Benchmark Performance of a New Quantum-Safe Multivariate Polynomial Digital Signature Algorithm
Notice bibliographique
Résumé
Kuang et al. introduced the new quantum-safe algorithm Multivariate Polynomial Public Key Digital Signature (MPPK DS). To create a signature, the MPPK DS scheme’s private key consists of univariate polynomials used as exponents of a secret randomly generated base. For signature verification, the verifier leverages public key multivariate polynomials and a modular arithmetic property. The verification procedure is probabilistic. The verifier uses noise variables and evaluates the public key polynomials. For a genuine signature, the verification procedure is successful for any evaluation of the public key polynomials. In this paper, we report the results of benchmarking MPPK DS on a 16-core Intel®Core™i7-10700 CPU system at 2.90 GHz using the SUPERCOP toolkit. SUPERCOP has been widely used to analyze the performance of post-quantum public-key encryption and key-establishment algorithms. We provide a side-by-side comparison of the NIST PQC third-round digital signature schemes with MPPK DS. With respect to the PQC schemes, the MPPK DS cryptosystem achieves small size public keys, private keys, and signatures. Moreover, compared with the NIST PQC digital signature algorithms, the performance of the MPPK DS algorithm is outstanding with fast procedures for key generation, signing, and verifying.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».