Zero knowledge Beweise: Motivation

Slides:



Advertisements
Ähnliche Präsentationen
Modellierung intraspezifischer Konkurrenz
Advertisements

Algorithmen für das Erfüllbarkeitsproblem SAT
Zero- Knowledge- Beweise
Simulated Annealing Marco Block & Miguel Domingo Seminar : Maschinelles Lernen und Markov KettenSommersemester 2002.
Mathematisches Seminar – Thema 2.1
Einführung in Berechenbarkeit und Formale Sprachen
Zahlentheorie Algebra und Kryptografie
High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen.
Christian Schindelhauer
Ein Public Key Kryptosystem mit perfekten Codes in Graphen.
Kürzeste Wege in Straßennetzwerken Problemstellung –von einem Start zu einem Ziel (point-to-point) –(un)gerichteter Graph, Kantenkosten = Reisezeiten.
The Rectilinear Steiner Tree Problem is NP-complete
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung 1 SS 2001 Algorithmus von Dijkstra.
Effiziente Algorithmen
Verteilte Algorithmen und Datenstrukturen Kapitel 6: Dynamische Netzwerke für Zusammenhang Christian Scheideler WS 2009.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Zero-Knowledge Protokolle
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Computational Thinking Online Algorithmen [Was ist es wert, die Zukunft zu kennen?] Kurt Mehlhorn Konstantinos Panagiotou.
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
MY iNSPIRATION.
Konfidenzintervall und Testen für den Mittelwert und Anteile
Information und Kommunikation
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Informatik III Christian Schindelhauer Wintersemester 2006/07
Informatik III Christian Schindelhauer Wintersemester 2006/07
Informatik III Christian Schindelhauer Wintersemester 2006/07
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
Informatik III Christian Schindelhauer Wintersemester 2006/07
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Vorlesung Suche des kürzesten Weges in einem Netz.
GrundkursTheoretische Informatik, Folie 12.1 © 2006 G. Vossen,K.-U. Witt Grundkurs Theoretische Informatik Kapitel 12 Gottfried Vossen Kurt-Ulrich Witt.
In einem Moment betreten Sie die Welt der Magie!.
Universität des Saarlandes WS 2010/2011 StR’in Pia Scherer Didaktik III: Der GTR im Mathematikunterricht – Sitzung am Reflexion der behandelten.
gesucht ist die Geradengleichung
Algorithmen und Datenstrukturen
 Präsentation transkript:

Zero knowledge Beweise: Motivation Authentifikation am Bankschalter: Bisher: Angeben des PIN Codes  PIN Code muss ‘laut ausgesprochen’ werden  Banksystem kennt meinen PIN Mit Zero knowledge Beweisen: Beweise, dass ich den PIN kenne, ohne ihn zu verraten.  PIN Code verlässt meinem ‘sicheren’ Chip nie  Bank kennt meinen PIN nicht

Zero knowledge Beweis für das GI Problem: Problemstellung Gegeben: Zwei Graphen G und H Behauptung: Peggy kennt einen Isomorphismus (.) zwischen G und H, so dass G = (H) Ziel: Peggy beweist Vic, dass Sie den Isomorphismus kennt, ohne ihn explizit zu verraten

Zero knowledge Beweis für das GI Problem: Das Protokoll (eine Runde) Peggy Vic Wähle zufälligen Isomorphismus , berechne K = (G) K Wähle zufällig P  {G, H} und fordere Isomorphismus zwischen P und K P P = G:  :=  P = H:  :=  •   K = (P) ?

Zero knowledge Beweis für das GI Problem: Eigenschaften Falls Peggy den Isomorphismus  kennt, kann Sie Vic’s Fragen immer beantworten. Vic wird in diesem Fall immer akzeptieren. Falls Vic akzeptiert, kennt Peggy den Isomorphismus  mit grosser Wahrscheinlichkeit. Das Protokoll verrät Vic nicht mehr Information über den Isomorphismus, als er schon weiss.

Zero knowledge Beweis für das GI Problem: Zero knowledge Argumentation Vic kann effizient eine Konversation mit denselben statistischen Eigenschaften simulieren, ohne jemals mit Peggy gesprochen zu haben. Simulation: - Vic berrechnet K als (G) oder (H) zufällig - falls Anfrage nicht beantwortbar, verwerfe diese Runde - sonst ist eine Runde kreiert. Effizient: um k Runden zu kreieren, müssen ca. 2k Runden simuliert werden.

Zero knowledge Beweis für das GI Problem: Vic’s Simulation Vic als Peggy Vic Wähle zufälligen Isomorphismus , Graphen P  {G, H} berechne K = (P) K Wähle zufällig P’  {G, H} und fordere Isomorphismus zwischen P und K P’  (K, P’, ) P = P’: P  P’: Fail