国家密码管理局公告(第46号)

现发布《国家密码科学基金首批面上项目申报指南》和《国家密码科学基金首批重点项目申报指南》。

特此公告。

附件:1.国家密码科学基金首批面上项目申报指南

2.国家密码科学基金首批重点项目申报指南

国家密码管理局

2023年12月12日

附件1

国家密码科学基金

首批面上项目申报指南

为落实“十四五”期间密码科技创新有关部署安排,聚焦国际密码科技前沿,支持密码科研团队开展密码理论和共性关键技术探索,努力实现基础性、前沿性、前瞻性研究原创成果的重大突破,进一步增强密码领域原始创新能力,培养密码领域人才和团队,现发布国家密码科学基金首批面上项目申报指南。

一、支持计划

面上项目计划对11个密码研究方向进行支持,项目执行期为3年,经费额度为20-40万元/项,每个项目应由1家单位独立承担。

(一)抗量子公钥密码理论与技术

研究内容:研究抗量子公钥密码实用化设计技术;研究抗量子公钥密码底层困难问题的新型量子求解算法及量子安全强度评估模型;研究现有主流抗量子公钥密码算法的安全快速软硬件实现技术;研究抗量子公钥密码认证体系及抗量子公钥密码迁移技术。

(二)密码学困难问题求解算法

研究内容:研究有限域上代数方程组求解问题、纠错码译码问题等现有密码学困难问题的新型经典或量子求解算法;研究SAT/MILP/CP等问题的新型求解算法;探索新的困难问题并给出其密码学应用。

(三)身份认证与访问控制密码关键技术

研究内容:研究实用化非交互零知识证明、具有附加功能的数字签名、分布式数字签名、属性密码、可搜索加密、可更新加密等身份认证与访问控制密码技术,提出其在大数据细粒度访问控制、数据库安全防护、云存储、区块链等场景下的密码方案。

(四)新型应用场景下的密码协议设计

研究内容:研究物联网应用场景下抗多用户合谋攻击的大规模对称密钥分发方法;研究高安全高可靠集群通信应用场景下基于预共享秘密的组播密钥方案设计技术;研究低可靠集群通信应用场景下丢失容忍的组播密钥方案设计技术;研究带宽极窄、密码同步资源受限通信条件下的密码协议设计。

(五)量子计算模型下对称密码的设计与分析

研究内容:研究量子计算模型下对称密码的设计方法和可证明安全理论;研究基于量子计算的对称密码分析方法,针对典型对称密码算法或结构,提出更优的通用量子攻击或专用量子攻击;研究对称密码量子电路的综合与优化方法,分析典型对称密码算法量子电路的宽度、深度和门复杂度等指标。

(六)新型对称密码组件与算法的设计和分析

研究内容:研究新型对称密码组件、结构和算法的设计与分析,包括但不限于:16比特及以上S盒和128比特及以上线性扩散层等大规模组件;高效非线性序列生成器;加解密计算效率不对等非线性组件;512比特及以上安全强度分组密码;可调分组密码;自同步序列密码;动态对称密码;适用于全同态加密、零知识证明或安全多方计算的对称密码;对称密码密钥延展模式;认证加密、纠错加密等多功能对称密码。

(七)密码学与人工智能融合关键技术

研究内容:研究基于人工智能技术的密码分析技术及其可解释性问题;研究基于机器学习的对称密码组件和结构设计方法;针对人工智能应用中数据或模型的机密性、完整性、隐私性等需求,提出基于密码技术的高效解决方案。

(八)量子密码理论与技术

研究内容:研究量子单向函数构造和量子基础密码原语设计理论;研究量子密钥分发(QKD)协议实现安全模型和测试评估技术;研究测量设备无关类、双场类、连续变量类等QKD协议;研究量子网络中继节点可信动态认证技术;研究量子随机数理论安全分析模型和安全评估准则;研究器件无关、半器件无关量子随机数生成技术;研究高速量子随机数生成器集成电路实现技术。

(九)密码安全实现及评估技术

研究内容:研究实用抗泄露和抗侧信道攻击密码设计理论与技术;研究密码算法在多种应用场景下的安全高效实现技术和攻击方法;研究密码算法实现抗侧信道攻击综合评估方法;研究抗干扰高速物理熵源设计理论与技术;研究安全高效的随机数生成方法和大样本数据的随机性高效检测方法。

