一种基于量子优化整数分解算法的零知识证明方法

AITNT
正文
推荐专利
一种基于量子优化整数分解算法的零知识证明方法
申请号:CN202411731607
申请日期:2024-11-29
公开号:CN119646851A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于量子优化整数分解算法的零知识证明方法,该方案以量子计算为基础,通过结合椭圆曲线点加法与点翻倍规则,实现候选验证点的高效计算;采用Grover算法优化候选点搜索,从而提升验证效率;方案以三阶段流程为核心,逐步缩小验证范围,并动态生成或验证目标值,确保验证过程的精确性和安全性;证明方基于整数分解的复杂性构造零知识证明,提供光滑参数、计算路径及验证点横坐标;验证方通过重现证明方的计算路径,验证候选点是否满足预期数学特性,无需接触原始数据;该方案广泛适用于区块链交易验证、数字签名增强和数据完整性保护,具有高效性、零知识性和适配性强的特点。
技术关键词
分解算法 零知识证明 运算电路 数据完整性保护 定义 量子态 坐标 知识性 参数 曲线 编码 阶段 数学 核心 动态 基础
系统为您推荐了相关专利信息
1
一种基于端侧算力的机器视觉模型训练方法及系统
模型训练方法 图像 云端协作 混合整数规划模型 模型训练系统
2
一种针对大语言模型的上下位关系判断能力的评估方法
大语言模型 节点 关系 概念 定义
3
一种视频传感器部署优化方法、装置、设备及介质
视频传感器网络 粒子群优化算法 虚拟力算法 覆盖率 极值
4
日志文件处理方法、装置、计算机设备和存储介质
文本 日志 机器学习算法 程序 关系
5
一种基于压缩环签名的区块链可监管身份隐私保护方法
零知识证明 区块链交易系统 身份隐私保护方法 智能合约调用 公钥集合
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号