Điểm:2

Các thông số trong RLWE

lá cờ cn
Bob

Để cho $n, q, \sigma$ là bậc của đa thức ($x^n+1$), modulo hệ số và đạo hàm tiêu chuẩn tương ứng. Tôi thường thấy một số thông số như nhập mô tả hình ảnh ở đây

Đối với RLWE, chúng ta có thể sử dụng CRT để phân tách $\text{RLWE}_{q}$ đến một số $\text{RLWE}_{q_i}$$1\leq i\leq l$, ở đâu $q = q_1 q_2\cdots q_l$, thì khi xem xét tính bảo mật của RLWE, chúng ta nên thực hiện $\log q$ hoặc $\log q_i$ được cân nhắc?

Điểm:1
lá cờ us

Bạn nên xem xét $\log q$.

Xem xét rằng tất cả các tham số khác là cố định, càng nhỏ $q$ là, cao hơn là bảo mật. Ngay cả bảng trong câu hỏi của bạn cũng hiển thị điều này (bảng có thể cho rằng $\sigma$ là một giá trị cố định nhỏ).

Độ cứng của các bài toán LWE và RLWE tăng theo tỷ lệ $q / || \text{noise}||$ giảm, tức là, tiếng ồn lớn hơn cho cùng một $q$ làm cho (R)LWE khó hơn. Bạn có thể nghĩ về hai trường hợp cực đoan: nếu tiếng ồn bằng 0, thì bạn có thể tìm ra bí mật $s$ với việc loại bỏ Gaussian; nếu tiếng ồn lớn như $q$, thì về cơ bản là không thể tìm thấy $s$ bởi vì mọi thứ sẽ (rất gần) đồng nhất.

Vì vậy, nếu bạn lấy mẫu (R)LWE của mình $(a, b)$ chế độ xác định $q$ và giảm mod nhỏ hơn $q'$ (điều đó chia $q$), các mẫu mới của bạn có cùng thuật ngữ tiếng ồn, nhưng đối với mô đun nhỏ hơn, do đó tỷ lệ $q' / || \text{noise}||$ nhỏ hơn và Ví dụ (R)LWE mà bạn nhận được khó hơn.

Đăng câu trả lời

Hầu hết mọi người không hiểu rằng việc đặt nhiều câu hỏi sẽ mở ra cơ hội học hỏi và cải thiện mối quan hệ giữa các cá nhân. Ví dụ, trong các nghiên cứu của Alison, mặc dù mọi người có thể nhớ chính xác có bao nhiêu câu hỏi đã được đặt ra trong các cuộc trò chuyện của họ, nhưng họ không trực giác nhận ra mối liên hệ giữa câu hỏi và sự yêu thích. Qua bốn nghiên cứu, trong đó những người tham gia tự tham gia vào các cuộc trò chuyện hoặc đọc bản ghi lại các cuộc trò chuyện của người khác, mọi người có xu hướng không nhận ra rằng việc đặt câu hỏi sẽ ảnh hưởng—hoặc đã ảnh hưởng—mức độ thân thiện giữa những người đối thoại.