陈恩华轨道密码学(CEH-Orbit):一种全新的密码学方向

简介: 本文提出陈恩华轨道密码学(CEH-Orbit),突破传统“精确验证”范式,首创基于代数轨道一致性的签名方案:以投影算子P(w)替代原始值w验证,实现小签名(~560B)、抗量子潜力、结构灵活与模糊数据兼容,为AI安全、生物识别等新场景提供新范式。

一、当今世界的密码学方式

当前主流数字签名体系,基本可以分为三大类:


1. 椭圆曲线密码(ECC)

代表:ECDSA、Ed25519

这是目前工业使用最广泛的方案。

核心思想:

基于离散对数问题的不可逆性

特点:

  • 签名体积小(几十字节)
  • 速度快
  • 已大规模部署(区块链 / HTTPS / 支付系统)

问题:

  • ❗ 不抗量子计算
  • ❗ 安全依赖单一数学结构


2.格密码(Lattice-based)

代表:Dilithium、Falcon(NIST标准)

核心思想:

基于高维线性方程 + 小误差(SIS / LWE)

特点:

  • 抗量子攻击
  • 有严格安全证明
  • 正在逐步替代ECC

问题:

  • ❗ 签名较大(几KB)
  • ❗ 计算复杂
  • ❗ 实现难度高


3.哈希签名(Hash-based)

代表:SPHINCS+

核心思想:

只依赖哈希函数

特点:

  • 最安全(假设最弱)
  • 抗量子

问题:

  • ❗ 签名巨大(几十KB)
  • ❗ 性能较低


核心总结(当前范式)

所有现有密码体系,本质都依赖:

精确验证(Exact Verification)

即:必须验证“完全一致”

例如:

  • 恢复某个值
  • 验证严格等式


二、当前体系的核心痛点

痛点1:签名大小 vs 安全性矛盾

类型

安全

体积

ECC

格密码

哈希

极高

极大

有“既小又抗量子”的方案


痛点2:必须精确恢复

当前所有系统都要求: w == w'

问题:

  • 对噪声敏感
  • 不适合压缩
  • 无法容忍模糊信息


痛点3:结构刚性

现有密码:

  • 结构固定(群 / 格 / 哈希)
  • 不易扩展到 AI / 图像 / 模糊数据


痛点4:难以做“压缩验证”

当前体系:

验证 = 还原信息

而不是:

验证 = 判断结构是否一致

三、陈恩华轨道密码学 CEH-Orbit:性能与结构对比

核心思想

定义:w = a \cdot z - c \cdot t

但不验证 w,而是:p = \mathcal{P}(w)

验证:\mathcal{P}(a \cdot z - c \cdot t) = p


性能对比(程序验证对比)

指标

ECC

格密码

CEH-Orbit

签名大小

⭐⭐⭐⭐

⭐⭐

⭐⭐⭐⭐(潜力)

抗量子

验证复杂度

低-中

结构灵活性

⭐⭐⭐⭐

可压缩性

⭐⭐⭐⭐

最大差异

传统: 验证 = 恢复原始值

陈恩华轨道密码学 CEH-Orbit:验证 = 判断是否在同一轨道


四、核心理论(重点)

轨道思想(Orbit)

定义:多个不同 w → 同一个 p

即:P(w1) = P(w2)

这些 w 属于同一个“轨道”


验证方式改变

传统:w == w'

陈恩华轨道密码学 CEH-Orbit:P(w) == P(w')


核心结构

w = a·z − c·t

p = P(w)

c = H(m || p)

验证:P(a·z − c·t) == p


ORP(轨道恢复问题)

攻击者需要:

找到 (z,c)

使得:

P(a·z − c·t) = p

c = H(m || p)


本质区别

项目

传统密码

CEH-Orbit

信息

保留

丢失

验证

精确

模糊

唯一

多个


五、行业影响(本人有限设备和知识的理解)

1. 小签名 + 抗量子(潜力)

如果 ORP 成立:

有机会实现:

类似 ECC 大小 + 抗量子安全

这是行业一直想要的东西。


2. AI + 密码学融合

因为:P(w) 类似 embedding

可以扩展:

  • 图像签名
  • 特征认证
  • 模糊匹配验证

3. 新型认证系统

例如:

  • 生物识别(允许误差)
  • 视频认证
  • 模糊数据验证


4. 压缩验证系统

未来可能:

不再传原始数据

只传“轨道”


