一种基于
LWE
采样算法的实现与优化
王柯翔,黎
琳,彭双和
【摘
要】
基于带错误学习问题
(Learning
With
Errors
,
LWE)
构造的密码体制
能够抵御量子攻击,它的应用效率与
LWE
问题的采样过程密切相关
.
而在
LWE
问题采样中,对其中的错误因子
(Error
Factor)
采样占采样过程绝大部分时间,
本文对
LWE
问题中的错误因子的采样算法进行研究,将在高斯分布上效率较高
的金字塔
(Ziggurat)
采样算法,应用到了一种高效的
LWE
问题采样算法中
.
基于
在连续域上的采样比离散域上采样效率高的思路,对
LWE
问题采样算法在离散
域上采样的过程进行了优化,提出了一种将连续域上的采样结果进行取整的方
法,
.
对优化前后的两种
LWE
问题的采样算法进行了对比实验,结果表明:改
进后的算法在不占用大量内存并且保证安全性的情况下,将采样速度提高了
38%
~
200%.
【期刊名称】
北京交通