原始日期:2026-10-27。arXiv论文《Rank Ceiling for Twiddle-Perturbation Faults on the Forward NTT》研究的是ML-KEM与ML-DSA秘密多项式前向NTT中的固定旋转因子被替换后,正确输出与故障输出之差能泄漏多少线性信息。模型覆盖把一个表项置零、换成另一非零域元素以及满足条件的位翻转;同一表项在一次调用里的每次使用都取固定错误值,并假定故障位置和替换值已知。
作者把差分写成从秘密多项式到变换差的线性映射。单个旋转因子的秩等于共享它的蝶形数量:在256维ML-KEM网络中从首层128逐层减半到末层2,在完整ML-DSA网络中末层降到1。论文进一步证明,每层各替换一个旋转因子时,ML-KEM差分映射的秩为254,核空间只剩常数项和一次项;ML-DSA的秩为255,只剩常数项。这是泄漏维度结论,不等于这些系数已经从真实设备被完整恢复。
对ML-KEM,论文讨论了可观测的公钥对:若只有一个秘密多项式的NTT受影响,其余矩阵、噪声和计算不变,正确与故障公钥之差等于公开矩阵某列乘以变换差。只要该列有可逆项,就能重建变换差,再把候选限制在差分映射的仿射空间和ML-KEM小系数范围内。作者没有把这一候选集合称为完整解封装私钥,也没有用额外公钥约束证明公开信息下的唯一性。
ML-DSA的边界更弱。公钥只发布Power2Round后的高位,观察者不能直接得到舍入前差分;论文给出高位差分完全消失的概率上界,但依赖公开矩阵条目独立均匀等假设。作者明确说,没有建立从两份压缩公钥重建变换差的方法,也没有确定秘密候选数量。因此这项工作不能被解读成对FIPS 204的一次实用密钥恢复。
证据由三层组成:Lean 4在特征不为2的域上证明256系数网络形状的秩结论;精确高斯消元在ML-KEM的q=3329和ML-DSA的q=8380417下复核;受控Cortex-M4/QEMU实验用调试器强制置零并观察到ML-KEM差分可重建。实验没有实施电磁、激光或电压故障,ML-DSA只观察到公钥字节变化,故障送达概率、故障公钥释放概率以及优化实现中的防护效果也都不在结论内。
论文还把秩结果与插值、加权校验等NTT故障检测联系起来。末层少量错误落在既有单错或双错保证内,早期层产生的多错误则超出这些保证;但超出保证并不自动意味着能绕过检测。文中常见的约1/q漏检估计还要求错误值具有随机性或独立性,而固定表项替换并不自然满足这些假设。
量仔观察
这项工作的价值在于把“一个旋转因子故障泄漏多少”从案例攻击推进到可审计的秩边界,并把ML-KEM和ML-DSA的可观测性差异说清。工程团队不应据此宣称标准算法已破,而应把它当作实现评估的结构化测试:逐层核对旋转因子存储、故障检测覆盖和故障公钥是否可能外发,同时优先补足真实注入、优化代码与公开信息唯一恢复之间仍缺失的证据。
