容错学习问题（LWE）

所谓容错学习问题是指：已知和，求出，未知的n维向量，有 成立(i>0)，其中每个是从高斯分布（也可以是其他分布）中独立采样的随机数，是从中随机选取的。

若错误e的分布，可将该问题记为

容错学习问题是一个抗量子的困难问题，也就是说不能找到一个多项式时间算法，可以解出.该问题可以归约到GAPSVP和SIVP问题上。（SVP最短向量问题的特殊情况）

该问题的困难性取决于n，也就是的维度。目前最好的算法需要的复杂度。

不妨设的维度为m，则可描述为，则另一种描述为，和是概率不可区分的。也就是说，和​​​​​​​最多只能都以一个很小的概率区分。

当其元素为环上的元素时，LWE问题则变为RLWE（Ring-LWE）问题，可以证明的是RLWE至少也是跟LWE一样困难的。