


























吾等新创一法,用于构建一次性多客户端函数加密方案,此方案支持含噪二次函数,能抗篡改,且允标签。此等方案可用作多实用应用之基石,例如于任意分割之数据上施行隐私保护机器学习。较之旧式构建,吾等之法采用异构之设计,得以运用较简之基石,故而更效。吾等之构建全赖其基石之安全,无需额外之困难假设,故较相关之工作更为通用。具体而言,此构建本身不倚赖双线性群所给之结构。 吾等呈示一具体实现,名曰 QUILT,并经一系列实验证明,其远胜现有可比方案。例如,于私密逻辑回归训练之例,使用 QUILT 可提速四点八倍至六点八倍。 复次,较之此等方案,吾等之构建允用标签。此弱化了一次性之限制,盖若每密文皆系于异标签,则多重加密成为可能。
BibTeX
@misc{cryptoeprint:2026/1033,
author = {Jasmin Zalonis and Linda Scheu-Hachtel and Frederik Armknecht},
title = {A New Construction Method for More Efficient Quadratic One-Time Noisy Multi-Client Functional Encryption Schemes},
howpublished = {Cryptology {ePrint} Archive, Paper 2026/1033},
year = {2026},
url = {https://eprint.iacr.org/2026/1033}
}
此內容由慣性聚合(RSS閱讀器)自動聚合整理,僅供閱讀參考。 原文來自 — 版權歸原作者所有。