格密码与最短向量上界

目录

前言

一. BLICHFELD理论

二. 闵可夫斯基凸体定理

三. n维球体体积结论

四. 闵可夫斯基第一定理

五. 闵可夫斯基第二定理

结论


前言

本节主要讨论闵可夫斯基提出的关于连续最小值的上界问题。为了简化分析过程,仅讨论满秩的格,将结果类推到非满秩的格也是同理可得。

一. BLICHFELD理论

对于任意满秩格\Lambda \in R^n和可测量的集合S\in R^n,如果满足vol(S)>det(\Lambda),那么必定存在z_1,z_2\in S,满足z_1-z_2\in \Lambda。如下图所示:

格密码与最短向量上界_第1张图片

证明: 将S平移到基本区中,若vol(S)>det(\Lambda),则存在重合点。具体分析思路如下:

假定B为\Lambda的格基,让x遍历所有格点\Lambda,如下集合构成n维空间R^n的一部分:

x+P(B):=\lbrace x+y\lvert y\in P(B)\rbrace

每个基本区都会有重叠的部分,定义交集如下:

S_x=S\cap(x+P(B))

由此,原集合就被分成了各个小块,如下:

S=\cup _{x\in \Lambda}S_x

体积也对应分成很多小块:

vol(S)=\sum_{x\in\Lambda}vol(S_x)

将每个小集合里面的格点去掉:

\hat{S_x}=S_x-x

单个点对体积是无影响的,所以以下结论依旧成立:

\hat{S_x}\subseteq P(B)以及vol(\hat{S_x})=vol(S_x)

由此可得:

\sum_{x\in\Lambda}vol(\hat{S_x})=\sum_{x\in\Lambda}vol(S_x)=vol(S)>vol(P(B))

由此,一定存在一些格点x,y\in \Lambda, x\not=y,保证\hat{S_x}\cap\hat{S_y}\not=0。用z代表\hat{S_x}\cap\hat{S_y}中的点,所以z+x一定包含在S_x\subseteq S,z+y包含在S_y\subseteq S。所以(z+x)-(z+y)=x-y也包含在\Lambda中。定理证明完毕。

由此定理可以类推出闵可夫斯基凸体定理。此定理表明一个足够大的中心对称的凸体一定包含一个非零的格点。如果S是中心对称的,当x\in S时,-x\in S;因为是个凸体,当x,y \in S\lambda \in [0,1],不难推出\lambda x+(1-\lambda)y\in S。中心对称和凸体的前提条件,去掉任何一个,闵可夫斯基凸体定理就会不成立。

二. 闵可夫斯基凸体定理

对于任意满秩格\Lambda \in R^n和中心对称凸集S\in R^n,若vol(S)>2^ndet(\Lambda),则S包含非零格点。

证明:

\hat{S}=\frac{1}{2}S=\lbrace x|2x\in S\rbrace。所以vol(\hat{S})=2^{-n}vol(S)>det\Lambda。根据BLICHFELD理论,一定存在两个点z_1,z_2\in\hat{S},满足z_1-z_2\in\Lambda且不是原点。根据定义,2z_1,2z_2\in S,又因为S是中心对称的,所以-2z_2\in S。另外由于S是凸体,\frac{2z_1-2z_2}{2}=z_1-z_2也在空间S中。如下图所示:

格密码与最短向量上界_第2张图片

此证明的主体思想:将S等比例缩小一半。

三. n维球体体积结论

vol(B(0,r))\geq{(\frac{2r}{\sqrt{2}})}^n

证明:

此球内包含一个长度为\frac{2r}{\sqrt{n}}的立方体。如下图:

格密码与最短向量上界_第3张图片

所以可得\lbrace x\in R^n|\forall i,|x_i|<\frac{r}{\sqrt{n}}\rbrace\subseteq B(0,r)。证明完毕。

到此铺垫完毕,可引出格最短向量的上界问题。

四. 闵可夫斯基第一定理

对于任意满秩格\Lambda\in R^n,其最短向量长度满足如下:

\lambda_1(\Lambda)\leq\sqrt{n}{(det\Lambda)}^{\frac{1}{n}}

证明:根据定义,球B(0,\lambda_1(\Lambda))内包含非零格点,根据以上分析可得:

