Solving the Shortest Vector Problem in $2^{0.6039n}$ Time via Mid-point Hessian
本文提出一种求解最短向量问题(SVP)的随机化算法。SVP 是格密码学中的核心困难问题,其求解复杂度直接关系到基于格的密码方案(如 NTRU、LWE)的安全性评估。此前由 Aggarwal、Dadush、Regev 和 Stephens-D
共收录 5 条相关情报。
← 返回所有主题本文提出一种求解最短向量问题(SVP)的随机化算法。SVP 是格密码学中的核心困难问题,其求解复杂度直接关系到基于格的密码方案(如 NTRU、LWE)的安全性评估。此前由 Aggarwal、Dadush、Regev 和 Stephens-D
该论文针对自然整数 y>2 和 m>1,提出了两种基于牛顿-拉夫森方法的算法,用于计算 y^(1/m) 的向下取整(即整数部分)。该问题在数论中常用于判断一个整数是否为另一个整数的整数次幂。尽管传统上二分查找方法被认为更易实现,但作者提出的
该论文针对超椭圆曲线(genus-2)上经典的 Richelot (2,2)-同源步提出了一种完全无导数的重表述。传统的 Richelot 步骤通过曲线 f=uvw 的因式分解,利用 Wronskian 导数构造目标三元组 (U,V,W)。
该论文研究差分隐私下单调统计量的高效估计算法。单调统计量指随着新观测数据增加而单调变化的统计量(如分位数、累积分布函数等)。传统方法采用子采样-聚合(subsample-and-aggregate)框架:将数据集分成多个子块,分别计算统计量
该论文研究了差分隐私(DP)中的广义私有测试问题,该问题由 Liu 和 Talwar 在 STOC 2019 中提出。给定一个数据集 X 和一个序列的黑盒 ε_t-DP 机制 M_t,分析者需要以 DP 方式接受第一个成功概率 p_t =