Learning with Errors over Group Rings Constructed by Semi-direct Product
本文研究了由两个循环群的半直积构造的非交换群环上的带误差学习()问题,并提出了两种多项式时间量子归约,证明了该问题在最坏情况下的格困难性假设下具有计算硬度,从而可用于构建语义安全的公钥密码系统。
156 篇论文
本文研究了由两个循环群的半直积构造的非交换群环上的带误差学习()问题,并提出了两种多项式时间量子归约,证明了该问题在最坏情况下的格困难性假设下具有计算硬度,从而可用于构建语义安全的公钥密码系统。
本文提出了一种融合贪婪法与分裂法思想的交替子空间方法(ASM),通过子空间受限的保真策略实现了全局收敛与局部几何收敛,并在 LASSO、信道估计及动态压缩感知等任务中展现出高效、准确且灵活的稀疏信号恢复性能。
本文针对具有缓存比的缓存辅助非对称 MIMO 通信系统,提出了最小天线数(min-G)、分组(Grouping)和虚拟天线(Phantom)三种内容感知策略,通过联合优化用户数与并行流数,显著提升了系统的可达自由度(DoF)。
该论文证明了利用双模压缩真空态的预共享纠缠能显著降低光信道透射率变化的检测延迟,揭示了检测延迟与量子相对熵(在热噪声下呈对数缩放)的反比关系,并提出了实现该性能增益的接收机方案,同时阐明了纠缠在提升通信容量与检测速度之间权衡中的关键作用。
本文研究了有限域上长度为 的 BCH 码,推导了其在较大设计距离范围内窄义及非窄义 BCH 码的维数与 Bose 距离的显式公式,并由此构造了若干最优线性码。
本文提出了一种可移动天线辅助的 RIS 辅助 RSMA 通信框架,通过联合优化波束成形、RIS 反射矩阵、公共速率分割及天线位置,显著提升了系统频谱效率。
该论文通过信息论证明,在复用单一本体状态空间的经典模型中,语境性必然导致不可消除的信息成本,而量子理论通过放弃所有测量统计源于单一经典本体变量的假设成功规避了这一限制。
本文介绍了 Midicoth,一种通过引入基于二叉树分解的微观扩散去噪层,将概率校准转化为一系列高效二分类任务,从而在稀疏数据下修正自适应统计模型偏差并实现无损压缩的在线系统。
该论文证明,对于满足特定满射条件的近似无记忆 POST 信道,反馈并不能增加其容量,从而将香农关于离散无记忆信道的经典结论推广到了更广泛的非严格无记忆场景。
该论文证明了线性完美零知识码与量子 CSS 码在本质上是等价的,并利用这一等价性构建了显式的渐近最优零知识局部可测试码。
本文研究了在分布式系统中对任意数量 个私有输入进行差分隐私安全乘法的通用问题,通过提出基于编码多项式和分层噪声注入的框架,在 个节点对抗 个节点合谋的场景下,刻画了隐私与准确性的最优权衡并改进了估计精度。
该论文提出利用差分空时块编码(DSTBC)技术,在无需用户设备(UE)端显式校准或信道相位知识的情况下,有效抑制了无蜂窝大规模 MIMO 下行链路中多天线 UE 的阵列校准误差,从而恢复了系统的相干传输性能。
该论文提出了 D2AJSCC 框架,通过利用正交频分复用(OFDM)的子载波合成能力并结合可微分的代理网络(ProxyNet),成功在无需硬件修改的标准数字物理层上实现了具有优雅退化特性的高保真模拟联合信源信道编码。
本文提出了一种结合低噪声放大器(LNA)参数的新型环境反向散射通信符号检测框架,通过推导误码率和偏度系数证明,在低至中等发射功率下,LNA 能显著提升能量检测的性能,并进一步给出了基于导频符号的阈值估计方法以最小化误码率。
本文通过建立人工噪声(AN)与人工噪声消除(ANE)场景下的保密率缩放定律,揭示了收发天线与窃听者天线数量间的相互制约关系,并确定了在窃听者具备 ANE 能力时人工噪声仍能有效保障安全通信的充分条件。
本文针对超对角可重构智能表面(BD-RIS)辅助的多用户通感一体化系统,提出了一种联合预编码与相位偏移优化的交替优化框架,通过干扰管理与波束增益近似方法有效平衡了通信与感知性能,仿真结果表明其性能显著优于传统对角 RIS 系统。
本文针对 MIMO-AFDM 系统中分数时延和多普勒频移导致的信道估计难题,提出了一种基于时 - 频域导频结构和 Vandermonde 张量链分解的高效估计算法,并推导了更紧致的全局 Ziv-Zakai 界以表征低信噪比下的性能,显著提升了估计精度并大幅降低了计算复杂度。
本文记录了在 FFCS 会议上为纪念 1949-2025 年逝世的弗拉基米尔·西多连科博士而举行的专题研讨会,该会议由蔡明莱主持,旨在回顾他在编码理论、密码学及量子纠错等领域的卓越学术贡献,并颂扬其严谨的治学态度、慷慨的师者风范以及对国际科研界产生的深远影响。
该论文提出了随机化分布式函数计算(RDFC)框架,将其作为一种语义通信范式,证明了在无需共享随机性的情况下即可实现本地差分隐私,并揭示了共享随机性可显著降低通信速率,使其成为隐私感知分布式系统的高效策略。
该论文利用苏黎世联邦理工学院采集的真实世界 5G NR 空口测量数据,实证了针对特定部署场景微调神经接收机不仅能显著提升误码率性能,且该增益在不同硬件和场景下均具有良好的泛化能力。