{(\frac{2\lambda_1(\Lambda)}{\sqrt{n}})}^n\leq vol(B(0,\lambda_1(\Lambda)))\leq2^n det(\Lambda)。整理此式子不难得出\lambda_1(\Lambda)的上界。

主题思想:B(0,\lambda_1(\Lambda))不含任何非零格点+闵可夫斯基凸体定理。

对于闵可夫斯基第一定理的理解与分析:

定理中{(det\Lambda)}^\frac{1}{n}看起来可能有些奇怪,实际上有它本身的意义:能够与空间维度联系起来。例如,将格c\Lambda看成原格\Lambda扩大c倍产生。所以易得\lambda_1(c\Lambda)=c\lambda_1(\Lambda)。另一方面,在n维度上det(c\Lambda)=c^ndet(\Lambda),等式右边正如我们所理解的那样扩大c倍。由此得出结论,任意秩为n,行列式为1的格,最短向量的上界为\sqrt{n}

这个上界可以进一步缩小吗?答案是可以的!举个例子,取一个很小的\epsilon>0,考虑一组格基{(\epsilon,0)}^T,{(0,\frac{1}{\epsilon})},此格的行列式为1,依据闵可夫斯基第一定理可得上界为\sqrt{2},然而实际最短向量为\epsilon。实际上,已经有研究将\sqrt{n}的上界缩小到c\sqrt{n}, c<1。此处讨论的二维可以拓展到多维。

闵可夫斯基第一定理研究的是最短向量,也就是第一个连续最小值\lambda_1。加强版的连续最小值问题可以由闵可夫斯基第二定理说明,以下研究的不只是\lambda_1,考虑的是\lambda_i的几何平均数。

五. 闵可夫斯基第二定理

对于任意满秩格\Lambda\in R^n,其连续最小值最小值满足:

(\prod_{i=1}^n\lambda_i(\Lambda))^{1/n}\leq\sqrt n(det \Lambda)^{1/n}

证明:x_1,\ldots,x_n\in \Lambda为连续最小值代表的向量,也就是\lVert x_i\rVert=\lambda_i(\Lambda)。令\tilde{x_1},\ldots,\tilde{x_n}代表对应的Gram_Schmidt正交化结果。引入一个椭球体,轴为\tilde{x_1},\ldots,\tilde{x_n}所在的直线,长度为\lambda_1,\ldots,\lambda_n。可得如下椭球体内部空间(不包含边界):

易得,椭球体不包含任何非零格点。以二维为例子,理解为x_1向量在椭圆的边界,x_2向量在椭圆的外部,如下图:

格密码与最短向量上界_第4张图片

此部分证明该椭球体用T表示时,该椭球体T的内部不包含任何非零格点。

取任意非零的格点y\in\Lambda,让1\leq k\leq n使得k是对应的最大值,且满足如下不等式:

||y||\geq\lambda_k(\Lambda)

如果x_1,\ldots,x_k,y是k+1个线性独立的向量,且要求它们的长度就都小于\lambda_{k+1}(\Lambda)   ,显然是互相矛盾的。所以可得

y\in span(\tilde{x_1},\ldots,\tilde{x_k})=span(x_1,\ldots,x_k) 。

综合以上:

由此可得y\notin T

该椭球体的体积满足如下不等式:

vol(T)<2^ndet\Lambda

令a代表长半轴,b代表短半轴,椭圆的面积计算公式如下:

S=\pi\cdot a \cdot b

再结合闵可夫斯基凸体定理,所以可得: 

格密码与最短向量上界_第5张图片

将两个不等式结合在一起,所以:

{(\prod_{i=1}^n)\lambda_i(\Lambda)}^{\frac{1}{n}}\leq\sqrt{n}{(det\Lambda)}^{\frac{1}{n}}

 定理证明完毕。

结论

密码技术随着信息表达、传输、处理技术变革而演进。经历了古典密码(密码盘、恩尼格玛密码机),现代密码(AES,RSA),新型密码(抗量子密码,同态密码,物理层密码)。

你可能感兴趣的:(格密码,线性代数,同态加密,网络安全)