LLL —— SVP渐进算法（简记）

VIP文章 已于 2023-04-25 18:31:10 修改
阅读量231 收藏
点赞数
文章标签： 笔记
于 2023-04-25 17:41:54 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/weixin_42366782/article/details/130368719
版权

Authors:

         A.K.Lenstra, H. W. Lenstra, Jr. and L. Lovasz (in 1982)

Describe:

        Gives a \left (\tfrac{2}{\sqrt{3}}\right )^{n} approximation ratio, where n is the dimension of the lattice.

Details:

1. 约简基（δ-LLL Reduced Basis）

Note: 

        1. LLL算法总可以将格基转化为约简基

        2. Definition 2(1)表明：上对角线上的元素至多是对角线元素的一半（\leq\frac{1}{2}）
​​​​​​​

        3. Definitio

最低0.47元/天 解锁文章
despAotic
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
格密码教程（六）：高斯二维格规约，解决SVP问题
qq_41359358的博客
08-28 884
前面文章也看到了好的基对算法结果有很大影响，在2维格中寻找最优基的算法基本上来源于高斯的原因。基本的想法是从一个基向量中交替减去另一个基向量的倍数，直到不可能进一步改进。 假设L⊂R2L⊂R^2L⊂R2是一个具有基向量v1v_1v1​和v2v_2v2​的二维格。我们要求∥v1∥<∥v2∥\left \|v_1\right \|<\left \| v_2\right \|∥v1​∥<∥v2​∥,当v1,v2v_1,v_2v1​,v2​长度不满足要求时，交换v1v_1v1​和v2v_2v2​。
利用LLL算法求解背包问题
06-20
基于 应用密码学手册（包含在压缩包中） 编写的利用LLL算法求解子集和（背包）问题的matlab代码
计算理论中最著名的LLL算法及其总结
03-19
计算理论中最著名的LLL算法及其总结，非常有用的一个理论，现在影响深远
格基约化：LLL算法
weixin_44885334的博客
01-01 3591
Hadamard比率 它用于描述nnn维线性空间某一组基B={b1,b2,⋯ ,bn}B = \{b_1,b_2,\cdots,b_n\}B={b1​,b2​,⋯,bn​}的正交程度。 描述： H(B):=∣det(B)∣∏i=1n∥bi∥ H(B) := \frac{|det(B)|}{\prod_{i=1}^{n}\|b_i\|} H(B):=∏i=1n​∥bi​∥∣det(B)∣​ 其中det(⋅)det(\cdot)det(⋅)是行列式，∥⋅∥\|\cdot\|∥⋅∥是L2范数，∣⋅∣|\cdot|
格密码LLL算法：如何解决最短向量SVP问题（1）
forest_LL的博客
03-26 5228
前言 在本节中，提出一个解决最短向量（SVP）问题的算法。在1982年，此算法由A.K.Lenstra，H.W.Lenstra,Jr和L.lovasz提出，通常称之为LLL算法。 在1801年，Gauss曾给出一个解决二维空间的SVP算法。某种意义上，LLL算法可以看成解决多维空间SVP问题的算法。在1987年，Schnorr改进过LLL算法，将计算复杂性改进到。 一. LLL算法的应用 1. 在整数和有理数的范畴分解多项式，例如将分解成和。 2. 找到多项式方程足够精确的代数解，例如的输出解
格密码LLL算法：如何解决最短向量SVP问题（2）
forest_LL的博客
03-29 2371
一. 约化基 令为约化基，可得。当时，结论可化简为。 证明：
格密码学习记录（二）
qq_42145187的博客
11-26 1091
1. 格理论中的基本概念和困难问题 2.LLL算法 在高维的空间中，求解最短向量问题无法实现，我们只能求出近似的最短向量问题。 第一个也是最著名的求解近似最短向量问题的算法是由H. Lenstra, A. Lenstra, Lovasz 在1982 年提出的 LLL 算法。 从格的任意基开始，L...
格密码基础：详解最短向量问题（SVP）以及攻击算法
forest_LL的博客
03-23 2364
之前讨论过的闵可夫斯基第一定理表明：任何秩为n的格一定包含一个非零且长度不超过的向量已给出的证明过程实际上不够全面，并没有给出找到此最短向量的准确算法。当然，这其实是一个公开的问题，目前还没有完全准确的算法找到此最短向量。这也是格密码的最底层问题，如果有一天这个问题被解决了，那么格密码的大厦将轰然倒塌。今天我们来看下这个问题为何如此重要。为了讨论此类问题的计算复杂度，可以先定义下格的一种问题：最短向量问题，简写SVP。找出最短向量叫做计算SVP问题计算出最短向量长度：优化SVP问题。
nnie svp算法代码解读
weixin_41012399的博客
09-10 189
参考：https://zhuanlan.zhihu.com/p/67327779
应用LLL算法解决背包问题
