Performance analysis and evaluation of postquantum secure blockchained federated learning

2 条评论
  • Zach

    随着量子计算领域的发展,传统的加密算法如RSA和ECDSA正变得越来越容易受到量子攻击,这突显了在联邦学习(FL)和区块链等关键系统中实现强大的后量子安全的重要性。鉴于此,我们提出了一种新颖的混合方法,用于基于区块链的FL(BFL),该方法将无状态签名方案(如Dilithium或Falcon)与有状态的哈希签名方案(如XMSS)相结合。这种组合利用了两种方案的互补优势,以提供增强的安全性。为了进一步优化性能,我们引入了一种基于线性公式的设备角色选择方法,该方法考虑了计算能力和权益积累等关键因素。这一选择过程通过可验证的随机函数(VRF)得到加强,从而增强了区块链共识机制。我们的广泛实验结果表明,这种混合方法显著提高了BFL系统的安全性和效率,为我们过渡到量子计算时代提供了后量子密码学集成的强大框架。

    回复
  • Zach

    随着量子计算领域的发展,传统的加密算法如RSA和ECDSA正变得越来越容易受到量子攻击,这突显了在联邦学习(FL)和区块链等关键系统中实现强大的后量子安全的重要性。鉴于此,我们提出了一种新颖的混合方法,用于基于区块链的FL(BFL),该方法将无状态签名方案(如Dilithium或Falcon)与有状态的哈希签名方案(如XMSS)相结合。这种组合利用了两种方案的互补优势,以提供增强的安全性。为了进一步优化性能,我们引入了一种基于线性公式的设备角色选择方法,该方法考虑了计算能力和权益积累等关键因素。这一选择过程通过可验证的随机函数(VRF)得到加强,从而增强了区块链共识机制。我们的广泛实验结果表明,这种混合方法显著提高了BFL系统的安全性和效率,为我们过渡到量子计算时代提供了后量子密码学集成的强大框架。

    回复
评论