格密码基础：对偶格（超全面）

已于 2024-01-06 00:39:28 修改
阅读量1.1k 收藏 22
点赞数 26
分类专栏： 格密码 文章标签： 密码学 网络安全 矩阵
于 2024-01-06 00:37:48 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/forest_LL/article/details/135419407
版权

目录

一. 对偶格的格点

1.1 基本定义

1.2 对偶格的例子

1.3 对偶格的图形理解

二. 对偶格的格基

2.1 基本定义

2.2  对偶格的格基证明

三. 对偶格的行列式

3.1 满秩格

3.2 非满秩格

四. 重复对偶格

五. 对偶格的转移定理（transference theorem）

六. 对偶格的连续最小值

七. 对偶格的正交投影

八. 对偶格基的正交化

推荐先阅读：

格密码的基础概念-CSDN博客

一. 对偶格的格点

1.1 基本定义

对偶格（dual lattice）也被称之为倒易格（reciprocal lattice）。原来满秩的格写做\Lambda，其对偶格的定义如下：

原来的格点和对偶格的任意（这两个字非常重要）格点相乘为整数即可。原来的格点如果为整数，那么对偶格里有可能会出现小数。此处y\in R^n代表n维实数空间，更准确来讲，对偶格应该在原来格的扩展空间内。那么对偶格更准确的定义，如下：

对偶格的右上角经常带“*”,span(\Lambda)代表格的扩展空间。

对偶格的重心在于，向量相乘为整数。当然，对偶格也是一种格，格的一些基本性质对偶格也具有。格和对偶格是成对出现的。

1.2 对偶格的例子

整数格的对偶格是其本身，也就是：

(Z^n)^*=Z^n

也就是整数格满足自对偶的性质。

如果把整数格的格点都扩大两倍，则形成子格。该格的对偶格则会出现小数，如下：

(2Z^n)^*=\frac{1}{2}Z^n

此处的系数有点类似倒数的感觉。

原始格的安全性在对偶格中依旧是存在的。

1.3 对偶格的图形理解

思考：给出任意一个向量点x，请找出所有跟这个向量点乘积为整数的点？

备注：向量与向量相乘为标量

线性代数告诉我们这些点会形成一个超平面，点跟点之间的距离为1/||x||。看一个二维的图形就很直接：

二. 对偶格的格基

格点相乘为整数，那这两个格的格基满足什么性质？

2.1 基本定义

原来的格基叫B，写做：

B=(b_1,\cdots,b_n)\in R^{m\times n}

格基内每个向量都是m维，一共有n个向量。

对偶格的格基维度肯定是保持不变的，也就是：

D=(d_1,\cdots,d_n)\in R^{m\times n}

对偶格和原来的格扩展空间肯定一致（向量点维度不一样的话，都不能相乘）：

span(D)=span(B)

刚才发现对偶格有点倒数的感觉，反应在矩阵上则互逆，所以满足：

B^TD=I

单位阵对角线上全为1，其他位置均为0。那么矩阵互逆告诉我们，向量位置一致时，相乘为1，也就是：

\langle b_i,d_j\rangle=\delta_{ij}=1\quad i=j

向量位置不一致时，相乘为0：

\langle b_i,d_j\rangle=\delta_{ij}=0\quad i\neq j

如果格基为方阵，也就是格满秩，则可以直接求逆，那么：

D=(B^T)^{-1}

如果格基非方阵，也就是格非满秩，那么可以利用伪逆：

D=B(B^TB)^{-1}

综合以上，对偶格的格基D需要满足两个性质：

 通过以上公式可以发现，只要B确定了，对偶格的格基D也是唯一确定的。

为什么格基满足如上性质，就可以是对偶格？请看2.2

2.2  对偶格的格基证明

本质就是需要证明：

(L(B))^*=L(D)

