Code-based KEM：HQC

参考文献：

1. 基于NTT的循环码：RS码、BCH码、RM码_vntt-CSDN博客
2. 解码器：通用极大似然解码器、线性码的校验子解码器、BCH码的PGZ解码器_极大似然技术 编码-CSDN博客
3. FO-like Transformation in QROM & Oracle Cloning-CSDN博客
4. [Mac77] MacWilliams F J. The Theory of Error-Correcting Codes[J]. Elsevier Science Publishers BV google schola, 1977, 2: 39-47.
5. [BMT78] E. Berlekamp, R. McEliece and H. van Tilborg, “On the inherent intractability of certain coding problems (Corresp.),” in IEEE Transactions on Information Theory, vol. 24, no. 3, pp. 384-386, May 1978, doi: 10.1109/TIT.1978.1055873.
6. [Can89] Cantor D G. On arithmetical algorithms over finite fields[J]. Journal of Combinatorial Theory, Series A, 1989, 50(2): 285-300.
7. [VG96] Von zur Gathen J, Gerhard J. Arithmetic and factorization of polynomial over F 2[C]//Proceedings of the 1996 international symposium on Symbolic and algebraic computation. 1996: 1-9.
8. [AIK07] Applebaum B, Ishai Y, Kushilevitz E. Cryptography with constant input locality[C]//Annual International Cryptology Conference. Berlin, Heidelberg: Springer Berlin Heidelberg, 2007: 92-110.
9. [GM10] Gao S, Mateer T. Additive fast Fourier transforms over finite fields[J]. IEEE Transactions on Information Theory, 2010, 56(12): 6265-6272.
10. [HHK17] Hofheinz D, Hövelmanns K, Kiltz E. A modular analysis of the Fujisaki-Okamoto transformation[C]//Theory of Cryptography Conference. Cham: Springer International Publishing, 2017: 341-371.
11. [MAB+22] Melchor C A, Aragon N, Bettaieb S, et al. Hamming quasi-cyclic (HQC). NIST PQC Round 4, 2022.

HQC

[MAB+22]（该团队与 BIKE 基本重叠）设计的 HQC 是基于编码的 KEM 方案，具有一些理想的性质：基于 structured codes 上的校验子译码问题，可以证明其 IND-CPA 安全；不需要假设使用的 structured codes 与随机码不可区分；可以给出解码失败率（DFR）的上界，从而利用 FO 能够（可证明地）提升为 IND-CCA 安全。

HQC 也使用 QC-code 以减少通信，其定义和表示请看 BIKE。HQC 采取的矩阵/多项式记号的行/列和 BIKE 有区别，两者是互换的，不再赘述。

HQC 使用两种编码：可高效解码的系统编码（正确性），QC 随机码（安全性）。

HQC 的构造，我看着不太像 McEliece 或者 Niederreiter 方案，反倒是和 MLWE-based PKE 很类似（或者说是 ElGamal-like 框架）。

SD 问题

[BMT78] 证明了，汉明距离下的校验子译码问题（Syndrome Decoding）属于 NP-complete，[AIK07] 给出了从 search 到 decision 的归约（两者多项式等价）。

虽然 QC-codes 并没有一般的复杂性结果，但人们一般认为它是困难的；存在一些攻击利用了 QC 性质，但是其对复杂度的影响很小。

在 HQC 中仅使用码率 $1/2,1/3$ 的 QC-codes，为了避免某些平凡的区分器，需要对校验矩阵 $H$ 的奇偶性做出一些限制（纯技术性的），

HQC 依赖的困难性假设是：

以及

此外，HQC 使用的可高效译码的系统码是 Reed-Muller 和 Reed-Solomon 的级联码，其维度必然是合数。为了减少环 $\mathcal{R}={\mathbb{F}}_2[X]/(X^n-1)$ 的结构，需要设置 $n$ 为使得 $2\mathrm{mod}n$ 是本原元的素数。因此，需要使用截断方法；由于损失了信息，所以译码问题的难度不会下降。

