Comprehensive review of state-of-the-art post-quantum cryptographic algorithms
Translated title
Omfattende gennemgang af state-of-the-art post-quantum kryptografiske algoritmer
Author
Flutur, Adrian
Term
4. semester
Education
Publication year
2024
Submitted on
2024-05-30
Pages
43
Abstract
I takt med fremskridt inden for kvantecomputere arbejder post-kvantekryptografi (PQC) på at beskytte data mod angreb fra både klassiske og kvantecomputere. Dette projekt giver et let tilgængeligt overblik over de førende PQC-algoritmer. Vi forklarer de svære, underliggende matematiske problemer, som algoritmerne bygger på, deres overordnede designidéer, og hvordan de klarer sig i praksis (for eksempel hvor hurtigt de er, og hvor mange ressourcer de kræver). Vi gennemgår mange forskellige algoritmefamilier med særlig vægt på dem, der indgår i NISTs standardiseringsproces. For hver algoritme beskriver vi variationer, styrker, svagheder og mulige anvendelser i virkelige systemer. Vi fremhæver både algoritmer, der allerede er udvalgt til standardisering, nye forslag og dem, der er udfaset eller ikke længere anbefales. Derudover måler og sammenligner vi ydeevnen på almindelige computere og på enheder med begrænset regnekraft og hukommelse. Vores vurderinger bygger både på den nyeste forskning og på vores egne resultater. Gennemgangen fungerer som en praktisk guide til at navigere i det komplekse PQC-landskab og hjælpe læsere med at vælge passende algoritmer til deres systemer og brugsscenarier.
As quantum computing advances, Post-Quantum Cryptography (PQC) aims to keep data secure against attacks from both classical and quantum computers. This project offers an accessible review of leading PQC algorithms. We explain the hard mathematical problems they rely on, the main design ideas behind them, and how they perform in practice (for example, how fast they run and how many resources they need). We examine a wide range of algorithm families, with a particular focus on those in the NIST standardization process. For each algorithm, we summarize variations, strengths, weaknesses, and potential real-world uses. We highlight algorithms already selected for standardization, newly proposed ones, and those that have been deprecated or are no longer recommended. We also benchmark and compare performance on regular computers and on devices with limited computing power and memory. Our conclusions draw on both recent research and our own results. Overall, this review is a practical guide to help readers navigate the complex PQC landscape and choose suitable algorithms for their systems and use cases.
[This summary has been rewritten with the help of AI based on the project's original abstract]
Keywords
Documents