原始来源日期:2026-05-31。本文为研发价值回顾,不代表该资料于今日首次发布。

原文编译

论文把问题放在格密码实现安全而非LWE一般困难性上。工程实现为了速度会采用低汉明重量的稀疏秘密,但功耗、缓存、故障或调试信息可能泄露秘密向量的线性关系。作者研究的提示形如内积再叠加小误差,既包含理想的精确泄漏,也包含更贴近测量噪声的近似泄漏。

以往多项结果需要大约n/2个精确或模提示才能在多项式时间恢复秘密。作者提出的算法利用秘密只有h个非零分量这一结构,经验上把提示数降到O(h log₂h),并用高斯近似假设下的保守下界分析支撑实验。这里的复杂度依赖稀疏度,不能直接替换成普通稠密秘密的安全结论。

论文给出的示例是FHE自举参数(n,h)=(2¹⁵,32):方法使用320条近似或精确提示恢复秘密,而对比方法需要2¹⁴条精确或模提示。对OpenFHE的(n,h)=(2¹⁵,192),作者只启发式确认精确提示下的恢复;近似提示在该设置中尚未验证。

收集到足量提示后,作者称恢复阶段对维度n是多项式时间。这一结果把防护重点从“单次泄漏是否足够”转向“多次运行能否积累弱信息”:每条观测很不完整,并不意味着长期密钥在大量操作后仍安全。

这是作者模型与实验中的攻击结论,依赖秘密分布、提示形式、噪声幅度和高斯近似。论文并未证明所有ML-KEM、ML-DSA或FHE部署均可被同样攻击;实际可行性还取决于攻击者能否稳定取得与模型匹配的提示。

量仔观察

本站判断,使用稀疏秘密的团队需要把侧信道评估与参数选择联动起来。密钥复用次数、观测可对齐性和噪声不是实现细节,而是决定提示能否累积的安全参数;仅用“单次泄漏很少”作为风险说明已经不够。

研发验证应在真实硬件上测功耗、缓存和故障信号,并检查掩码、随机化、重采样与密钥轮换是否真正打断观测关联。论文的数字应作为复现实验起点,而不是直接写入产品受影响声明。