报告题目：一种基于量化压缩的格密码困难问题
报 告 人：吕善翔 副教授 暨南大学网络空间安全学院
报告时间：2025年10月19日 22:00-22:40
报告地点：正新楼201
校内联系人： 温金明 jinmingwen1@163.com
报告摘要：
格密码因其抗量子攻击能力以及灵活的数学结构，已成为后量子密码学的主要技术路线。容错学习问题（Learning With Errors, LWE）作为格密码方案设计的底层数学问题，在“码率优化”方面有明显的改进空间：当前基于类LWE问题的密码方案中（CRYSTALS-Kyber、私钥同态加密），密文尺寸远大于明文尺寸。
我们采用基于格的量化压缩技术，设计了量化学习问题（Learning With Quantization, LWQ）。该问题仍然属于“learning from noisy mixture”框架，但噪声是通过有损压缩引入。我们使用高维格技术证明了有损压缩的噪声服从离散高斯分布。安全性方面，LWQ样本的分布与LWE样本的分布统计不可区分。效率方面，基于LWQ的方案具有比基于LWE方案更小的密文尺寸。
报告人简介：
吕善翔，暨南大学网络空间安全学院副教授、博导。累计主持国家自然科学基金项目3项（面上、NSFC-RS合作交流、青年）、省部级项目5项，获得2021年中国电子学会信息论分会青年新星荣誉称号。近期研究兴趣是后量子密码与信息安全，在Asiacrypt 2025组织了“格编码与格密码”研讨会。
