随笔分类 - 格密码
摘要:The Subset-Sum Problem 子集和问题 我们首先回顾子集和问题(有时也称为“背包”问题)在其搜索形式下的定义。 定义 1 子集和问题 给定正整数权重 (\mathbf{a} = (a_1, \ldots, a_n)),以及 [ s = \sum_{i=1}^n a_i x_i =
阅读全文
摘要:Coppersmith 定理 我们证明 \(\mathrm{Coppersmith}\) 定理的“完整版本” [Cop96b],其表述如下。 定理 1 设 ( N ) 为给定正整数,( f(x) \in \mathbb{Z}[x] ) 为给定的首一的次数为 ( d ) 的多项式。存在一个算法在多项式
阅读全文
摘要:LLL算法 LLL算法由Lenstra、Lenstra和Lovász于1982年提出[LLL82],多项式时间内提供了对(搜索型)最短向量问题 \(\mathrm{SVP}_\gamma\) 的近似解,近似因子为 \(\gamma=2^{(n-1)/2}\),因子随着维度的增加呈指数增长 . 尽管如
阅读全文
摘要:最短向量问题SVP和近似SVP \(Minkowski\) 的第一个定理意味着秩 \(n\) 的任何格 \(\Lambda\) 在长度 \(\leq \sqrt{n}(\operatorname{det} \Lambda)^{\frac{1}{n}}\) 中至少包含一个的非零向量.然而,他的证明是非
阅读全文
摘要:基本概念 定义1 (LATTICE) 给定 \(n\) 个线性无关向量 \(b_1, b_2, \ldots, b_n \in \mathbb{R}^m(n \leq m)\) ,由它们产生的格被定义为, \[\mathcal{L}\left(b_1, b_2, \ldots, b_n\right)
阅读全文
摘要:最短向量 格的一个基本参数是格中最短非零向量的长度(我们必须要求一个非零向量,因为零向量总是包含在格中,且它的范数是零).此参数由 \(\lambda_1\) 表示.长度,我们指的是欧几里德范数,或 \(\ell_2\) 范数,定义为 \(\|x\|_2=\sqrt{\Sigma x_i^2}\).
阅读全文

浙公网安备 33010602011771号