MétaCan
Menu
Retour à la cohorte
Enregistrement W2535290256 · doi:10.1109/tit.2018.2823326

Communication Efficient and Strongly Secure Secret Sharing Schemes Based on Algebraic Geometry Codes

2018· article· en· W2535290256 sur OpenAlexafffund
Umberto Martínez-Peñas

Notice bibliographique

RevueIEEE Transactions on Information Theory · 2018
Typearticle
Langueen
DomaineComputer Science
ThématiqueCoding theory and cryptography
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDanmarks Frie ForskningsfondUniversity of Toronto
Mots-clésFinite fieldSecret sharingMathematicsAlgebraic numberAlgebraic geometryConstruct (python library)Computer scienceDiscrete mathematicsField (mathematics)Theoretical computer scienceTopology (electrical circuits)CryptographyAlgorithmGeometryCombinatoricsComputer networkPure mathematics

Résumé

récupéré en direct d'OpenAlex

Secret-sharing schemes with optimal and universal communication overheads have been obtained independently by Bitar et al. and Huang et al. However, their constructions require a finite field of size q n, where n is the number of shares, and do not provide strong security. In this paper, we give a general framework to construct communication efficient secretsharing schemes based on sequences of nested linear codes, which allows to use, in particular, algebraic geometry codes and allows to obtain strongly secure and communication-efficient schemes. Using this framework, we obtain: 1) schemes with universal and close to optimal communication overheads for arbitrarily large lengths n and a fixed finite field; 2) the first construction of schemes with universal and optimal communication overheads and optimal strong security (for restricted lengths), having, in particular, the component-wise security advantages of perfect schemes and the security and storage efficiency of ramp schemes; and 3) schemes with universal and close to optimal communication overheads and close to optimal strong security defined for arbitrarily large lengths n and a fixed finite field.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Information TheoryMême sujetCoding theory and cryptographyTravaux en français237 207