计算机科学 > 密码学与安全
[提交于 2025年7月1日
]
标题: 六边形形态哈希 HMH- 用于数据完整性验证中的安全高效密码操作同态哈希
标题: HexaMorphHash HMH- Homomorphic Hashing for Secure and Efficient Cryptographic Operations in Data Integrity Verification
摘要: 在大数据和云计算领域,分布式系统被赋予了在众多节点上高效管理、存储和验证大规模数据集的任务,同时保持强大的数据完整性。 传统的哈希方法虽然简单,但由于在节点发生变化时需要全面重新哈希,在动态环境中会遇到显著的困难。 一致性哈希通过减少数据重新分布来缓解一些这些问题;然而,在密集更新条件下,它在负载均衡和可扩展性方面仍存在局限。 本文介绍了一种创新方法,使用基于格的同态哈希函数HexaMorphHash,该方法能够在保持恒定摘要大小的同时实现常数时间的增量更新。 通过利用短整数解(SIS)问题的复杂性,我们的方法提供了强大的保护措施,即使在量子威胁下也是如此。 我们进一步将我们的方法与现有的方法进行了比较,例如每次更新的直接签名、全面数据库签名、基于Merkle树的技术、AdHash、MuHash、ECMH和同态签名方案,突出了计算效率、内存使用和可扩展性方面的显著进步。 我们的贡献提供了一个可行的解决方案,用于在大型分布式系统中频繁更新的分发,同时保护数据完整性和系统性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.