Katz 对称部分 3.2

3.2关于安全的定义

定义背后的思想,敌人不能从密文获取明文的信息。因此要定义语义安全。
先从定义不可区分性开始

手的成功概率的最大值高于0.5的部分可以忽略,则一个加密方案是安全的。
上述定义说明了,如果在上面的实验中,任何PPT敌手的成功概率的最大值高于0.5的部分可以忽略,则一个加密方案是安全的。

在这里插入图片描述
下面这个例子很具体的说明了不可区分加密的思想
在这里插入图片描述
下面是与之等价的定义
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
即如果敌手具备较高概率根据密文猜测出明文的某位bit的话,则不满足不可区分的加密。

上述的明文的某个bit是明文的一个信息,它可以表示为一种关于明文信息的函数。因此我们可以推广到任意的关于明文的函数,类似地,我们有以下Claim

在这里插入图片描述
下面来定义语义安全

在这里插入图片描述
这里的定义又是一次推广,之前m的选取是一个均匀分布,现在是给定一个分布,并且又通过给予敌手h(m),来模拟外部的关于m信息被泄露给敌手。

安全需求陈述的是, 当给予密文时, A猜测f(m的成功概率和某个不给予密文的算法A'本质上是一样的。因此 ,密文Enck(m)没有泄露任何关于f(m)的信息。

这样,对安全保证的形式化描述就建立起来了。此外,我们还有
在这里插入图片描述

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
katz中心性是一种衡量节点在网络中的重要性的指标。实现katz中心性的代码可以如下所示: ```python import numpy as np import networkx as nx def katz_centrality(G, alpha, beta, max_iter=100, tol=1e-6): # 创建邻接矩阵 A = nx.adjacency_matrix(G).toarray() n = len(G.nodes()) # 计算最大特征值 lmax = np.max(np.abs(np.linalg.eigvals(A))) # 计算Katz中心性 centrality = np.zeros(n) centrality_new = alpha * np.linalg.inv(np.eye(n) - alpha * beta * A.T) @ np.ones(n) centrality_diff = np.linalg.norm(centrality_new - centrality) iter_count = 0 while centrality_diff > tol and iter_count < max_iter: centrality = centrality_new centrality_new = alpha * np.linalg.inv(np.eye(n) - alpha * beta * A.T) @ centrality_new centrality_diff = np.linalg.norm(centrality_new - centrality) iter_count += 1 return centrality_new # 创建一个图 G = nx.Graph() G.add_edges_from([(1, 2), (1, 3), (2, 3), (2, 4), (3, 4)]) # 计算Katz中心性 alpha = 0.1 beta = 0.5 katz_centralities = katz_centrality(G, alpha, beta) # 打印结果 for node, katz_centrality in enumerate(katz_centralities): print(f"Node {node+1}: {katz_centrality}") ``` 在这个例子中,我们使用 NetworkX 库创建了一个简单的图。然后,我们定义了一个 `katz_centrality` 函数来计算 Katz 中心性。该函数使用迭代方法计算 Katz 中心性,并返回每个节点的中心性值。 在主程序中,我们设置了图的参数,然后调用 `katz_centrality` 函数计算 Katz 中心性。最后,我们打印出每个节点的中心性值。 注意:在计算 Katz 中心性时,需要指定一个合适的 `alpha` 和 `beta` 值。这些参数的选择可以根据具体问题和需求进行调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值