IND-CPA PKE

HQC 使用两个编码，

1. 可高效解码的 $[n,k]$-线性码 $\mathcal{C}$，生成矩阵 $G\in {\mathbb{F}}_2^{k\times n}$，能够纠正至少 $\delta$ 个错误
2. 随机的 $[2n,n]$-双循环码，校验矩阵 $(1,h)\in {\mathcal{R}}^2$

PKE 的构造如下：

HQC 采用 Reed-Muller 和 Reed-Solomon 的级联码作为码 $\mathcal{C}$，因此需要修正为 $G\in {\mathbb{F}}_2^{n_1{n}_2}$，满足 $n_1{n}_2\le n$。密文中的 $v$ 丢弃了前 $l=n-n_1{n}_2$ 个比特，记为 $c=(u,v^{(l)})$。为了减少空间开销，$sk$ 和 $h$ 分别用 $seed1,seed2$ 来记录。

容易验证，为了正确解密，需要满足：
$$HW(x\cdot r_2-y\cdot r_1+e)\le \delta$$
[MAB+22] 给出了上述错误分布的理论推导（特别复杂），在启发式假设下其各个系数是独立同分布的伯努利。仿真实验表明错误会比理论分析更加集中，因此实际 DFR 会比理论推导的上界更小。

容易看出，密钥安全基于 $(1,h)\in {\mathcal{R}}^2$ 指定的 search-QCSD 问题，消息安全则基于截断 $l$ 比特的 decision-QCSD 问题。

IND-CCA KEM

HQC 采用 [HHK17] 中的 $Q{U}^{\perp }$ 将上述 IND-CPA PKE 加强为 IND-CCA KEM。事实上，$F{O}^{\perp }$ 本身就是 QROM 下安全的，可以省略密文中的保长哈希。为了消除 multi-ciphertext attack，还在生成随机带的哈希中添加了公开的随机盐。

KEM 的构造如下：

其中的 $H,K,G$ 都使用 SHAKE256 实例化，固定其输出长度 512 比特，添加了 domain seperation tag 以成为独立的 RO。

RS & RM

HQC 使用的码 $\mathcal{C}$ 是由 Reed-Solomon 和 Reed-Muller 级联得到的。级联码定义如下：

HQC 使用 $GF(2^8)$ 上的 Reed-Solomon 作为外码，使用 $GF(2)$ 上的 $[128,8,64]$ Reed-Muller 的重复码作为内码。确切地说，

1. 消息 $m\in GF(2^8{)}^{k_e}$ 首先被 Reed-Solomon 编码，获得空间 $GF(2^8{)}^{n_e}$ 中的码字；
2. 然后该码字的每个 $GF(2^8)$ 上系数被拍平为 $GF(2{)}^8$ 上向量，分别用 Reed-Muller 编码；
3. 最后把获得的码字重复 $3,5$ 次，以提高纠错能力（重复 $r$ 次，则最小距离乘以 $r$）。

Reed-Solomon 码是极大距离可分的（maximum distance separable, MDS），达到了 Singleton Bound（即 $d_{min}=n-k+1$），具有很高的码率。它的解码器类似于 BCH 的 PGZ 算法，也是根据 FFT-form 构造线性方程组以及 error location polynomial 来解码的，其中利用了 Additive FFT 加速后者的求根。Reed-Muller 码的码率很低，但是其解码速度很快。

