MétaCan
Menu
Retour à la cohorte
Enregistrement W4409795719 · doi:10.61091/jcmcc127b-372

Security Analysis and Signature Algorithm Design of Gegami’s Identity-Based Chameleon Signature Scheme under Quantum Attack Resistance

2025· article· en· W4409795719 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueCryptography and Data Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSignature (topology)Merkle signature schemeDigital Signature AlgorithmScheme (mathematics)Identity (music)Ring signatureAlgorithmElGamal signature schemeComputer scienceSchnorr signatureBlind signatureDigital signatureComputer securityMathematicsPhysicsHash function

Résumé

récupéré en direct d'OpenAlex

Traditional digital signatures are often publicly verifiable, and in certain applications with privacy preservation requirements, the signer does not want the sensitive information it signed to be redelivered by a dishonest verifier.Aiming at the problem that traditional chameleon signatures (CS) cannot resist quantum computer attacks, this paper proposes a lattice-based authentication CS scheme.Based on the analysis of the lattice difficulty problem and the security vulnerability of the CS scheme, it is pointed out that it does not satisfy the third-party unforgeability and the signer rejectability, and a new lattice-based identity CS scheme is established, which is verified under the stochastic predicate machine model, and the storage and transmission efficiency of the scheme is analyzed.The results show that the newly designed identity-based CS scheme on the lattice can effectively resist quantum computer attacks, can sign messages of arbitrary length, and possesses more lightweight storage and transmission efficiency.The optimized chameleon signature scheme has better security and also provides a new solution for digital signatures to resist quantum computer attacks.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,807
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,269
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetCryptography and Data SecurityTravaux en français237 207