(十)密码设备安全防护关键技术

研究内容:研究密码设备抗网络攻击、抗电磁域攻击、抗侧信道攻击等关键技术;研究密码系统安全性形式化分析与验证方法;研究密码资源和密码设备的安全监管关键技术;研究密码设备安全风险量化评估、密码设备安全防护等级评估准则。

(十一)其他探索性密码研究问题

研究内容:鼓励探索新型密码基础理论和应用技术,阐明研究问题的新颖性、原创性和可行性。

二、成果形式与考核指标

面上项目应围绕上述11个支持方向中的一项或多项研究内容开展创新性研究,提出新思想、新理论和新方法。各项目须提交本研究方向高质量的综述报告至少1份,并根据实际研究情况提交论文、著作、专利、软件代码、原型系统等形式的研究成果。

三、申请程序及要求

(一)申请条件

2.项目申请人所在单位应符合《国家密码科学基金管理办法(试行)》规定的依托单位有关要求。

(二)限项申请规定

项目申请人同年只能申请1项国家密码科学基金项目(重点项目和面上项目均计算在内)。

(三)申请要求

(四)注意事项

1.项目负责人应将主要精力投入项目的研究中,依托单位应加强对项目实施的监督、管理和服务,减轻项目负责人不必要的负担,为项目研究提供必要的制度和条件保障。

(五)联系方式

填报过程中遇到问题或进行咨询,可联系国家密码科学基金管理办公室。

联系人:苏老师、徐老师

附件2

首批重点项目申报指南

为落实“十四五”期间密码科技创新有关部署安排,服务国家重大战略需求,支持密码科研团队开展密码理论和共性关键技术研究,努力实现战略性、引领性、基础性研究原创成果的重大突破,进一步增强密码领域原始创新能力,培养密码领域人才和团队,现发布国家密码科学基金首批重点项目申报指南。

重点项目计划对6个密码研究方向进行重点支持,国家密码管理局将为重点项目设置责任专家,对项目实施进行指导把关。

(一)抗量子公钥密码算法安全性分析评估技术

1.研究内容:研究格密码、基于编码的密码、基于Hash函数的数字签名、多变量密码和同源密码等抗量子公钥密码算法的量子及经典安全性分析与评估方法,包括但不限于:

(1)各类底层困难问题的安全性归约;

(2)各类底层困难问题的新型攻击方法及复杂度分析;

(3)各类算法安全性评估模型及其合理性有效性分析;

(4)各类算法的安全评估指标和评估方法;

(5)各类底层困难问题攻击方法和评估方法的高效实现库;

(6)各类国际国内抗量子征集算法的安全性分析及评估。

2.研究周期:分为两个阶段,总计4年,其中第一阶段为2年,第二阶段为2年。

3.支持数量:第一阶段不超过8个项目,可选择某类或某几类抗量子公钥密码算法的1项或多项研究内容开展研究。第二阶段不超过3个项目,应完成某类或某几类抗量子公钥密码算法的全部研究内容。

4.经费额度:第一阶段不超过30万元/项,第二阶段不超过120万元/项。

5.考核指标

第一阶段:

(1)提交至少1类抗量子公钥密码算法安全性分析综述报告,包括:困难问题求解算法类型、安全性评估方法、已有攻击方法和攻击结果等;

(2)提出至少1种针对主流抗量子公钥密码算法底层困难问题的更优求解算法;

(3)给出至少1种主流抗量子公钥密码算法的更优安全性分析结果。

第二阶段:

(2)研制至少1类抗量子公钥密码算法底层困难问题求解算法和该类抗量子公钥密码算法安全性评估方法的高效代码库;

(3)形成至少1类抗量子公钥密码算法安全性评估技术要求建议稿。

(二)抗量子密码协议设计理论与分析方法

3.支持数量:第一阶段支持不超过4个项目,可选择现役密码协议与抗量子公钥密码算法的融合方法或TLS、IPsec、SSH中某类抗量子密码协议进行研究。第二阶段支持不超过2个项目。