借鉴集合相等的证明思路，我们的证明分成两步。

第一步：证明L(D)\subset(L(B))^*

从格L(B)内选取一个格点x，也就是x\in L(B)，将其写做整数倍的向量求和形式：

x=\sum a_ib_i\quad a_i\in Z

从格基D中随机抽取一个向量d_j，运算可得：

\langle x,d_j\rangle=\sum_i a_i\langle b_i,d_j\rangle=a_i\in Z

第一个等号：将格点x直接带入；

第二个等号：矩阵B与矩阵D互逆；

因为a_i一定为整数，这个时候说明格基D中的每一个列向量都可以算做一个对偶格的格点。格点的求和运算具有封闭性，继续对这些对偶格点进行整数组合也一定是对偶格点，所以可得：

L(D)\subset(L(B))^*

第二步：证明(L(B))^*\subset L(D)

从对偶格(L(B))^*内随机取一个格点y，也就是：

y\in (L(B))^*

根据对偶格的定义，易得：

y\in span(B)=span(D)

根据扩展空间的定义，那么就可以将该点写做：

y=\sum a_id_i\quad a_i\in R

将对偶格的格点和原格的某个格基向量相乘，可得:

\langle y,b_j\rangle=\sum_i a_i\langle d_i,b_j\rangle=a_j\in Z

所以可得：

y\in L(D)

综上第一步和第二步，证明完毕。

三. 对偶格的行列式

对偶格的行列式与原来格的行列式互为倒数，也就是：

det(\Lambda^*)=1/det(\Lambda)

证明：

3.1 满秩格

将格基先转置在求逆，即为对偶格，所以可得：

det(\Lambda^*)=|det((B^T)^{-1})|

逆矩阵的行列式与原矩阵的行列式互为倒数，所以可得：

det(\Lambda^*)=|det((B^T)^{-1})|=|\frac{1}{det(B^T)}|

矩阵转置不影响行列式的值，所以可得：

3.2 非满秩格

非满秩格不能直接求逆，则需要借助伪逆，运算性质与以上类似，可得：

四. 重复对偶格

对偶格的对偶，即为原格，也就是：

(\Lambda^*)^*=\Lambda

证明：

考虑一般情况。记原格\Lambda的格基为B，那么对偶格的格基为：

D=B(B^TB)^{-1}

继续对格L(D)求对偶格，也就是运算：

D(D^TD)^{-1}

带入运算可得：

五. 对偶格的转移定理（transference theorem）

本小节需要用到这篇博客的结论：

格密码与最短向量上界_最短向量问题-CSDN博客

假定格\Lambda的秩为n，对偶格的最短向量长度满足：

\lambda_1(\Lambda)\cdot \lambda_1(\Lambda^*)\leq n

证明：

首先根据闵可夫斯基上界（Minkowski's bound），可得：

将其类推到对偶格，可得：

两者相乘可得：

\lambda_1(\Lambda)\cdot \lambda_1(\Lambda^*)\leq n

备注：根据Banaszczyk定理，这个界可以继续被放缩，可得：

\lambda_1(\Lambda)\cdot \lambda_n(\Lambda^*)\leq n

六. 对偶格的连续最小值

本小节需要利用此篇博客的基础知识：

格密码基础：最短向量与连续最小值（附下界讨论）_格的逐次最小长度-CSDN博客

假定格\Lambda的秩为n，可得：

\lambda_1(\Lambda)\cdot \lambda_n(\Lambda^*)\geq 1

证明：

假定v为原来的格最短的向量点，也就是：

v\in \Lambda\quad ||v||=\lambda_1(\Lambda)

从对偶格\Lambda^*中取n个线性独立的向量：

x_1,\cdots,x_n

根据格点相乘为整数，可得：

\langle x_i,v\rangle \in Z

这两个向量的长度乘积必然大于1，也就是：

||x_i||\cdot ||v||\geq 1

\lambda_n(\Lambda^*)的长度一定比||x_i||要大，于是乎可得：

\lambda_1(\Lambda)\cdot \lambda_n(\Lambda^*)\geq 1

七. 对偶格的正交投影

对b_1,\cdots,b_n进行Gram-Schmidt正交化，可得：

\pi_1(b_1),\cdots,\pi_n(b_n)