六、原理代码复现(闭环)

https://github.com/chenenhua/CEH-orbit

Includes:

  • C++ implementation
  • Qt visualization
  • parameter tuning
  • experimental workflow

七、总结

一句话总结

传统密码学验证“唯一值”,轨道密码学验证“等价类”。

本工作的定位

  • 不是优化现有算法
  • 而是提出一种新范式

当前状态

  • ✅ 已提出结构
  • ✅ 已定义问题(ORP)
  • ❗ 尚无严格安全证明
  • ❗ 需要广大机构研究

我们真正想做的

把“验证精确值”这件事,变成“验证结构一致性”。


感谢:

这不是一个“更快的算法”,而是本人一次对密码学基本假设的重新思考。如果你对新结构、新假设、新范式感兴趣,欢迎一起研究。


论文《CEH-Orbit: 基于代数轨道一致性与LSH 投影的签名方案》

陈恩华

邮箱: a106079595@qq.com

Abstract

     我们提出CEH-Orbit,一种基于负循环环中代数轨道一致性的数字签名方案。该方案引入了一个轨道投影算子,该算子将系数量化与局部敏感哈希(LSH)相结合,将高维环元素映射为紧凑的描述符。验证过程通过同时强制执行代数重建和结构一致性约束来实现。

    我们定义了轨道恢复问题(ORP),该问题刻画了在满足底层代数关系的同时,在轨道投影下恢复有效原像的计算困难性。在此假设下,我们给出了随机谕言器模型下存在性不可伪造的非正式论证。

     初步评估表明,CEH-Orbit 实现了紧凑的签名表示和高效的验证。本工作提出了一种候选签名构造,并为后续的理论和密码分析奠定了基础。

1 引言

     现代数字签名方案通常基于SIS 和LWE 等困难性假设构建。这些方法依赖于代数结构以及拒绝采样或陷门采样等技术。

     相比之下,CEH-Orbit 探索了一种基于轨道一致性的不同范式,其验证过程通过结合代数重建和损失性结构投影来实现。

核心问题如下:

     压缩的结构表示与代数关系相结合,能否为签名验证提供可行基础?

2 数学模型

    定义2.1 (环).

    令

             Rq = Zq[x]/(xN + 1).


    定义2.2 (轨道投影算子).

    令

             Q : Zq → {0, 1, . . . , k − 1}

    为将系数映射到离散相位区间的量化算子。

    对于

             w = (w0, . . . ,wN−1) ∈ Rq,

    定义

           ˜ w =(Q(w0), . . . ,Q(wN−1)).

     则轨道投影算子定义为  

             P(w) = LSH( ˜ w).

     实现说明(LSH 实例化)

     在我们的实现中,LSH 算子使用符号随机投影进行实例化,其中每个比特源自随机线性投影的符号。这种构造在小扰动下具有稳定性,并保持近似相似性。


     稳定性性质

     如果

             ∥w − w′∥∞ ≤ δ,

     则

             Pr[P(w) = P(w′)] ≥ 1 − ϵ.

     碰撞概率ϵ 随着投影比特数的增加而减小。


     定义2.3 (密钥).

     私钥为

             s ∈ Rq.

     公钥为

             (a, t) ∈ R2q,

     其中

             t = a . s.


3 算法

     3.1 密钥生成

     采样

              s, a ∈ Rq,

     并计算

              t = a . s.


    3.2 签名

     1. 采样

              y ← Dy,

      其中Dy 是中心化分布(例如,离散高斯分布或中心二项分布)。

      2. 计算

             w = a . y.

      3. 计算投影

             p = P(w).

      4. 推导挑战值

             c = H(m∥ p).

      5. 计算响应

             z = y + c . s.

      注:与传统的基于格的签名不同,CEH-Orbit 避免了拒绝采样,而是依赖于轨道投影算子的稳定性。

      输出的签名为

            σ = (z, c, p).


      3.3 验证

      1. 计算

            w′= a . z − c . t.

      2. 检查是否满足

            P(w′) = p.

       若检查通过则接受,否则拒绝。


 4 安全假设

      假设4.1 (轨道恢复问题,ORP).