4.经费额度:第一阶段不超过40万元/项,第二阶段不超过120万元/项。

(1)提出不少于2种抗量子密码协议(如TLS、IPsec、SSH等)的设计方法,给出不少于2个具体抗量子密码协议并选取满足128、192、256比特量子安全强度的参数,其计算代价或传输负载显著优于经典协议标准的抗量子密码算法直接替换,握手延迟达到国际先进水平;或提出1套现役密码协议与抗量子公钥密码算法的融合方法并进行技术验证;

(2)申请发明专利不少于2项。

(1)提出密码基础设施、密码设备抗量子迁移的总体技术架构,包含对底层抗量子密码算法、数字证书的适配指标要求;

(2)研制抗量子密码协议实现库并进行技术验证,至少包含第一阶段优选的抗量子密码协议;

(3)研制抗量子密码协议的安全性与综合性能自动化评估平台;

(4)向国际互联网工程任务组(IETF)、密码行业标准化委员会等国际国内标准化组织提交抗量子密码协议标准草案2~3项;申请发明专利不少于2项。

(三)实用化全同态加密算法设计

1.研究内容:针对云计算、边缘计算、大数据、人工智能等领域密态计算需求,研究实用化全同态加密算法设计技术,包括:

(1)新型高效同态乘法技术、自举技术、噪音控制技术,不同形态明文空间紧致编码及切换技术;

(2)新型精准算术运算、近似算术运算、布尔逻辑运算的高效同态计算技术;

(3)紧致密文多密钥全同态加密算法设计技术;

(4)新型同态加密高效实现技术,基于SIMD指令通用平台及GPU、FPGA、ASIC等专用平台的优化实现技术;

(5)面向典型应用场景的综合优化技术。

2.研究周期:4年。

3.支持数量:1~2项。

4.经费额度:不超过240万元。

(1)提出全同态加密高效自举算法,综合性能优于已有同类算法,自举密钥规模或计算效率较已有算法提升不少于20%(128比特安全强度);

(2)设计实用化全同态加密算法不少于2个,综合性能与BGV/BFV/CKKS/TFHE等现有算法相当,在至少2个典型应用场景的计算性能超越上述同类算法10%(128比特安全强度)并进行技术验证;

(3)提出基于标准假设的新型多密钥全同态加密算法设计方法,渐进联合密文尺寸与参与方个数为亚线性关系;

(4)研制全同态加密算法开源代码库,至少包含2个自研全同态加密算法,综合性能与SEAL、HELib、TFHE、OpenFHE、Lattigo等现有开源库具有可比较性;

(5)向IETF、密码行业标准化委员会等国际国内标准化组织提交全同态加密算法标准草案1~2项;申请发明专利不少于3项。

(四)安全多方计算协议实用化关键技术及其应用

2.研究周期:3年。

4.经费额度:不超过260万元。

(3)研制自主可控的MPC协议开源库,包含至少2种不同类型MPC协议,支持任意布尔和算术电路的安全计算,协议性能与EMP-toolkit、MP-SPDZ等国际MPC协议开源库可比较;

(4)基于MPC协议库,研制高安全需求应用场景下联合数据分析应用验证系统,具备均值、方差、中位数、线性回归、逻辑回归等统计分析能力,可实现高安全需求应用场景下敏感数据的高效流通;

(五)信息系统属性密码融合应用验证评估

1.研究内容:面向信息系统中数据安全共享、细粒度访问控制等数据安全需求,针对信息系统中数据库和云存储等数据存储、处理和应用等场景,突破兼具高安全性、高计算效率和高功能性的属性密码设计关键技术,提出高效实用的属性加密算法,研究针对属性密码应用中撤销、追责等问题的高效解决方案;提出针对信息系统中数据库和云存储2种应用场景的属性密码应用方案并开展技术验证;研究提出抗量子属性密码方案并开展安全性实用性评估。

2.研究周期:2年。

4.经费额度:不超过130万元。

(1)设计提出能够精准刻画信息系统中数据库和云存储2种应用场景应用需求及安全需求的系统模型和安全模型,支撑属性密码应用方案设计;

(2)提出并实现针对信息系统中数据库和云存储2种应用场景的安全高效属性加密方案,能够支持灵活的用户加入、撤销和权限变更等功能,支持的属性规模不少于200个,在百万量级数据库应用中,同一数据集相同操作下使用属性密码后整体性能下降不超过10%,完成方案技术验证;

