71、基于环 LWE 的全同态加密技术解析

基于环 LWE 的全同态加密技术解析

1. 环学习误差问题及其变体

在加密领域,“环学习误差”(RLWE)假设是一个重要的概念。这里介绍其一个变体——多项式学习误差(PLWE)假设。它实际上隐含于 Lyubaskevsky、Peikert 和 Regev 提出的 RLWE 假设中,可看作是其特殊情况。对于我们关注的参数,若能打破 PLWE 假设,就能得到解决最坏情况理想格问题的算法。我们采用 PLWE 假设,一方面是为了让阐述更基础,另一方面也受加密方案中消息编码选择的影响。

PLWE 假设类似于 Regev 定义的“学习误差”(LWE)假设。在 PLWE 假设中,我们考虑环 (R = \mathbb{Z}[x]/ \langle f(x) \rangle) 和 (R_q = R/qR),其中 (f(x)) 是 (\mathbb{Z}[x]) 中次数为 (n) 的整数多项式,(q) 是质数。(R_q) 等同于 (\mathbb{Z}_q[x]/ \langle f(x) \rangle),即系数在 (\mathbb{Z}_q) 中的次数为 ((n - 1)) 的多项式环。这些环中的加法按系数逐分量进行,乘法是多项式乘法模 (f(x))(在 (R_q) 中还需模 (q))。

一个元素在 (R)(或 (R_q))中可看作是 (\mathbb{Z})(或 (\mathbb{Z} q))上次数为 ((n - 1)) 的多项式,我们用其系数向量来表示这样的元素。对于元素 (a(x) = a_0 + a_1x + \cdots + a {n - 1}x^{n - 1} \in R),其 (\ell_{\infty}) 范数定义为 (|a| = \max |a_i|)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值