      给定公钥参数

             (a, t) ∈ R2q,

      消息m,以及轨道投影值

             p ∈ {0, 1}d,

      对于任何概率多项式时间敌手,在随机谕言器模型下,找到满足

            P(a . z − c . t) = p

     且

             c = H(m∥ p)

     的

             (z, c) ∈ Rq ~ Zq

      在计算上是不可行的。

      非正式含义。破坏ORP 假设意味着能够伪造满足验证等式的有效签名,这表明ORP 刻画了EUF-CMA 安全背后的核心困难性。

      安全目标

       我们考虑随机谕言器模型下选择消息攻击的存在性不可伪造性(EUF-CMA)。

       评注

       ORP 在结构上与压缩表示下的原像抵抗相关,并且通过结合代数重建与损失性投影约束,区别于标准的SIS/LWE 假设。

       ORP 假设旨在对抗基于格的归约算法(如BKZ),因为P 的损失性掩盖了标准解码方法所需的结构化误差。


5 安全性讨论

       代数一致性约束

       验证过程强制执行关系

               w′= az − ct.

      投影一致性约束

      算子P 是多对一的,产生了较大的原像空间。

      哈希绑定性质

      挑战值派生为

              c = H(m∥ p),

      这确保了消息与投影描述符的绑定。

      组合约束

      敌手必须同时满足:

            • 代数一致性,

            • 投影一致性,

            • 哈希绑定。

       紧凑性

       由于

             p = P(w)

       是一个低维描述符,与传统的基于格的构造相比,签名尺寸得以减小。

       单向性

        投影算子引入了信息损失,由于原像空间很大,使得求逆在计算上变得困难。

        启发式安全性考量

         我们注意到ORP 假设依赖于以下困难性的组合:

                 • 在Rq 中恢复代数关系,

                  • 逆转损失性投影算子,

                  • 满足哈希绑定约束。

         虽然目前尚无已知的到标准格问题的形式化归约,但其结构表明,由于系数级信息的丢失,经典解码方法可能无法直接应用。

         对ORP 的详细密码分析仍是未来工作的重要方向。


6 结果的定位与现状

        我们强调,CEH-Orbit 在此作为候选签名方案提出,并附带一个提出的困难性假设,即轨道恢复问题(ORP)。

         本工作提供:

               • 形式化的方案描述,

               • 具体的代数和结构验证机制,

               • 提出的困难性假设,

               • 可复现的实现和初步实验评估。

         在当前阶段,我们既不声称ORP 到SIS 或LWE 等标准格问题的形式化归约,也不声称EUF-CMA 安全性的完整证明。

          因此,本结果的状态应理解为:

               • CEH-Orbit 是一个候选密码学构造,

               • ORP 是一个提出的困难性假设,

               • ORP 与既有假设之间的形式化关系仍是一个开放问题,

               • 进一步的密码分析和形式化安全证明留待未来工作。


7 实现与可复现性

            为展示可行性,我们提供了C++ 参考实现。

实现包括:

• Rq 上的多项式运算,

• 通过量化和LSH 实现的轨道投影,

• 用于性能评估的基准测试工具。

源代码可在以下地址获取:https://github.com/chenenhua/CEH-orbit

在标准x86_64 平台上的初步测量结果显示:

• 签名中位数时间:∼ 0.19 毫秒,

• 验证中位数时间:∼ 0.12 毫秒。

这些结果表明该方案可以高效实现。

8 签名结构与参数

签名由以下部分组成:

• 响应向量z ∈ Rq,

• 挑战值c,

• 轨道描述符p = P(w)。

总签名大小取决于z 的编码方式、c 的比特长度以及p 的维度d。

8.1 原型参数

N = 128, q = 3329, k = 8, d = 256.

估计签名大小: ∼ 560 字节(取决于编码选择).


9 对比

Table 1: 签名方案对比

方案假设签名大小核心机制

Dilithium MLWE/MSIS ∼ 2400 字节拒绝采样

Falcon NTRU/GPV ∼ 660 字节高斯采样

CEH-Orbit ORP(本工作) ∼ 560 字节∗ 轨道投影

∗ 基于原型参数估算。


10 未来工作

未来方向包括:

