Skip to main content
QUICK REVIEW

[论文解读] Secure one-way interactive communication.

Abhinav Aggarwal, Varsha Dani|arXiv (Cornell University)|May 15, 2016
Coding theory and cryptography参考文献 20被引用 4
一句话总结

本文提出了一种在二进制信道上针对盲 adversary 翻转未知数量比特 T 的安全单向交互通信协议。该协议实现了可靠传输,总通信量为 L + O(T) 比特,在 Haeupler 的一个猜想下达到渐近最优,确保 Bob 以至少 1−ϵ 的概率接收到正确消息。

ABSTRACT

Alice and Bob are connected via a two-way binary channel. This paper describes an algorithm to enable Alice to send a message to Bob when 1) an oblivious adversary flips an unknown number of bits, $T$, on the channel; and 2) the message length $L$, and a desired error probability, $\epsilon$ are public knowledge. With probability at least $1-\epsilon$, our algorithm ensures that Bob receives the correct message, and that Alice and Bob terminate after sending a total of $L + O \left( T + \min \left(T+1,\frac{L}{\log L} ight) \log \left( \frac{L}{\epsilon} ight) ight)$ bits. When $\epsilon = \Omega\left( \frac{1}{poly(L)} ight)$ and $T$ is large, the number of bits sent is $L + O\left( T ight)$, which is asymptotically optimal, assuming a conjecture by Haeupler.

研究动机与目标

  • 设计一种安全的单向通信协议,能够在双向信道上容忍盲 adversary 翻转未知数量比特 T。
  • 在保证消息完整性和正确性高概率的前提下,最小化总通信成本。
  • 在 Haeupler 已知的猜想下,实现通信开销的渐近最优,具体为 L + O(T) 比特。
  • 即使消息长度 L 和错误概率 ϵ 为公开信息,也能确保协议终止与正确性。

提出的方法

  • 协议结合使用纠错编码与交互式哈希,以检测并纠正盲 adversary 引入的比特翻转。
  • 采用递归或迭代结构,通过多轮验证与反馈降低有效错误率。
  • 算法根据对错误数 T 和期望错误概率 ϵ 的估计动态调整。
  • 利用 L 和 ϵ 为公开信息的事实,预先计算参数以最小化通信成本,同时保持可靠性。
  • 协议确保总传输比特数为 L + O(T + min(T+1, L/log L) · log(L/ϵ)),在错误鲁棒性与效率之间实现平衡。
  • 协议在有限步内保证终止,且 Bob 以至少 1−ϵ 的概率接收到正确消息。

实验结果

研究问题

  • RQ1是否可以在盲 adversary 翻转未知比特数的二进制信道上实现安全且可靠的单向通信?
  • RQ2在该环境下,实现期望错误概率 ϵ 所需的最小通信开销是多少?
  • RQ3在合理猜想下,是否能够实现通信成本的渐近最优,具体为 L + O(T)?
  • RQ4如何将交互式技术适配到单向通信中,以确保正确性与终止性?

主要发现

  • 即使 adversary 翻转了未知数量的比特 T,协议也能确保 Bob 以至少 1−ϵ 的概率接收到正确消息。
  • 总通信成本为 L + O(T + min(T+1, L/log L) · log(L/ϵ)) 比特,在许多场景下接近最优。
  • 当 ϵ = Ω(1/poly(L)) 且 T 较大时,开销为 L + O(T),在 Haeupler 猜想下达到理论下界。
  • 在 Haeupler 猜想成立的前提下,协议实现了通信成本的渐近最优。
  • 该算法设计为在有限通信后终止,确保实际可行性。
  • 该方法对 L 和 ϵ 的公开信息具有鲁棒性,可实现高效参数化而不损害安全性。

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。