格系列笔记（一）：About Lattice

格的定义

这是格的定义。与向量空间不一样的是，这组线性无关向量的系数都是整数，而组成向量空间的线性无关向量的系数可以取任意实数值。

 

The Fundamental Parallelepiped

The fundamental parallelepiped 被定义为这样一个区域

注意，系数的取值是左闭右开，

如下图：

其实，一个格的parallelepiped就是一个格的“基本区域”，我们把这个区域放在每一个格点上（用格点来平移这个区域），我们就可以用这个基本区域覆盖整个空间。寻找空间点的一个，实际上就是在做“模”parallelepiped的运算。

举例来说，一个点在格上，当且仅当这个点模P(B)后会得到0点，即原点。我们不关系点的绝对位置，只关心点的相对位置

以下定理便说明了parallelepiped的作用

基本思想是，把空间多有的点都对应到格的相同位置上——parallelepiped上。

行列式

格的行列式定义如下：

格的行列式，是格的parallelepiped的体积大小。

这大小等于多少呢？

以上定理是说，将格的基向量组成一个矩阵，parallelepiped的体积大小即为这个矩阵的行列式的值。所以有：

                                                       

又有对于格的不同的基，他们构成的parallelepiped的体积是相等的。 

Minkowski's Theorem

我们先给出Blichfeld定理

Blichfeld's Theorem:

         

这个定理是说，选取一个集合，只要所取集合的体积大于行列式，这里面一定有两个点，它们的差值是一个格点。注意，集合体积不能等于行列式，因为基本区域中有且只有一个格点（回忆基本区域的定义）。这个定理已经证明了百分之九十的Minkowski定理。

下面给出Minkowski定理：

 

这个定理是说，在中选取一个关于原点对称的凸集，如果它的体积大于格的基本区域的体积乘与,那么S中一定包含一个非零的格点。  

有几个地方需注意：

1.S是一个关于原点对称的凸集

2."S contains a nonzero lattice vector". 既然S是关于原点对称，原点必然在S中。

我们可以继续的到一个Minkowski定理的推论：

这个推论告诉了我们，L的最短向量，最长不会超过.

格中难题

最短向量问题(SVP)：

这个问题是说，给定一个格，要求找到格上的一个最短向量（离原点最近的点）。注意，格上的最短向量可能不止一个，问题只要求找到其中一个。

最近向量问题(CVP)：

这个问题是说，给定一个格和一个定义在向量空间中的点（不是格点），要求找到格上的一个点，是距离最近的格点。

SVP和CVP都是NP-hard问题，我们又基于这两个问题定义出两个相对简单的问题。

渐进最短向量问题（apprSVP）：

这个问题也是要求找到一个短向量，但不一定要是最短的，只需小于最短向量的一个倍数。基于不同的倍数，apprSVP的难度也不同。

渐进最近向量问题（apprCVP）：

apprCVP与apprSVP类似，我们只需要找到一个近似的最近向量。

 

参考：

1.An Introduction to Mathematical Cryptography —— Second Edition by Jeffrey Hoffstein • Jill Pipher Joseph H. Silverman