霍纳法则——高维聚合，高效查询，应用场景分析（提供python算法可复现）

 

给自己定的小目标一个月至少写两篇博客

霍纳法则（Horner Rule）博客上之前有介绍原理，点击此处，本篇会给出更为详细讲解以及实现过程，并给出python代码复现

1霍纳法则介绍

对于多项式：

计算计算开销为：平方（乘法计算）1+2+3+........+n需要次。加法： n次。

提取公因数x得：

点击此处乘法和加法开销都为n次
 

2多维向量打包解包

 

3有限域上的多项式乘法

在一些密码学算法中，如椭圆曲线密码学中，需要在有限域上进行多项式的乘法运算。假设我们有两个多项式：

 

𝑃(𝑥)=3𝑥2+2𝑥+5       𝑄(𝑥)=4𝑥+1    

我们要计算它们的乘积 在有限域上的结果。（这里的有限域你可以简单理解成0到6，任何数模7只会得到这些数）

使用霍纳法则进行多项式乘法：

1. 将 (P(x)) 重写为霍纳形式：
2. 将 (Q(x)) 重写为霍纳形式：
3. 将霍纳形式的 (P(x)) 和 (Q(x)) 相乘，并在有限域 (GF(7)) 上进行运算。

计算结果：

1. 计算 的常数项：
2. 计算 的一次项系数：
3. 计算 的二次项系数：

因此， 在有限域 (GF(7)) 上的结果为 。

 

4多维聚合计算，节约存储
 

当需要计算一段数据：和的内积可以利用霍纳函数打包之后计算，同时计算之后可以以霍纳形式存储

5python演示代码

以x=5举例：

#霍纳法则打包
def vector_pack(vectors):
    # 获取向量的维度
    n = len(vectors)
    # 初始化结果变量
    result = 0
    # 遍历所有向量

    num = 0
    for i in range(n):
        num += vectors[i] * (5 ** (n - i - 1))
    # 使用霍尔法则实现打包操作
    packed_vector = (result + num)
    # result = (result + num) % (2 ** n)
    return packed_vector

def decrypt_pack(decrypted_vector):
    dec_num = decrypted_vector[0]
    binary_list = []
    while dec_num > 0:
        binary_list.append(str(dec_num % 5))
        dec_num //= 5
    bin_str = ''.join(binary_list[::-1])

    binary_list = [int(bit) for bit in bin_str]
    print(binary_list)
    return binary_list

大家可以动手写写
创作不易请给博主点点赞吧

 

6.5分享

有人问我多维聚合打包具体在哪块实现，这边再说一下

 

4大整数加密算法打包

比较好的例子是paillier同态算法，（具体算法可以参考我上一篇博客）算法加密出来的数是大整数，但开销较大。如果要加密向量的每一位，例如（1.1.20）每一位都要加密开销太大了，可以先用霍纳打包完之后，再加密进行同态计算，最后解密解码。具体流程如下

 

1. 霍纳规则打包：首先，我们需要将多维向量通过霍纳规则转换为一个整数。例如，对于向量 [1, 1, 20][1,1,20]，在假设每一位都在0到99的范围内，我们可以将其转换为整数 21102110。

2. 加密打包后的整数：使用Paillier加密算法对打包后的整数进行加密。

3. 同态计算：在加密状态下进行计算，例如将加密的向量与一个标量相乘。

4. 解密和解码：最后，解密计算结果并使用霍纳规则将其转换回原始的向量格式。

 

 

除霍纳外还有如超递增序列等方法优化多维向量的同态算法的实现，感兴趣可以下去了解下这方面知识