(3)提出1~2个抗量子属性密码方案,并完成小规模属性规模(约50个属性)条件下密码方案安全性和实用性评估分析。

(六)对称密码自动化分析理论、方法与工具

1.研究内容:针对对称密码分析的实际需求,开展对称密码自动化分析理论、方法与工具研究。下述研究内容可选择1项或多项进行:

(1)基于一般约束规划问题(MILP、SMT/SAT、CP等)的对称密码自动化分析建模与求解;

(2)对称密码自动化分析前端工具链研制;

(3)面向密码分析的一般约束规划问题专用求解器研制。

3.支持数量:研究内容(1)(2)(3)支持均不超过1项。

4.经费额度:研究内容(1)不超过30万元/项;研究内容(2)不超过80万元/项;研究内容(3)不超过150万元/项。

5.考核指标(分项对应研究内容):

(2)研制面向对称密码自动化分析的领域专用描述语言及其工具集,包括编辑器、调试工具、编译器(将领域专用语言编译成面向后端自动化分析建模的可扩展中间表示)和基于MILP或SMT/SAT的对称密码自动化分析模型构建工具;

二、组织方式

1.对支持方向(一)至(二),采用“赛马”制组织方式。在项目立项时择优选择多个主体并行攻关,在项目开展过程中采取阶段性竞争考核、竞争性淘汰机制,充分激发创新活力和动力,让优秀团队脱颖而出。

实施步骤主要分为两个阶段,第一阶段支持若干项目,与项目团队签订任务合同书,启动实施“赛马”;第一阶段结束后,由国家密码管理局组织考核,根据考核结果确定后续支持方式。若开展第二阶段项目支持,须重新签订任务合同书。

(1)若只有一个团队达到考核要求,可视为唯一优势主体予以第二阶段项目支持;

(3)若无团队达到考核要求,不进行第二阶段支持。

2.对支持方向(三)至(六),采用常规项目组织方式。原则上支持方向(三)至(五)为每个方向支持1项,仅在申报项目评审结果前两位评价相近、技术路线明显不同时,可同时支持2项,若同一支持方向支持项目为2项时,原则上总经费额度不超过该方向计划支持经费额度;支持方向(六)为每个研究内容支持不超过1项。项目一般由1家单位承担,确有必要进行合作研究的,合作研究单位不得超过2家。

