Decoding the Tensor Product of MLD Codes and Applications for Code Cryptosystems


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

For the practical application of code cryptosystems such as McEliece, the code used in the cryptosystem should have a fast decoding algorithm. On the other hand, the code used must ensure that finding a secret key from a known public key is impractical with a relatively small key size. In this connection, in the present paper it is proposed to use tensor product \({{C}_{1}} \otimes {{C}_{2}}\) of group MLD codes \({{C}_{1}}\) and \({{C}_{2}}\) in a McEliece-type cryptosystem. The algebraic structure of code \({{C}_{1}} \otimes {{C}_{2}}\) in a general case differs from the structure of codes \({{C}_{1}}\) and \({{C}_{2}}\), so it is possible to build stable cryptosystems of the McEliece type even on the basis of codes \({{C}_{i}}\) for which successful attacks on the key are known. However, in this way there is a problem of decoding code \({{C}_{1}} \otimes {{C}_{2}}\). The main result of this paper is the construction and validation of a series of fast algorithms needed for decoding this code. The process of constructing the decoder relies heavily on the group properties of code \({{C}_{1}} \otimes {{C}_{2}}\). As an application, the McEliece-type cryptosystem is constructed on code \({{C}_{1}} \otimes {{C}_{2}}\) and an estimate is given of its resistance to attack on the key under the assumption that for code cryptosystems on codes \({{C}_{i}}\) an effective attack on the key is possible. The results obtained are numerically illustrated in the case when \({{C}_{1}}\) and \({{C}_{2}}\) are Reed–Muller–Berman codes for which the corresponding code cryptosystem was hacked by L. Minder and A. Shokrollahi (2007).

Об авторах

V. Deundyak

Southern Federal University; FGNU NII Specvuzavtomatika

Автор, ответственный за переписку.
Email: vl.deundyak@gmail.com
Россия, Rostov-on-Don, 344006; Rostov-on-Don, 344002

Y. Kosolapov

Southern Federal University

Email: vl.deundyak@gmail.com
Россия, Rostov-on-Don, 344006

E. Lelyuk

Southern Federal University

Email: vl.deundyak@gmail.com
Россия, Rostov-on-Don, 344006

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Allerton Press, Inc., 2018

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».