问自适应安全优势

EN

一个简单(但不令人满意)的答案可能是:在数学中，我们喜欢尽可能地扩展定理的性质，以便更好地理解结果。

现在从实际的角度来看，很明显，自适应模型更接近真实，然后提供更相关的安全保证:实际上，在实际中，我们生成我们的方案的参数，然后才知道它将如何使用。假设对某个依赖于全局参数的特定消息进行了攻击，那么第二个模型中的安全性证明并不能避免这种情况(这确实很糟糕)。

现在，更普遍的是，在某些情况下，它可能发生弱模型是足够实际使用。但是，您必须考虑一下，您的密码方案是否可以用作更大的东西的子例程，或者用于其他用途。有时候你需要最强大的力量来达到你的目标。

作为一个快速的例子，我们可以考虑使用ABE进行撤销(使用黑名单)：在开始时(当您生成全局参数时)，您不应该知道哪个用户将被驱逐，然后您需要自适应的安全性来更改加密密钥(不允许被驱逐的用户解密)。