THE END
1.算法笔记(三)算法学习技巧总结 算法是一门数学科学院,想要学号算法即该算法是为了要解决什么问题,需要静下心来谢谢代码,与不写代码的人区别是效率比他妈呢提高了很多,算法学习还需要举一反三你,这样我们才能狗的更好。https://www.code456.com/article/3598351.html
2.算法总结最常用的五大算法(算法题思路)算法题技巧本文介绍了贪心算法的概念和实例,如Prim和Kruskal算法;分治法的思想及其在二分查找、快速排序和归并排序中的应用;动态规划的基本思想和Floyd算法、背包问题的示例;回溯法的原理以及在八皇后问题中的应用;分支限界法的基本思想和在单源最短路径问题中的应用。文章还探讨了这些算法之间的区别和联系。 https://blog.csdn.net/Jernnifer_mao/article/details/130220554
3.深度学习经典算法遗传算法详解遗传算法依照与个体适应度成正比的几率决定当前种群中各个个体遗传到下一代群体中的机会。个体适应度大的个体更容易被遗传到下一代。通常,求目标函数最大值的问题可以直图5-2正六边形筛选机制接把目标函数作为检测个体适应度大小的函数。 7、复制 程序设计流程https://developer.aliyun.com/article/1127575
4.经典算法问题来一个有这么一个算法题目,通过它我们来了解下码农是怎么学习算法:假设一堆人中有一个人可能是名人(明星),也有可能这人群中没有名人,名人满足的条件是人群中所有人都认识他,但是他不认识其他人,我们可以通过询问每个人来找出这个名人,那么假设我们只能问某个人是否认识另外一个这样的问题,得到回答也只能是认识或者不认识这https://m.acfun.cn/v/?ac=18548125&from=video&type=article_2
5.算法精粹:经典计算机科学问题的Python实现本书是一本面向中高级程序员的算法教程,借助Python语言,用经典的算法、编码技术和原理来求解计算机科学的一些经典问题。全书共9章,不仅介绍了递归、结果缓存和位操作等基本编程组件,还讲述了常见的搜索算法、常见的图算法、神经网络、遗传算法、k均值聚类算法、对抗搜索算法等,运用了类型提示等Python高级特性,并通过各级https://www.epubit.com/bookDetails?id=UB71fac289a9240
6.机器学习10大经典算法详解“数据+算法=模型”。面对具体的问题,选择切合问题的模型进行求解十分重要。有经验的数据科学家根据日常算法的积累,往往能在最短时间内选择更适合该问题的算法,因此构建的模型往往更准确高效。 本文归纳了机器学习的10大算法,并分别整理了各算法的优缺点及主要特征,供大家学习参考。读完本文,你将掌握以下机器学习10大算http://www.360doc.com/content/12/0121/07/27362060_1061639511.shtml
7.迁移学习(TransferLearning)的背景历史及学习2.机器学习框架与基本组成 3.机器学习的训练步骤 4.机器学习问题的分类 5.经典机器学习算法介绍 目标:机器学习是人工智能的重要技术之一,详细了解机器学习的原理、机制和方法,为学习深度学习与迁移学习打下坚实的基础。 二、深度学习简介与经典网络结构介绍 https://cloud.tencent.com/developer/article/2068121
8.多智能体路径规划综述本文首先对MAPF问题进行了阐述,概述了经典的集中式规划算法,详细分析了经典算法的原理,然后概述了深度强化学习,解析了主流的强化学习算法原理,将MAPF问题描述为强化学习问题,介绍了基于强化学习的MAPF算法研究进展。在此基础上,指出现有算法面临的挑战,指出了下一步要解决的问题和研究方向。 https://www.fx361.com/page/2022/1017/11262806.shtml
9.支持C++,Java,Python,Go,JavaScript等多语言版本,从此算法学习《代码随想录》LeetCode 刷题攻略:200道经典题目刷题顺序,共60w字的详细图解,视频难点剖析,50余张思维导图,支持C++,Java,Python,Go,JavaScript等多语言版本,从此算法学习不再迷茫! 来看看,你会发现相见恨晚! - GitHub - Coding4Real/leetcode-mashttps://github.com/Coding4Real/leetcode-master
10.五大经典算法之<递归算法及经典实例分析>学习目标: (一)了解递归算法思想? (二)用递归思想来理解和实现递归经典实例 I.阶乘问题? II.斐波那契问题? III.汉诺塔问题? IV.全排列问题 (一)递归 I. 定义? 递归算法(英语:recursion algorithm)在? ?计算机科学中是指一种通过重复将问题分解为同类的子问题而解决问题的方法。 需要满https://www.360doc.cn/mip/1127301487.html
11.路径规划中的DRL与OR算法:对比与展望因此,VRP在物流配送中有着广泛的应用场景,在过去50年来是研究热点。传统的优化方法(启发式、精确算法等)专注于研究各种各样的问题变形,甚至拓展到了uncertainty、robust、stochastic、two-echelon等场景,而深度强化学习类的方法则主要专注于求解TSP、CVRP等简单情形,并常用优化方法得到的解作为比较对象。下文将详细介绍。https://www.51cto.com/article/757803.html