• 建立到SIS/LWE 类问题的形式化归约,


11 结论

我们提出了CEH-Orbit,一种基于轨道一致性和损失性投影约束的签名方案。该构造展示了如

何将代数关系与压缩的结构表示相结合,用于签名验证。

本工作为后续的理论和密码分析奠定了基础。

目录
相关文章
|
2月前
|
机器学习/深度学习 算法 Apache
CEH特征引擎:重新定义实时视觉的“速度-精度”边界
CEH是首个在普通CPU上实现“高密度特征+高帧间匹配+亚像素精度”的全能特征引擎,速度超BRISK、效率领先SIFT一个数量级,零GPU依赖、零专利风险,纯C++开源,完美适配嵌入式与边缘设备。
340 49
|
安全 数据安全/隐私保护 Web App开发
CEH-Orbit 协议技术规范(Spec)V1.0
CEH-Orbit是一种基于格密码的后量子认证协议(V1.0),由陈恩华提出。其核心通过随机掩码生成高维轨道向量,压缩为OrbitHead,结合消息派生挑战,并验证轨道重建一致性,确保抗量子攻击能力。
1133 10
|
Cloud Native 关系型数据库 分布式数据库
阿里云瑶池助力九州通B2B电商平台,完成100%云原生架构升级
九州通数字化转型,通过引入阿里云云原生数据库PolarDB,云原生内存数据库Tair等产品,完美支撑了医药电商平台数据库100%云原生化,实现了统一、高效、标准化和可跟踪的B2B医药平台。
778 4
|
3月前
|
人工智能 自然语言处理 API
阿里云轻量服务器部署 OpenClaw+配置百炼 API 步骤流程与避坑指南
OpenClaw(曾用名Clawdbot)是一款轻量化、可扩展的开源AI智能体执行框架,支持自然语言指令驱动、多模型灵活切换与全场景任务自动化。对于新手而言,阿里云轻量服务器凭借专属应用镜像、一键部署与稳定运行的特性,成为部署OpenClaw的最优选择,无需复杂环境配置,即可快速搭建7×24小时在线的AI服务。接入阿里云百炼API后,可无缝调用千问Qwen3-Max、Qwen3.5-Plus等大模型,实现高效文本处理、长上下文理解、代码生成与多模态交互。
844 4
|
5月前
|
人工智能 弹性计算 Cloud Native
云原生时代的 Agent 落地:黎跃春讲 AI 智能体运营工程师实战笔记
本文探讨在云环境下,如何应用 黎跃春讲 AI 智能体运营工程师 的方法论,构建高可用的企业级智能体。重点解析在云端架构中,如何通过 RAG 知识库调优与工作流编排,解决大模型在 B 端业务落地的“最后一公里”难题。
|
3月前
|
资源调度 安全 算法
CEH-Orbit:一种基于轨道一致性验证的可复现签名原型及其系统嵌入研究(陈恩华)
CEH-Orbit是一种基于轨道一致性(Orbit Consistency)的后量子签名验证原型,不依赖标准困难问题归约,而是融合环上代数关系、局部敏感哈希(LSH)与分段相位描述子构建OrbitHead,通过多层结构一致性检查实现签名验证,并已嵌入轻量区块链原型中,提供可复现实验基线。
172 3
|
决策智能 机器人 数据可视化
CEH-Flow-Perception:一种基于双场时空耦合的实时物理驱动动态避障方法 - 陈恩华
本文提出CEH-Flow-Perception方法,首创双场(导通场+学习场)时空耦合势场模型,将动态障碍建模为具短期响应与长期记忆的连续物理场,实现无显式路径规划的实时避障。端到端延迟 33ms,支持遮挡记忆、多智能体协同与可解释因果追溯。
155 4
|
芯片 存储 索引
ChenRT:基于变长编码与稀疏离群点补偿的大模型微观残差量化架构
ChenRT架构,针对大模型端侧量化中离群点导致的精度坍塌问题,创新采用“宏观分组+微观稀疏残差补偿”双轨设计,结合VarByte差分索引压缩,在Apple Silicon上仅增6.8%存储即实现2.38% MAE精度回升,兼顾高精度与低开销。
85 0
|
3月前
|
存储 缓存 PHP
PHP数据库优化技巧——提升应用运行效率
在PHP应用开发中,数据库操作是影响应用运行效率的关键因素。很多PHP应用在初期运行流畅,但随着数据量的增加、访问量的提升,会出现页面加载缓慢、数据库响应超时等问题,这大多与数据库设计不合理、查询语句不规范有关。
124 0
|
4月前
|
机器学习/深度学习 弹性计算 人工智能
云服务器租用价格多少钱一年?来卡看2026阿里云费用价格,难以想象的便宜!
2026年阿里云服务器价格全解析:轻量最低38元/年,ECS普惠款99元起,企业级199元/年;GPU实例按量或包年可选。涵盖包年包月、按量付费三大计费模式,详解续费同价/折扣规则及升级补差机制,助您精准控本、避坑省钱。(239字)
421 6

热门文章

最新文章