原始发布日期:2026-10-08,arXiv v1。Jihoon Jang 等研究者把 HQC 的向量化优化接入 TLS 1.3,试图区分算法计算与握手传输两类成本。论文面向 x86 物联网网关,属于带实现和实验的研究,尚不是某款网关的生产部署公告。
优化沿着多项式乘法、纠错译码和哈希等计算路径展开,使用 AVX-512 与 GFNI,并比较不同乘法实现的时间和存储取舍。作者在同一 TLS 栈中替换 HQC 实现,避免将密码库、握手实现和算法变化混在一次对比里。
网络实验采用模拟链路。在1 Mbit/s带宽、附加50毫秒 RTT 时,HQC-5 握手约243毫秒,ML-KEM-1024 约87毫秒;统计口径是每组100次握手的中位数。大密文还会影响 TCP 初始拥塞窗口,因此更快的运算不一定消除额外传输等待。
作者明确说明,结果来自单台 Tiger Lake 处理器,关闭了 Turbo Boost 和超线程,网络路径也由仿真产生。不同平台、终端和实际无线环境仍待验证。[全文](https://arxiv.org/html/2610.11107v1)提供分项实验,不能将这些数字外推成所有 HQC 部署的统一性能。
量仔观察
这篇研究适合放在算法实现栏目,因为它把“优化某个内核”追踪到了上层应用,但实验结论也说明了这种追踪为何必要。一次封装节省的时间,只有在计算仍是关键路径时才会等比例影响用户体验;当报文传输或额外往返主导延迟,继续压缩指令周期的边际收益就会下降。
本站认为,HQC 与格方案的比较应同时呈现算法多样性收益和网络代价。选型表至少需要分开记录处理器特性、完整握手字节数、带宽、RTT及内存开销,才能判断某项优化适合服务器、网关还是受限终端。论文证明的是特定平台上的工程改进,并没有证明 HQC 可以无成本替换现有小报文方案。将其作为可复现的实验起点,比只引用一个加速百分比更有价值。