其中\pi_i代表将向量投影到前i-1个正交平面上，也就是：

span(b_1,\cdots,b_{i-1})^\bot

假定B和D互为对偶格基。将矩阵B进行正交投影，可得：

B'=(\pi_i(b_i),\cdots,\pi_i(b_n))

此处就是把向量b_i,b_{i+1},\cdots,b_n往同一个正交平面进行投影。

该格基的对偶格基与原来保持不变，也就是

D'=(d_i,\cdots,d_n)

证明：

从扩展平面角度来讲，可得：

span(B')=span(b_1,\cdots,b_{i-1})^\bot

根据对偶格基的性质。d_i,\cdots,d_n与b_1,\cdots,b_{i-1}互相垂直，任意向量之间同样两两独立。换句话说，也就是：

span(D')=span(b_1,\cdots,b_{i-1})^\bot

所以可得：

span(B')=span(D')

满足对偶格基的第一个性质。

根据向量相乘的性质，不难计算：

根据逆矩阵的性质，不难证明原定理。

八. 对偶格基的正交化

原格基为：

b_1,\cdots,b_n

Gram-Schmidt正交化为：

\tilde{b}_1,\cdots,\tilde b_n

对偶格基：

d_1,\cdots,d_n

按反方向，Gram-Schmidt正交化为：

\tilde{d}_1,\cdots,\tilde d_n

长度满足：

证明：通过以上对偶格基长度讨论易得。也可以用归纳法：

唠嗑！
关注
  • 26
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
【翻译】BKZ 2.0: Better Lattice Security Estimates 论文翻译
su1yu4n's Blog
10-28 1613
注意：本文内容还没有完善，仅供初步参考。 论文摘要 目前已知最佳的高维格基规约算法是Schnorr-Euchner的BKZ算法：所有格密码系统的安全性估计都是基于之前NTL中BKZ算法的实现。然而，格枚举算法研究的最新进展表明，当前NTL中的BKZ实现已不再是最好的实现。不过人们还不清楚此进展对格密码的安全性估计的确切影响。我们通过BKZ 2.0的大量实验对影响进行了评估。BKZ 2.0是第一个使用了最新成果的BKZ实现。实现中使用了近期提出的算法改进，例如Gama-Nguyen-Regev剪枝。我们提出了
离散数学|格（超详细期末复习）
热门推荐
黄佳俊的博客
06-16 1万+
格 一、定义 1、偏序集定义的格 （1） 任何两个元素都有最小上界和最大下届的偏序集称为格，也称为偏序格。 （2） 最小上界：∨(保联运算)，LUB，sup 最大下界：∧(保交运算)，GLB，inf （3） 设⟨????, ≤⟩是格,≥是≤的逆关系,则格⟨????, ≥⟩称 为格⟨????, ≤⟩的对偶格(互为对偶格)。 关系≤ 和关系≥称为互为对偶的关系. 定理: 若⟨????, ≤⟩是一个格,则⟨????, ≥⟩也是一个 格, 且格⟨????, ≥⟩中的保联运算和保交运算( 用
格基规约算法：算法详解
su1yu4n's Blog
06-29 7609
本文详细了介绍原始格基规约算法，并简单介绍目前对算法的改进。这些改进算法非常实用，被广泛应用于密码分析中。
格密码学习笔记（五）：对偶格
感谢一切无私开源共享奉献者！
03-14 609
对偶格的基本概念，如何用对偶格逼近覆盖半径的下界，如何将BDD规约至SIVP上，如何生成对偶格的格基。
格密码基础：q-ary格
forest_LL的博客
12-24 1084
接着我们可以借助此性质对q-ary垂直格的矩阵A进行扩展，形成新的q-ary垂直格。今天，可以从抽象代数的角度理解格点：m维的格。这个定理的证明需要用到很多线性代数的基础，如果有人感兴趣，后期再补上吧。格密码的基础是研究格点上的困难问题，这种格点使用抽象代数的观点则是。右边代表对矩阵A的变换，看q-ary格的原始定理可直接列出。（在非满秩情况下，格的维度比最大的维度要小）。当然，正常情况下，研究格密码的论文大多是满秩格，也就是常说的。这个是从格点的角度看对偶格，还可以从格基的角度出发。（注意矩阵H的顺序）
