NoMod：一种针对带误差模块学习的非模攻击
密码学与安全
2025-10-03 v1 机器学习
摘要
量子计算的出现威胁着经典公钥密码学，促使NIST采用基于带误差模块学习（Module-LWE）问题的后量子方案。我们提出了NoMod ML-Attack，一种混合白盒密码分析方法，通过将环绕视为统计扰动并将秘密恢复转化为鲁棒线性估计，从而规避建模模约简的挑战。我们的方法结合了优化的格点预处理——包括缩减向量保存和代数放大——以及通过Tukey双权损失训练的鲁棒估计器。实验表明，NoMod在维度n=350时实现了二进制秘密的完全恢复，在n=256时实现了稀疏二项式秘密的恢复，并在参数(n, k) = (128, 3)和(256, 2)的CRYSTALS-Kyber设置中成功恢复了稀疏秘密。我们在匿名仓库https://anonymous.4open.science/r/NoMod-3BD4发布了我们的实现。
引用
@article{arxiv.2510.02162,
title = {NoMod: A Non-modular Attack on Module Learning With Errors},
author = {Cristian Bassotto and Ermes Franch and Marina Krček and Stjepan Picek},
journal= {arXiv preprint arXiv:2510.02162},
year = {2025}
}