Điểm:2

Tính trung tâm của phân phối Gaussian cho lỗi LWE

lá cờ sy

Xét bài toán LWE.

Để cho $A$ hạt đậu $m \times n$ ma trận, $x$ là một $n \times 1$ vectơ, $u$ là một $m \times 1$ vectơ và $e$ được lấy mẫu từ phân phối Gaussian.

Chúng tôi được cho một trong hai $Ax + e ~~(mod~q)$ hoặc $u ~(mod~q)$ phỏng đoán là rất khó để phân biệt giữa các mẫu này trong thời gian đa thức, với xác suất cao là lựa chọn $A$, $x$, $u$$e$ (để lựa chọn phù hợp $m$$q$.)

Tôi muốn hỏi về tính trung tâm của phân phối Gaussian trong khi xem xét tính bảo mật của LWE.

LWE có khó không nếu $e$ được lấy mẫu từ các phân phối khác â như phân phối đều hoặc phân phối theo cấp số nhân?

Don Freecs avatar
lá cờ sz
https://eprint.iacr.org/2015/939.pdf xem trang 40 "Lưu ý rằng e lỗi ban đầu này có thể đến từ bất kỳ bản phân phối nào, miễn là nó tương đối ngắn ngủi."
Chris Peikert avatar
lá cờ in
Câu trích dẫn đó nói về tính chính xác của quy trình tạo mẫu LWE mới từ một số mẫu nhất định. Nó không phải là về tính bảo mật của LWE với các bản phân phối lỗi thay thế.
BlackHat18 avatar
lá cờ sy
@ChrisPeikert Có tài liệu tham khảo nào về tính chính xác của LWE với các bản phân phối thay thế khác không?

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.