技术摘要：RankGuard-Polar

问题陈述

本文探讨了在共享公共资源（如广播链路、云存储）上安全发布极化码字坐标子集的挑战，同时保持对机密消息的信息论保密性。与窃听者观察噪声信道输出的经典窃听场景不同，本文假设存在一个“强窃听者”，其能直接访问公共资源的信道输入。核心操作问题是：当特定码字坐标在公共信道上被有意暴露时，关于机密消息的信息泄露了多少？

作者关注有限长度的二进制域（$\mathbb{F}_2$）极化码，具体在一个发射机在私有信道和公共信道之间进行时间复用的框架内。目标是确定哪些索引可以被发布，而不会泄露信息比特的独立线性组合，利用极化码的固有结构，其中“冻结比特”可作为仅合法接收者知晓的新鲜秘密随机性（掩码）。

方法论

所提出的框架 RankGuard-Polar 依赖于从极化生成矩阵子矩阵的秩性质推导出的信息泄露的精确代数表征。

1. 系统模型

• 编码器：编码器生成码字 $x = uG_N$，其中 $u = (u_A, u_F)$ 由信息比特（$u_A$）和冻结比特（$u_F$）组成。关键在于，$u_F$ 独立同分布地取自均匀分布（$\text{Bernoulli}(1/2)$），并作为编码器和解码器之间的共享秘密密钥，但对攻击者未知。
• 公开暴露：发布索引子集 $P \subset [1:N]$。攻击者观察到 $x_P = u_A G_{A,P} \oplus u_F G_{F,P}$，其中 $G_{A,P}$ 和 $G_{F,P}$ 分别是限制在行 $P$ 且列分别为 $A$ 和 $F$ 的生成矩阵子矩阵。
• 泄露定义：泄露定义为互信息 $L(P) = I(u_A; x_P)$。

2. 泄露恒等式

本文建立了一个将互信息与矩阵秩联系起来的基本恒等式：
$$L(P) = \text{rank}(G_P) - \text{rank}(G_{F,P})$$
其中 $G_P$ 是限制在行 $P$ 和所有列的 $G_N$ 子矩阵，而 $G_{F,P}$ 是限制在行 $P$ 和冻结列 $F$ 的子矩阵。

• 解释：$L(P)$ 代表攻击者从公开观察 $x_P$ 中可恢复的信息向量 $u_A$ 的独立线性组合的数量。
• 泄露证书：如果 $L(P) = 0$，则未泄露关于 $u_A$ 的任何信息（$G_{A,P}$ 的列完全位于 $G_{F,P}$ 的列空间内）。如果 $L(P) = r > 0$，则最多暴露 $r$ 个独立的信息比特。

3. 构造性提取

本文证明，如果 $L(P) = r$，则存在一个显式的线性提取矩阵 $R$，使得：

1. $G_{F,P} R = 0$（消除冻结比特的影响）。
2. $\text{rank}(G_{A,P} R) = r$。
   将公开观察乘以 $R$ 得到 $x_P R = u_A (G_{A,P} R)$，从而为攻击者提供关于消息比特的 $r$ 个独立线性方程。

4. 选择算法 (ScoreGreedy)

由于穷举搜索大小为 $k$ 的最优集合 $P$ 以最小化泄露在组合上是昂贵的（$O(\binom{N}{k} \cdot Nk^2)$），作者提出了一种 ScoreGreedy (SG) 算法：

• 评分：每行 $i$ 的评分基于 $s_i = f_i - a_i$，其中 $f_i$ 是该行冻结列中非零元素的数量，$a_i$ 是该行信息列中非零元素的数量。
• 选择：算法选择得分最高的前 $k$ 行。
• 理论界限：定理 3 提供了一个确定性上界，表明所选集合的 $a_i$ 之和界定了泄露量，从而证明了最小化信息列接触同时最大化冻结列接触的代理目标的合理性。

主要贡献

1. 精确泄露证书：推导出秩差恒等式 $L(P) = \text{rank}(G_P) - \text{rank}(G_{F,P})$，为有限长度极化码中任何已发布索引集提供精确的、非渐近的信息泄露度量。
2. 构造性提取器：证明了矩阵 $R$ 的存在性，该矩阵显式构建了由特定公开集合 $P$ 泄露的消息比特的线性组合。
3. 高效认证程序：开发了高效算法来计算泄露并认证任何索引集的安全性，从渐近保密率分析转向有限块长保证。
4. 实用选择算法：引入了 ScoreGreedy 算法，这是一种快速（$O(N^2)$）的启发式方法，用于选择最小化泄露的公开索引，并由理论上界验证。

结果与示例

本文通过理论证明和说明性示例（例如 $N=4$ 的极化码）验证了该框架：

• 场景 1：发布直接携带信息比特的坐标（例如 $x_4 = u_4$）导致 $L(P)=1$，完全暴露该比特。
• 场景 2：发布作为信息比特和冻结比特线性组合的坐标（例如 $x_1 = u_4 \oplus u_3 \oplus u_2 \oplus u_1$），如果冻结比特有效地掩蔽了信息，则导致 $L(P)=0$，未泄露任何独立线性组合。
• 混合集合：当一组坐标暴露了信息比特之间的线性关系（尽管部分被掩蔽）时，该框架能正确量化部分泄露（例如 $L(P)=2$）。

意义与主张

作者将 RankGuard-Polar 定位为利用公共资源的系统的操作审计与控制层。

• 有限长度焦点：与通常依赖块长 $N \to \infty$ 时渐近保密率的经典窃听文献不同，本文提供了精确的、有限 $N$ 的保证。
• 强攻击者模型：该框架专为观察信道输入的强窃听者设计，这与攻击者观察噪声信道输出的标准窃听模型不同。
• 实用效用：该方法不替代渐近窃听构造，但提供了一种机制，用于在需要混合使用公共/私有信道以提高吞吐量或降低成本的现实系统中认证和控制泄露。
• 代数透明性：通过将保密性简化为线性代数（矩阵秩），该框架提供了一种透明且可计算的方式来验证安全属性，而无需依赖复杂的密码学假设或秘密生成矩阵。

本文结论指出，RankGuard-Polar 通过提供一种严谨的、构造性的方法来确定哪些码字坐标可以被暴露以及多少信息被泄露，从而实现了对公共信道的安全利用。