M3ng@L的博客
09-10 1373
SVP问题（最短向量），那么要将LLL算法应用于解决背包问题，我们需要通过基向量构造一个合适的格，并且验证我们需要求得的。由于矩阵乘法的特殊性，每行元素依次乘以每列元素的和，其实可以将其看做是一个背包问题；的向量在已知的格上，那么这个向量还必须满足是该格的最短向量，也即是SVP问题的描述。的长度有限，很可能只占有第一行以及第二行的部分元素，剩余元素均是随机生成的字节）的每个元素的生成过程都看作是一个背包问题，那么已知相当于背包问题的。的第一列元素（也可以是其他列的元素），该列元素的生成过程是，矩阵。
格密码LLL算法：如何解决最短向量SVP问题（3）（完结篇）
forest_LL的博客
06-03 1047
目录一. 运算每个正交基过程是多项式时间二. 对原格基的操作都为多项式时间三. 算法总运行时间四. 开放性问题在运算正交基对应的系数时，依据克莱姆定理，可得系数的计算公式如下： 此结果表明为有理数，分母为，此结果是用来计算正交基的，如下：由此可说明，如下两个表达式一定是整数形式：显然易得正交基的下限：由此易得正交基计算的上限如下：此部分主要想证明，在进行约化迭代时，原格基长度不会发生太大改变。 每一步出现的原基向量都可以利用M相关的多项式比特表示。原因可见如下不等式：上式子中第一个等号依据互相垂直可得，第一
LLL算法的介绍应用
12-30
LLL算法的介绍，内容详细清晰，介绍算法的背景，基础，算法实现以及应用，绝对值得学习，欢迎观摩
格缩减LLL算法
11-01
格缩减LLL算法matlab实现。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
LLL algorithms
03-01
Computational aspects of geometry of numbers have been revolutionized by the Lenstra–Lenstra–Lov´asz lattice reduction algorithm (LLL), which has led to breakthroughs in fields as diverse as computer algebra, cryptology, and algorithmic number theory. After its publication in 1982, LLL was immediately recognized as one of the most important algorithmic achievements of the twentieth century, because of its broad applicability and apparent simplicity. Its popularity has kept growing since, as testified by the hundreds of citations of the original article, and the ever more frequent use of LLL as a synonym to lattice reduction.
LLL格简约算法python实现
03-28
周福才 《格理论与密码学》一书中LLL算法的python实现。
LLL.zip_LLL算法
09-21
LLL算法原始文献 LLL算法原始文献 LLL算法原始文献
格基约减LLL算法
06-12
比如 m=[19 2 32 46 3 33; 15 42 11 0 3 24; 43 15 0 24 4 16;...>> b=LLL(m) b = 7 -12 -8 4 19 9 -20 4 -9 16 13 16 5 2 33 0 15 -9 -6 -7 -20 -21 8 -12 -10 -24 21 -15 -6 -11 7 4 -9 -11 1 31
格基规约程序.rar_LLL MATLAB_LLL算法_LLL算法程序_LLL规约_格基规约算法
07-15
LLL格基规约的matlab算法程序，能够实现向量的格基规约
格理论LLL算法源码
04-17
用matlab实现的LLL算法，实现正交性不好的基转换为正交性较好的基。
LLL算法与NTRU算法的关系
最新发布
06-07
LLL算法与NTRU算法有着密切的关系。NTRU算法是一种基于格的加密算法，它的加密和解密过程都需要使用到LLL算法。 具体来说，NTRU算法通过构造一组多项式基向量来定义一个多项式环，然后将明文多项式转换为一组多项式系数，再通过对多项式系数进行格基规约操作，得到一个密文多项式。 在解密过程中，需要使用LLL算法来寻找一个最优的格基向量组，然后通过格基向量组来还原出明文多项式。因此，LLL算法是NTRU算法的一个重要组成部分。 需要注意的是，虽然LLL算法在NTRU算法中起到了重要的作用，但是在实际应用中，由于LLL算法的时间复杂度较高，NTRU算法通常需要采用一些优化措施，如使用预处理技术、调整算法参数等来提高效率。

“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 1
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
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