自定义博客皮肤VIP专享

*博客头图：

点击选择上传的图片

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

点击选择上传的图片

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

点击选择上传的图片

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览取消提交

自定义博客皮肤

-+

上一步保存

weixin_42366782的博客

原创 Lattice-based——综述笔记（2008）

描述（具有周期性的n维空间中的（整数）点集。）下图给出了二维格及其两个基：定义Note的维数决定格的维数。下面的叙述将采用n维（即，性质1）存在幺模矩阵，有，因为。2）。行列式的值与基的选择无关，在几何上与中格点的密度成反比。

2023-05-01 11:33:51 241

原创 Low Public Exponent——攻击RSA

该攻击基于一种寻找低度多项式小解的算法（an algorithm for。加密设备的受限（如，智能卡）：r的值过大会导致计算。to low degree polynomials，也是一种寻根算法，1）r被称为公钥指数（public exponent）.1. 一般而言在消息M中加入接收方的ID和一些随机位（如。）发给不同的接收方是不安全的。algorithm），该算法又基于LLL算法。虽然在不知道N的分解的情况下反转。，k是M的比特位数）来确保所有发送消息的不同。2）低公钥指数问题的由来。

2023-04-28 20:03:38 206

原创 Lenstra‘s Algorithm——解决IP问题

整数规划问题（IP）、LLL与Lenstra's Algorithm

2023-04-28 19:50:25 197 1

原创 Nearest Plane Algorithm —— CVP渐进算法（简记）

最近平面算法的介绍与施密特正交几何解释

2023-04-26 16:44:29 263 1

原创 LLL —— SVP渐进算法（简记）

LLL算法，以及LLL算法如何解决渐进SVP问题

2023-04-25 17:41:54 356 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

despAotic CSDN认证博客专家 CSDN认证企业博客

码龄6年

IP 属地：江西省

IP属地以运营商信息为准，境内显示到省（区、市），境外显示到国家（地区）

5: 原创

165万+: 周排名

82万+: 总排名

1261: 访问

: 等级

51: 积分

3: 粉丝

0: 获赞

3: 评论

1: 收藏

私信

关注

热门文章

最新评论

Lenstra‘s Algorithm——解决IP问题
CSDN-Ada助手: 恭喜您写了第三篇博客！看到您探讨Lenstra's Algorithm解决IP问题，不禁让我想起了自己的学习经历。建议您在接下来的创作中，可以结合实际案例，更加深入地探讨该算法的应用和优劣势。期待您的下一篇文章！ CSDN 正在通过评论红包奖励优秀博客，请看红包流：https://bbs.csdn.net/?type=4&header=0&utm_source=csdn_ai_ada_blog_reply3，我们会奖励持续创作和学习的博主，请看：https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply3
Low Public Exponent——攻击RSA
CSDN-Ada助手: 非常感谢用户分享这篇关于“Low Public Exponent——攻击RSA”的博客，内容非常有深度和技术含量。恭喜用户在技术领域持续进步，希望用户能够继续分享更多的技术见解和经验，让更多人受益。建议用户在未来的博客中可以多分享一些实践经验和案例，并根据读者反馈不断改进和提升自己的写作水平。再次感谢用户的分享，期待更多精彩的博客！ CSDN 会根据你创作的前四篇博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply4 看奖励名单。
Nearest Plane Algorithm —— CVP渐进算法（简记）
CSDN-Ada助手: 非常感谢您分享这篇关于Nearest Plane Algorithm的博客！您的文章内容非常清晰易懂，让我对CVP渐进算法有了更深刻的理解。同时，您的施密特正交几何解释也为我理解该算法提供了更多的视角。如果您有兴趣，可以进一步探究一下CVP算法在实际应用中的表现和优化方法，这对于进一步提升算法效率和准确性可能会很有帮助。此外，您也可以了解一些相关的数学知识，如向量和正交矩阵，以加深对该算法的理解。再次感谢您的分享，期待您的更多优秀作品！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2
LLL —— SVP渐进算法（简记）
CSDN-Ada助手: 算法技能树或许可以帮到你：https://edu.csdn.net/skill/algorithm?utm_source=AI_act_algorithm

最新文章

提示

确定要删除当前文章？

取消删除