QUICK REVIEW
[论文解读] Relative generalized Hamming weights of q-ary Reed-Muller codes
Olav Geil, Stefano Martin|arXiv (Cornell University)|Jul 23, 2014
Coding theory and cryptography参考文献 23被引用 3
一句话总结
本文利用格罗布纳基理论与足迹界,确定了 $q$-元 Reed-Muller 码的相对广义汉明权重(RGHWs),完整刻画了基于陪集的 ramp 秘密共享方案中的信息泄露。关键贡献在于提出了一种低复杂度算法用于计算 RGHWs,并给出了两变量码的闭式表达式,从而实现了对分布式存储系统中安全性和局部纠错能力的精确量化。
ABSTRACT
Coset constructions of $q$-ary Reed-Muller codes can be used to store secrets on a distributed storage system in such a way that only parties with access to a large part of the system can obtain information while still allowing for local error-correction. In this paper we determine the relative generalized Hamming weights of these codes which can be translated into a detailed description of the information leakage [2, 24, 21, 11].
研究动机与目标
- 刻画基于 $q$-元 Reed-Muller 码的 ramp 秘密共享方案中的信息泄露。
- 确定 $q$-元 Reed-Muller 码在两变量及更高维情况下的相对广义汉明权重(RGHWs)。
- 开发一种用于高维情况下计算 RGHWs 的低复杂度算法。
- 为两变量情况下的 RGHWs 提供闭式表达式。
- 建立 Reed-Muller 码的局部可纠正性与分布式存储中信息论安全性的精确关联。
提出的方法
- 使用格罗布纳基理论中的足迹界,而非 Feng-Rao 界,来分析 RGHWs。
- 通过映射 $\mu$ 实施对偶变换,反转部分序与词典序。
- 定义并分析集合 $N_{(a,b)}(m)$ 与 $\nabla N_{(a,b)}(m)$,以计算 RGHWs。
- 利用双射变换 $\mu$ 将 $\nabla N_{(a,b)}(m)$ 与 $\Delta L_{(a,b)}(m)$ 关联,借助引理 A.1 实现边界估计。
- 在第 5 节中开发了一般性算法,通过序理想与足迹估计高效计算任意 RGHW。
- 通过理论证明与实例验证结果,包括第 6 节中对两变量情况的详细分析。
实验结果
研究问题
- RQ1在两变量情况下,$q$-元 Reed-Muller 码的相对广义汉明权重的确切值是什么?
- RQ2如何在高维情况下高效计算 $q$-元 Reed-Muller 码的 RGHWs?
- RQ3在基于陪集的密文共享方案中,局部可纠正性与信息泄露之间存在何种精确关系?
- RQ4RGHWs 如何量化此类方案中未经授权方所泄露的信息量?
- RQ5能否为两变量情况下 $q$-元 Reed-Muller 码的 RGHWs 推导出闭式表达式?
主要发现
- 本文推导出 $q$-元 Reed-Muller 码在两变量情况下的相对广义汉明权重的闭式表达式。
- 提出了一种低复杂度算法,可高效计算 $s$ 变量下 $q$-元 Reed-Muller 码的任意相对广义汉明权重。
- 证明了足迹界与变换 $\mu$ 是计算 RGHWs 的有效工具,且无需依赖 Feng-Rao 界。
- RGHWs 完全刻画了基于陪集的 ramp 秘密共享方案中使用 $q$-元 Reed-Muller 码时的信息泄露。
- 结果表明,$q$-元 Reed-Muller 码在陪集构造中保持局部可纠正性,支持分布式存储系统的鲁棒性。
- 分析揭示,安全级别与修复效率与 RGHWs 密切关联,后者同时量化了信息泄露与恢复阈值。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。