12.字节跳动3数据结构与算法经典问题解析-Java语言描述目录 本文由曾供职于多家知名IT企业的资深软件架构师撰写,以Java为描述语言,介绍计算机编程中使用的数据结构和算法,覆盖相应竞争性考试的主题,目的不是提供关于数据结构和算法的定理及证明,而是强调问题及其分析,讲解必备知识和解题技巧。文中汇集知名IT企业经典的编程面试题目并给https://maimai.cn/article/detail?fid=1663985877&efid=TP99-4Gnjz5uI46gYIbONQ
13.AI工程师必备技能如果是凸函数,我们需要选择相应的优化方法论进行优化,因为优化问题是机器学习算法中的核心部分。 以上是对凸优化的方法论的一些总结与梳理,不得不说,凸优化是一个很深奥也很大的领域,并且通过一些非凸函数的优化方法论,也能感受出如果要严格解决一个数学问题,步骤是很严谨的,文中的观点如果有错误的地方,还请各路https://www.jiqizhixin.com/articles/2019-01-23-15
14.经典算法问题:数组中的逆序对这种思路虽然很直接,但编写出错的概率很低,在没有在线评测系统的时候,它可以作为一个“正确的”参考答案,用以检验我们自己编写的算法是否正确。 思路2:分治 这道题最经典的思路是使用分治法计算,借助“归并排序”的分治思想,排好序以后,逆序对就求出来了,时间复杂度为 https://www.jianshu.com/p/e6530cb7aa66
15.C/C++经典算法之约瑟夫问题详解C语言这篇文章主要给大家介绍了关于C/C++经典算法之约瑟夫问题的相关资料,约瑟夫环问题是一道经典的数据结构的题目,本文介绍了解决约瑟夫问题的三种方法,需要的朋友可以参考下https://www.jb51.net/article/218551.htm
16.常州科普网这样,发明者可以首先根据物场模型决定需要实现的基本功能,然后通过需要实现的功能很容易地找到与之对应的科学效应或科学现象,再根据这些科学效应或现象,产生解决问题的思路。 9、发明问题解决算法(ARIZ) ARIZ是俄文“发明问题解决算法”的缩写,英文缩写为AIPS,是发明问题解决过程中应遵循的理论方法与步骤。ARIZ是基于https://kx.jscz.org.cn/html/czkx/2022/LOMNAAD_0613/28486.html
17.贪心算法入门详解,经典实例分析在求解会议室效率问题时,我们虽然先基于动态规划思想做了分析,稍稍复杂了些,但最后还是能够结合贪心思想,设计出更加简洁的算法。 事实上,贪心策略是一种强有力的策略,可以很好的解决很多问题,在以后的学习中,我们可能会遇到许多基于贪心策略设计的算法,例如最小生成树算法,单元最短路径的 Dijkstra 算法等等。https://blog.popkx.com/2307/
18.科学网—[转载]进化集成学习算法综述在当前的研究方法中,一些研究分别对基于分类、回归和聚类问题的集成学习方法进行了综述。尽管这些研究对进化集成学习算法进行了简单的介绍,但并未对一些代表性的进化集成学习算法进行详细综述。并且在笔者目前查阅到的文献中,一些关于进化集成学习算法的综述只是针对分类、回归和聚类问题中的一种或两种,尚未发现有学者对包https://wap.sciencenet.cn/blog-951291-1312816.html
19.关于背包问题的一些理解和应用本文没有尝试对背包问题的本质进行扩展或深入挖掘,而只是从有限的理解(这里指对《背包问题九讲》的理解)出发,帮助读者更快地学习《背包问题九讲》中的提到的各种背包问题的主要算法思想,并通过实例解释了相应的算法,同时给出了几个背包问题的经典应用。 2.背包问题及应用https://www.xiuzhanwang.com/a1/Cyuyan/3447.html
20.谷歌复用30年前经典算法,CV引入强化学习,网友:视觉RLHF要来了?该研究旨在学习以 θ 为参数的条件分布 P (y|x, θ),使奖励函数 R 最大化。用抽象的公式来形容,就是本文要解决以下优化问题。 问题有了,接下来就是怎么解决了,本文分两步走:首先用最大似然估计对模型进行预训练;然后使用 REINFORCE 算法对模型进行 Tuning 。下面我们看看这两步的具体过程:https://www.thepaper.cn/newsDetail_forward_22086240
21.每道题都会出现在试卷上(确信)新传热点真题答题总结No.04(下) 出题原因:就建立健全网络综合治理体系作出重要论述、提出明确要求,深刻阐释了“为什么要建、怎样建”等重大理论和实践问题,同时,网信办也大刀阔斧地开展“清朗”系列专项整治行动。从短视频与直播乱象,到算法与大数据技术带来的个人信息隐私安全问题,再到网络暴力、社交媒体舆论与舆情、平台反垄断等热点话题,都https://weibo.com/ttarticle/p/show?id=2309404933996114215589
22.DeepMind用神经网络求解MIP后,攻破运筹学只是时间问题?你想多了如果大量变量可以被固定,则可以把这个固定变量后的子问题当作一个全新的MIP求解,以期望可以找到高质量的整数解。由于大量的变量被固定了,子问题的搜索空间会变小,且预求解可以进一步的削减问题的规模,因此解子问题会相对容易些。 DeepMind提出的Neural Diving这个算法,是通过机器学习和神经网络,给定一个问题结构,预判https://yuanzhuo.bnu.edu.cn/article/805