Capability-Adaptive Cryptanalysis with Reduced-Space Quantum Verification

技術要約：縮小された空間における量子検証を伴う能力適応型暗号解読

問題提起
本論文は、ハイブリッド暗号解読において、古典的な暗号解読のエビデンスと量子検証を効率的に統合するという根本的な課題に取り組んでいる。対称鍵システムは一般に公開鍵システムよりも量子アドバーサリに対して高い耐性を持つが、量子探索手順（具体的にはグローバーのアルゴリズム）の利用可能性は、候補鍵の検証にかかる実効コストを変化させる。しかし、実際の暗号解読は完全な鍵空間に対して行われることは稀であり、代わりに、統計的な識別子、リークの観測、およびデータ駆動型の削減を利用して、最終的な検証の前に許容される鍵の集合を制約する。著者らは、統計的暗号解読、リーク誘導による削減、量子検証、および観測の選択が、通常は独立した段階として扱われている既存の文献におけるギャップを特定している。すなわち、適応型フィルタリング、能力駆動型の攻撃選択、および縮小された空間での量子検証を体系的に組み合わせ、最終的な量子探索の計算オーバーヘッドを最小化する統一されたフレームワークが欠如している。

手法
提案されたフレームワークは、主に以下の3つのフェーズで動作する、統一された能力適応型暗号解読アーキテクチャを導入する。

1. 統一された古典的候補空間の構築と削減:
   フレームワークは対称鍵プリミティブをモデル化し、観測された平文・暗号文ペアに対する暗号学的整合性を網羅的に検証することで、初期の許容候補鍵部分集合（$K_{cand}$）を構築する。このベースラインとなる空間は、以下の3つの補完的なメカニズムを通じて段階的に削減される。
   • 線形暗号解読: 線形近似における統計的バイアスに基づいて候補をフィルタリングする。
   • 差分暗号解読: 観測された差分伝播確率と矛盾する仮説を排除する。
   • リーク誘導分析: 仮説上のリークベクトルと観測された物理的トレース（例：電力やタイミング）との間に強い相関を示す候補を保持する。

決定的なのは、フレームワークが能力適応型活性化述語（$\chi_L, \chi_D, \chi_S$）を採用している点である。これらの指標は、アドバーサリが利用可能なリソース（例：既知平文アクセス、選択平文能力、またはリーク観測可能性）に基づいて、特定の削減モジュールを起動するかどうかを動的に決定する。能力が欠如している場合、対応するモジュールはバイパスされ、空間を誤ってフィルタリングすることなく、探索空間を保持する。

2. 縮小された空間での量子検証:
   古典的なフィルタリング段階によって有効な候補空間（$K_{eff}$）が生成された後、量子計算リソースおよび可逆的なオラクル構築が利用可能な場合にのみ、フレームワークは量子検証段階を起動する。全鍵空間（$2^k$）に対してグローバーのアルゴリズムを適用するのではなく、アルゴリズムは縮小された空間（$N_{eff} = |K_{eff}|$）に対してのみ動作する。

   • 必要となる量子ビット数は $q = \lceil \log_2 N_{eff} \rceil$ に減少する。
   • 必要なグローバー反復回数は、$O(\sqrt{2^k})$ から $O(\sqrt{N_{eff}})$ へと減少する。
   • 著者らは、縮小された空間での検証プロセスを、物理的に実現可能な振幅増幅手順として解釈するための、ハミルトニアン定式化を含む形式的な数学モデルを提供している。

3. 量子支援による観測サンプリング:
   観測選択における潜在的なバイアスに対処するため、フレームワークは量子乱数生成器（QRNG）を使用して、平文・暗号文ペア、差分ペア、およびリークトレースの選択を駆動することを提案する。これにより、暗号解読手順の漸近的複雑さを変えることなく、統計的推定のためのバイアスのないサンプリングを保証する。

主な貢献

• 統一ハイブリッドフレームワーク: 本論文は、線形、差分、およびサイドチャネル分析を、アドバーサリの特定の能力によって制御される単一のワークフローへと統合する構造化されたメカニズムを提示している。
• 形式的な複雑性の特性付け: 著者らは、適応的な候補空間の収縮が、量子検証の漸近的複雑さを厳密に減少させることを証明する数学的モデルを開発した。少なくとも一つの起動された削減段階が不適切な仮説を排除する場合、量子検証のコストは全空間探索よりも厳密に低くなることを示している。
• 能力適応型オーケストレーション: 活性化述語の導入により、フレームワークは利用可能な攻撃ベクトル（例：リークトレースが存在しない場合はサイドチャネルモジュールをスキップする）に応じて動的に調整することが可能となり、変動するアドバーサリの条件下でも攻撃の妥当性が維持される。
• ハミルトニアン解釈: オラクルおよび拡散演算子を特定のハミルトニアン発展に結びつけるために、ハミルトニアン定式化が導入されている。

結果
フレームワークは、制御された環境をシミュレートするために、統計的に生成された暗号解読観測を用いて評価された。

• 候補空間の収縮: 初期仮説空間4,096個から開始し、線形、差分、およびリーク誘導フィルタ（適切な閾値を使用）を組み合わせた適用により、許容空間は13個の仮説にまで減少した。これは、探索空間の99.683%の削減を表している。
• 量子検証の効率性: その結果、グローバー検証の要件は、全空間（4,096）に必要な50回の反復から、縮小された空間（13）に対するわずか2回の反復へと減少した。これは、検証努力量の約25倍の削減をもたらす。
• 成功確率: 縮小された空間が8個の候補である特定のシミュレーションにおいて、縮小された空間での振幅増幅は、2回の反復後に約**94.53%**のターゲット状態成功確率を達成し、正しい仮説に確率質量を集中させる高い効率性を実証した。

意義と主張
本論文は、適応的な暗号解読フィルタリングが、暗号解読の妥当性を維持しつつ、量子検証の複雑さを大幅に削減できると主張している。その意義は、古典的な統計的削減と量子探索が別個のエンティティとしてではなく、一つの結束した、相互に強化し合うプロセスとして機能する、能力認識型ハイブリッド暗号解読の実際的な基礎を提供することにある。量子実行の前に探索空間を縮小することで、フレームワークは量子ハードウェアのリソース要求を緩和し、縮小された空間での量子探索を、対称鍵システムを分析するためのより実行可能なアプローチとしている。著者らは、本研究を、古典的なデータの制限と量子アドバーサリの特定の能力の両方を考慮した、より効率的で現実的なハイブリッド攻撃モデルへの一歩として位置づけている。