[发明专利]基于高斯玻色采样的单向函数设计方法及其密码验证方法有效

专利信息
申请号: 202010620682.1 申请日: 2020-07-01
公开(公告)号: CN111783990B 公开(公告)日: 2023-10-03
发明(设计)人: 石金晶;赵童格;陆玉虎;王雯萱;施荣华 申请(专利权)人: 中南大学
主分类号: H04L9/08 分类号: H04L9/08;G06N10/00
代理公司: 长沙永星专利商标事务所(普通合伙) 43001 代理人: 周咏;米中业
地址: 410083 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 高斯玻色 采样 单向 函数 设计 方法 及其 密码 验证
【说明书】:

发明公开了一种基于高斯玻色采样的单向函数设计方法,包括确定单向函数的输入值;通过g算法将输入值进行引申得到标准输入;确定高斯玻色采样所采用的线性光学网络;确定高斯玻色采样的粗粒化输出结果;采用后处理g算法将最大概率条目的标签重新排列;将标签序列进行编码得到单向函数的输出。本发明还公开了包括所述基于高斯玻色采样的单向函数设计方法的密码验证方法。本发明通过采用高斯玻色采样及其粗粒化过程,由输入可以很容易得到输出,而由输出逆推输入是很困难的,因此实现了单向函数的功能,而且本发明方法简单快捷,单向性好,可靠性高,效率也较高。

技术领域

本发明属于量子领域,具体涉及一种基于高斯玻色采样的单向函数设计方法及其密码验证方法。

背景技术

随着经济技术的发展和人们生活水平的提高,计算机已经广泛应用于人们的生产和生活之中,给人们的生产和生活带来了无尽的便利。

今天,经典计算机的发展进入到后摩尔时代,遇到了尺寸效应、散热问题等瓶颈,因此越来越多的人把目光放在量子计算机的开发上来。研制一个通用的量子计算机需要通过很多的精确量子逻辑门对量子比特进行操作,困难重重,而利用一类“专用的”量子计算装置来实现经典计算机装置所不能够完成的任务,这对证明量子优越性具有十分重要的现实意义。玻色采样装置在解决玻色采样问题上表现出超越经典计算机的能力,为证明量子优越性提供了新思路。

玻色采样过程将不可区分的玻色子输入至线性光学网络,研究其干涉行为,在输出端用光子探测器进行探测,其输出某种特定状态的概率与矩阵的积和式有关,这在经典上是#P-hard复杂性的问题,很难模拟。高斯玻色采样与玻色采样步骤相似,只是将输入态变为单模压缩态。由于传统的玻色采样输入源为单光子fock态,在实验上,同时发射多个单光子源是困难的,而连续高斯态的制备在实验上比较容易,且同时发射也易于实现,因此我们将目光放在高斯玻色采样上。当输入为单模压缩态时,结合高斯态的性质进行数学推导,得出高斯玻色采样的某种特定状态的输出概率与矩阵的hafnian函数有关,矩阵的hafnian函数的计算也仍然属于#P-hard复杂类,在经典上是难以模拟的。

单向函数是一类比较特殊的函数,它特有的单向性使之为许多密码协议算法的设计奠定了重要的基础地位,在很多密码方案中发挥着重要作用。在当前情况下,密码方案设计的重要一步就是需要找到某种算法,这种算法可以使得攻击者和合法用户在某种问题的计算效率上存在有明显的差异,即对于一个非合法的攻击者而言,其在该算法上的计算效率是很低下的;而对于一个合法的授权用户,该算法可以高效地执行。单向函数就正是这样的一类函数:其正向求解简单,而反向求逆困难。

由于单向函数的重要作用,目前已经有大量的研究在进行单向函数的设计。但是,目前的单相函数设计方法,可靠性相对较低,而且效率较差,严重影响了单向函数的推广和使用。

发明内容

本发明的目的之一在于提供一种可靠性高、实用性好且效率较高的基于高斯玻色采样的单向函数设计方法。

本发明的目的之二在于提供一种包括了所述基于高斯玻色采样的单向函数设计方法的密码验证方法。

本发明提供的这种基于高斯玻色采样的单向函数设计方法,包括如下步骤:

S1.确定单向函数的输入值;

S2.通过g算法将步骤S1确定的输入值进行引申,从而得到若干数值作为高斯玻色采样的标准输入;

S3.确定高斯玻色采样所采用的线性光学网络;

S4.确定高斯玻色采样的粗粒化输出结果;

S5.采用后处理g算法将最大概率条目的标签重新排列;

S6.将步骤S5得到的标签序列进行编码,得到单向函数的输出;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010620682.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top