时间
LEAP: Leakage-Abuse Attack on Efficiently Deployable, Efficiently Searchable Encryption with Partially Known Dataset.
本文提出了一种名为 LEAP 的泄漏滥用攻击，针对高效部署且高效搜索的加密（EDESE）方案，特别关注 ShadowCrypt 等实际系统。可搜索加密（SE）允许用户在加密文档上执行私密查询，但许多面向工业部署的方案为了性能而牺牲了一定的信
Key Recovery from Residue-Confined Errors in Pradhan CRT-RLWE
本文针对 Pradhan 等人提出的 CRT-RLWE（Chinese Remainder Theorem Ring-LWE）同态加密方案进行了密码分析，证明该方案在声称的误差分布范围内不安全。核心发现是：当公钥乘子为单位元时，攻击者仅通过
AI Grinding for Fun and Cryptanalysis
该论文提出了一种自主密码分析工作流，利用智能代理自动生成、测试并优化假设，最终由人类研究人员进行审查。自主阶段返回可复现的候选结果，包括精确的验证证据（witnesses）、对照实验（controls）、代码和运行记录。研究人员据此判断证据