格密码基础：光滑参数
forest_LL的博客
01-07 985
计算球的最大格堆积密度相当于在格点中求解最短向量问题（Shortest Vector Problem， SVP） ， 计算球的最小覆盖密度相当于在格点中求解最近格点问题（Closest Vector Problem， CVP）， 两者都是格密码的核心数学难题。格上困难问题是计算复杂性理论的重要研究内容， 基于格的密码方案的可证明安全性依赖格上问题的难解度， 格上许多困难问题在目前已被证明是NP难的， 其中包括最短线性无关向量问题（SIVP） ， 短整数解问题（SIS）。
格密码基础：最短格基与KZ基
forest_LL的博客
01-18 1299
KZ基的全称叫Korkine-Zolotarev格基，KZ基也被称之为最短的格基。接下来我们介绍什么是KZ基？给定任意秩为n的格，首先第一步寻找其最短的向量，记作，这个就是KZ基的第一个向量。格的扩展空间写做：将此扩展空间垂直投影于向量，形成一个子空间（subspace）。接着将格点投影于此子空间形成新的格点叫做，将此新的格中最短的格向量叫做。以上过程可直接抽象看成：接着寻找满足如下等式的向量：其中的取值如下：由此就可以确定原来的格的第二个格基。根据以上讨论我们发现。
格密码（一）
旺旺的碎冰冰~的博客
09-07 310
数学定义
【密码学】xyctf-babyrsamax
amber_o0k的博客
05-17 204
p-1,q-1一眼光滑，可以pollards p-1分解n，第一问的e=4096就出来了。但直接用扩展欧几里德求“逆元”，然后开4次方就能得到正确结果。其中的数学逻辑还需深究。然后神奇的就来了别人的wp说这是rabin加密，类rsa。主要是e//4,phi互质，但算不出答案。由于明文m很小，单独用p或者q也能求解。
黑客技术需要学什么？黑客技术哪里可以学？
2401_84205765的博客
05-14 633
掌握黑客技术：你需要学习什么？在当今的数字世界中，你可能会听到“黑客”一词，这通常与犯罪行为和不道德的活动联系在一起。然而，你可能没有意识到的是，"黑客"也可以是指那些精通计算机系统、网络和技术的人，他们被称为“白帽黑客”或“道德黑客”。这些专业人士帮助保护我们的在线安全，而不是破坏它。如果你对成为这样的网络安全专家感兴趣，那么你需要学习什么呢？基本计算机科学 :这是所有与计算机技术相关的领域的基础。从数据结构和算法到操作系统和计算机网络，理解计算机科学的基础知识将有助于你更好地理解更复杂的技术领域。
比特币能否跨过量子时代的这道槛？（1/2）
jstar1823的博客
05-14 578
量子计算机是如何威胁到比特币的安全性呢？比特币的核心安全机制基于一种名为SHA-256的加密算法，这是一种散列函数，它将输入数据（例如交易和区块信息）转换成固定长度的唯一输出，即散列值。此外，新算法的性能和资源消耗也是需要考虑的因素，因为它们将直接影响到比特币网络的效率和可行性。
一文解读，网络安全行业人才需求情况《网络安全产业人才发展报告》
weixin_59086772的博客
10-18 8230
随着近几天国家网络安全宣传周在全国各地开展活动，网络安全再一次成为热门话题。网络安全不再缩在小小的安全圈子里，惠及面越来越广。不少对网络安全颇有兴趣的朋友非常关心行业前景如何？该怎么提升自我能力，更快地加入网安行列。 今天雨笋君就10月13日在网络安全宣传周上发布的《2021网络安全人才报告》进行一个简单的行业前景分析。 一、网络安全行业市场发展情况 网络时代生活越来越离不开网络，与此同时发生的网络安全攻击事件、非法入侵等等一系列事件都威胁着普通人的生活。没有网络安全保障，个人和企业等重.
[Algorithm][回溯][记忆化搜索][最长递增子序列][猜数字大小Ⅱ][矩阵中的最长递增路径]详细讲解
最新发布
SnowK博客
05-21 1998
[Algorithm][回溯][记忆化搜索][最长递增子序列][猜数字大小Ⅱ][矩阵中的最长递增路径]详细讲解
【学习笔记】Windows GDI绘图(四)矩阵Matrix详解
图南堂
05-20 591