HQC 使用截断的 RS 码，参数如下：

HQC 使用重复的 RM 码，参数如下：

[MAB+22] 花费大量篇幅描述了 RS 和 RM 的解码器，看不懂 (；′⌒`)。他们给出了该级联码的 DFR 上界，从而可以证明 IND-CCA 安全。

Additive FFT

原始的 FFT 算法，计算的是多项式 $f$ 在单位根群 $({\zeta }_n)$ 上的求值，单位根群是由本原单位根 ${\zeta }_n$ 生成的乘法循环群。[Can89] 提出了 Additive FFT 的概念，它计算 $f\in GF(p^m)[X]$ 在某个加法子群 $G\subseteq GF(p^m)$ 上的求值，复杂度为 $O(m{p}^m)$ 次域 $GF(p^m)$ 上的乘法和 $O(m^2{p}^m)$ 次域 $GF(p^m)$ 上的加法，但是要求具有 $m=p^k$ 的形式，并且要 $4n\le m{p}^m$，这里 $n:=\mathrm{deg}f$。[VG96] 扩展了 [Can89] 的算法，可以用于任意的 $m$，其复杂度为 $O(n{\log }^{2}n)$ 次域 $GF(p^m)$ 上的乘法和加法，只需满足 $p\le n\le p^m$。

[GM10] 使用多项式 Taylor 展开，提出了复杂度为 $O(n\log n)$ 次域 $GF(2^m)$ 上乘法、$O(n{\log }^{2}n)$ 次域 $GF(p^m)$ 上加法的算法；特别地，对于特征 $p=2$，可以进一步获得复杂度为 $O(n\log n)$ 次域 $GF(2^m)$ 上乘法和加法的算法。一般地，$GF(2^m)$ 上乘法（word-level Shift + XOR）的开销是加法（word-level XOR）的 $2m-1$ 倍。同时在现代计算机中，Shift 和 XOR 的开销和 int 上的加法、乘法开销很接近。

令 $\mathbb{F}$ 是包含至少 $2^m$ 个元素的特征 $2$ 域，令 ${\beta }_1,\cdots ,{\beta }_m\in \mathbb{F}$ 是 ${\mathbb{F}}_2$-线性独立的元素，它们张成一个子空间 $B=⟨{\beta }_1,\cdots ,{\beta }_m⟩$，以坐标 $(a_1,\cdots ,a_m)\in {\mathbb{F}}_2$ 的二进制合成 $i\in [2^m]$ 诱导其中元素的排序。

给定某次数小于 $n=2^m$ 的多项式 $f(x)$，想要快速计算它在加法子群 $B$ 上的求值，
$$FFT(f,m,B):=\left(f(B[0]),f(B[1]),\cdots ,f([B[n-1]])\right)$$
[GM10] 定义 $g(x)=f({\beta }_m\cdot x)$ 以及 ${\gamma }_i={\beta }_i\cdot {\beta }_m^{-1}$，于是将上述问题划分为子群及其陪集上的两个问题：
$$FFT(f,m,B)=(FFT(g,m-1,G),FFT(g,m-1,G+1))$$
其中 $B\cdot {\beta }_m^{-1}=G\cup (G+1)$，以及 $G=⟨{\gamma }_1,\cdots ,{\gamma }_{m-1}⟩$。注意 $G+1$ 不是群，因此还需继续处理。[GM10] 将 $g(x)$ 关于 $(x^2-x)$ 做泰勒展开，将 $g(x)$ 分解为 $g_0(x),g_1(x)$ 的某种表示，最后把 $FFT(g,m-1,G+1)$ 进一步转换为 $FFT(g_0,m-1,D)$ 和 $FFT(g_1,m-1,D)$，其中 $D$ 是某一个加法群。

这样，就把问题 $FFT(f,m,B)$ 拆解为了三个子问题：$FFT(g,m-1,G)$，$FFT(g_0,m-1,D)$ 和 $FFT(g_1,m-1,D)$，它们的规模是原问题的一半。[GM10] 给出了如下的复杂度分析，单位是 $\mathbb{F}$ 上的乘法、加法。

如果 $m$ 也是 $2$ 的幂次，[GM10] 给出了优化的算法，渐进地降低了 $A(n)$ 一个对数因子。

代码实现

NIST PQC Round 4 提供了 HQC 的优化实现，使用 gpreftools 测试结果如下：

不知为何，没有显示 KeyGen、Enc、Dec 节点。但是可以看到，Karatzuba 算法的开销占比很大。