TAPAS：用于学习带误差（Learning with Errors）问题的数据集
机器学习
2025-12-23 v2 密码学与安全
摘要
人工智能对学习带误差（LWE）的攻击——这是后量子密码学中重要的困难数学问题——在某些参数设置下已与或超过“经典”攻击相当。尽管存在这种潜力，但可获取的数据稀缺限制了AI实践者研究和改进这些攻击的能力。为填补这一空白并加速LWE攻击的AI研究，我们提出了TAPAS数据集，即面向AI系统的后量子密码学分析工具包（Toolkit for Analysis of Post-quantum cryptography using AI Systems）。这些数据集涵盖多种LWE设置，可供AI实践者即插即用，以原型化破解LWE的新方法。本工作文档TAPAS数据集的创建，建立了攻击性能基准，并提出了未来工作的方向。
引用
@article{arxiv.2510.08797,
title = {TAPAS: Datasets for Learning the Learning with Errors Problem},
author = {Eshika Saxena and Alberto Alfarano and François Charton and Emily Wenger and Kristin Lauter},
journal= {arXiv preprint arXiv:2510.08797},
year = {2025}
}