矩阵Matrix的构造函数、属性及相关方法说明与示例
MATLAB矩阵的加法和减法||MATLAB除法（左，右）矩阵||MATLAB矩阵标量操作
爱编程的鱼的博客
05-14 295
MATLAB矩阵可以有加法和减法的操作，但是两个操作数的矩阵必须具有相同的行数和列数。
天津大学并行计算实验四：多级并行化计算矩阵幂
Fun_Total的博客
05-17 715
其实在实验三能顺利做完，有了代码的框架之后，再做实验四其实没什么难度了，只需要稍微改点东西。不过这里我怀疑我的代码也存在一些问题，因为最终分析加速比的时候，实验测出来的实验四的效果不如实验三。所以这里只能给大家仅供参考了，也欢迎大家指出我的问题到底在哪里。注意：代码等仅供同学们加深对课程知识点的理解，严禁抄袭，要是查重（不确定有没有）什么的被老师抓到了后果自负这次实验的算法主体上是在实验三的代码基础上稍加改动，可以先去看看文章最前面的实验三传送门。
Leecode热题100--73：矩阵置零
qq_41920323的博客
05-17 151
python/C++实现Leecode--73：矩阵置零
证明格i max min 是分配格
06-06
为了证明格 $i\max\min$ 是分配格，我们需要证明它满足交换律、结合律、存在最大元和最小元以及对偶律。 首先证明交换律和结合律。对于任意三个元素 $x, y, z \in L$，有： $$ \begin{aligned} (x \max\min y) \max\min z &= (\max\{x, y\} \min\{x, y\}) \max\min z \\ &= (\max\{\max\{x, y\}, \min\{x, y\}, z\}) \min\{\max\{\max\{x, y\}, \min\{x, y\}, z\}\} \\ &= (x \max\min z) \max\min (y \max\min z) \end{aligned} $$ 这证明了 $i\max\min$ 满足交换律和结合律。 接下来证明存在最大元和最小元。我们将 $L$ 中的任意两个元素 $x$ 和 $y$ 相比较，有以下四种情况： - $x \leq y$，则 $x\max\min y = x$，$y\max\min x = y$； - $y \leq x$，则 $x\max\min y = y$，$y\max\min x = x$； - $x = y$，则 $x\max\min y = x = y$； - $x$ 和 $y$ 不可比，即既不满足 $x \leq y$ 也不满足 $y \leq x$，则 $x\max\min y$ 和 $y\max\min x$ 均未定义。 因此，$L$ 中的最大元是 $\max L$，最小元是 $\min L$，它们分别满足： $$ \begin{aligned} x \max\min \max L &= \max L, \quad \forall x \in L \\ \min L \max\min x &= \min L, \quad \forall x \in L \end{aligned} $$ 最后证明对偶律。设 $L^\mathrm{op}$ 是 $L$ 的对偶格，$x, y \in L$，则： $$ \begin{aligned} x \max\min y &= \max\{x, y\} \min\{x, y\} \\ &= \min\{x^\mathrm{op}, y^\mathrm{op}\} \max\{x^\mathrm{op}, y^\mathrm{op}\} \\ &= y^\mathrm{op} \max\min x^\mathrm{op} \end{aligned} $$ 因此，$i\max\min$ 满足对偶律。综上所述，$i\max\min$ 是分配格。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

唠嗑！

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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