Page 10 - 《软件学报》2025年第10期
P. 10

王洋 等: 半均匀   LWE  问题的紧致归约                                                        4407


                    在实用中, 一般采用的秘密/误差分布为离散高斯分布的                  LWE  问题来进行密码协议的设计或者困难问题的归
                 约讨论. 一个自然的问题是针对特定的离散高斯分布的情形, 能否给出非均匀                        LWE  问题的更紧致的归约. 这也是
                 本研究的主要出发点和研究动机所在.
                    在本文中, 我们推广了 Hint-LWE 问题困难性研究中用到的技巧并将其应用于半均匀                        LWE  问题困难性的研
                 究中, 给出了半均匀      LWE  问题困难性更紧致的归约方法. 本文采用的归约方法基本不受代数结构的限制, 可以统
                 一地应用于欧氏格/理想格/模格上定义的半均匀               LWE  问题. 具体来讲, 本文的归约方式具有以下优势.
                    (1) 归约结果是保持维数的: 即       d 维的半均匀    LWE  问题的困难性仅需要用到         d 维的标准   LWE  问题的困难性
                 来保证.
                    (2) 归约过程中的高斯参数损失较少, 且对于一般的               η-半均匀分布 D, 归约中的高斯参数与样本数无关: 即高

                 斯参数为    σ 的  d 维的半均匀   LWE  问题的困难性可以由高斯参数为           O(η·σ) 的  d 维的标准  LWE  问题的困难性来
                 保证.
                    本文第   1  节介绍非均匀    LWE  问题的简单研究现状. 第       2  节介绍本文所需的基础知识, 包括欧氏格/理想格/模
                 格、高斯分布、 LWE      问题/半均匀    LWE  问题的定义和一些有用的引理等. 第           3  节介绍本文的主要归约, 并将我们
                 的归约结果与已知结果做简单比较. 最后, 在第             4  节总结全文.

                  1   非均匀  LWE  问题的相关工作
                                                                             (   )
                    在初始   LWE  问题的样本中, 公开矩阵一般选自随机均匀分布, 即                A ←- U Z m×d  . 在已知的部分  LWE  问题的
                                                                               q
                 变体问题研究中, 经常需要将         A 换成所谓的 Lossy 形式 (即     A = B·C + E, 使用多秘密的  LWE  样本来替换均匀矩
                 阵) 来进行讨论    [6–8] . 一般而言,  A = B·C + E 对应的分布不是与均匀分布统计不可区分的. 但是在对应              LWE  问题
                 困难这个计算假设下, 可以证明对应的“非均匀” LWE               问题也是困难的. 在本文中, 非均匀          LWE  问题指的是公开
                                      (   )
                 矩阵  A 服从的分布    D 与  U Z m×d   不是统计或者计算不可区分的情况下对应的            LWE  问题.
                                        q
                    据我们所知, 在不考虑某些         A 为特定的循环矩阵的情况下对应的            LWE  问题 (此类问题对应      A 的系数在某些
                 环上均匀选择)    [30]  时, Boneh 等人  [16] 首次讨论了非均匀  LWE  问题的困难性, 并证明了当公开矩阵        A 服从的分布为
                                                                  k
                                                                                   d
                     d
                 (1)  Z  上适当参数的离散高斯分布; (2)      k 足够大时对应的     {0,1}  上的均匀分布; (3)  Z  的某些足够大的线性子空
                 间上的均匀分布时, 对应的非均匀            LWE  问题的困难性可以由标准          LWE  问题的困难性来保证. 此外, Bruna
                 等人  [31] 提出的连续  LWE  问题 (continuous LWE problem) 对应的公开矩阵  A 服从适当的连续高斯分布, Gupte 等
                 人  [32] 也证明了适当参数条件下, 此类问题的困难性可以由标准的               LWE  问题来保证.
                    但是, 上述几类非均匀       LWE  问题不适用于某些格密码应用 (例如压缩公钥的方式来设计的加密/密钥封装方
                 案  [25–29] ). 近期, Jia 等人  [4,17,18] 形式化定义了半均匀  LWE  问题, 并采用类似证明熵  LWE  问题困难性的归约路线, 结
                 合 Renyi 散度、格中正则性结论 (leftover hash lemma) 等工具证明了欧氏格/理想格/模格中适当参数的半均匀
                 LWE  问题是困难的.

                  2   基础知识

                    在本节中, 我们将给出符号说明, 并介绍在本文讨论过程中要经常用到的概念、定义和部分引理.
                    使用符号     Z, Q, R 来依次表示全体整数/有理数/实数组成的集合. 对于给定的正整数                       q ∈ Z, 定义符号
                                     [ ]
                 Z q := Z/q·Z 并使用符号   q  来表示集合    {1,2,...,q}. 如无特殊说明, 我们默认     Z q  中陪集的代表元取自集合
                 [  q q  )
                 − ,   ∩Z. 本文使用粗体小写字母        x 来表示向量, 使用斜体大写字母          A 来表示矩阵或者集合. 如无特殊说明, 在
                   2 2
                                               T
                 本文中默认使用列向量, 并使用符号            A  来表示矩阵    A 的转置 (向量亦看为特殊的矩阵); 符号   表示            d ×d 的单
                                                                                          I d
                                                            d ∑        d ∑
                                           T
                                                              2
                                               d
                 位矩阵. 对于向量       x = (x 1 ,..., x d ) ∈ R , 定义  || x|| :=  x ,  || x|| 1 :=  |x i | || x|| ∞ := max|x i | . 对于矩阵  A ∈ R d×d  ,
                                                                           ,
                                                              i
                                                                                   i∈[d]
                                                           i=1        i=1
                                              A
                                                  d
                 使用符号    s k (A),k ∈ [d] 来表示矩阵   的   个不同的奇异值. 我们默认对奇异值按照大小排序为                    s d (A) ⩽ ...
   5   6   7   8   9   10   11   12   13   14   15