乔治·富克斯鲍尔;艾克·基尔茨;损失，朱利安 代数群模型及其应用。 （英语） Zbl 1430.94068号 Shacham，Hovav（编辑）等人，《密码学进展——密码2018》。2018年8月19日至23日，第38届国际密码学年会，美国加利福尼亚州圣巴巴拉。诉讼程序。第二部分。查姆：斯普林格。莱克特。注释计算。科学。10992, 33-62 (2018). 摘要：通用组模型（GGM）是评估密码学中硬假设最重要和最成功的工具之一。在过去的二十年中，在这个模型中分析了许多假设和协议。虽然GGM中的证明当然可以提供对假设的一些信心度量，但其范围相当有限，因为它没有捕获利用组表示的特定于组的算法。{}为了克服这一局限性，我们提出了代数群模型（AGM），它介于标准模型和GGM之间。它是第一个包含特定于组的算法的受限计算模型，但允许导出简单且有意义的安全声明。为了证明其有用性，我们证明了几个重要的假设，其中包括计算Diffie-Hellman、强Diffie-Hellman和交互式LRSW假设，与AGM中的离散对数（DLog）假设等价。在更实际的方面，我们证明了AGM到DLog或其变体中的两个重要方案的严格安全性约简：BLS签名方案和Groth的零知识SNARK[J.格罗斯，Eurocrypt 2016，Lect。注释计算。科学。9666, 305–326 (2016;Zbl 1369.94539号)])，这是最有效的SNARK，对于它只有GGM中的证明是已知的。我们的证明非常简单，因此比GGM中的证明更不容易出现细微的错误。{}此外，结合GGM中离散对数假设的已知下界，我们的结果可以用于推导GGM中所有上述结果的下界。关于整个系列，请参见[Zbl 1394.94002号]. 引用于5评论引用于82文件 MSC公司： 94A60型 密码学 关键词：代数算法;通用组模型;安全性降低;密码假设 引文：Zbl 1369.94539号 PDF格式BibTeX公司 XML格式引用 \textit{G.Fuchsbauer}等人，Lect。注释计算。科学。10992，33-62（2018；Zbl 1430.94068） 全文： 内政部