Processing math: 100%
跳转至

6.3 非线形操作

  • Fp-HNP(CM) 和 Fp-MVHNP(CM) 的解决方案是基于加群中的傅里叶分析,并利用傅里叶变换的缩放特性来计算函数fs(x):=f(sx)fx(x):=f(s1x1++smxm)。换句话说,这些函数是 f 与线性映射的组合。

  • 我们要考虑这种方法是否可以用于其他代数群(如椭圆曲线和代数环)。这些情况下的隐数问题涉及到Zp 上的有理操作,而不是线性操作。自然的方法是在加法群(Zp,+) 中仍然使用傅里叶分析,但不是用线性映射进行组合,而是用有理函数进行组合。

  • 如果能开发出这样的工具,我们就可能有办法解决某些模型中椭圆曲线点群中 Diffie-Hellman 密钥交换的比特安全问题。还有其他问题可以用一般群上的傅里叶分析来处理。例如,[15] 的作者提出了是否有可能将这些结果应用于模反隐藏数问题的问题。我们在下一章中介绍所有这些问题。

  • 不幸的是,将 SFT 算法应用于这类问题有一个重大障碍。令f:GC 为一个函数,令fs(x)=fφs(x),其中φs:GG 是一个可有效计算的函数(取决于值s)。要概括定理 6.1 的证明,需要以下三个条件。

    1. 对于一个不可忽略的τ,函数f 有一个(非零)τ 重的系数。

    2. 对于一个不可忽略的τ,函数fs 有一个(非零)τ 重的系数。

    3. ffs 的(τ 重)系数之间存在一种关系,可以确定s(或者至少是s 的候选小集合)。

  • 由于单比特函数是集中的,如节 3.3.1 所示,在命题 3.25 的条件下,函数fs=fφs 没有不可忽略的τ 重合系数。椭圆曲线加法定律和代数环的部分群定律,以及模反隐藏数问题中的操作,都满足命题 3.25 中关于φ 的条件。因此,相应的隐藏数问题中的函数fs 没有重系数,所以不能使用涉及 SFT 算法的解法。