สำหรับคำถามนี้ ฉันหมายถึงการคูณ BGW โดย Gennaro et al (PDF ที่นี่).
การคูณอธิบายไว้ในหน้าที่ 4
(อีกแหล่งหนึ่งสำหรับฉันคือ "ความรู้เบื้องต้นเกี่ยวกับระบบคอมพิวเตอร์หลายฝ่ายที่ปลอดภัย" หน้า 43-44)
สรุปขั้นตอนการคูณ BGW:
ในการคูณค่าลับ 2 ค่า $\alpha$ และ $\เบต้า$ ของผู้เล่นทุกคน $P_i$ ต้องมีส่วนแบ่ง $f_{\alpha}(i)$ และ $f_{\beta}(i)$ ที่ไหน $f_{\alpha}$ และ $f_{\beta}$ เป็นพหุนามดีกรีสุ่มจากการแบ่งปันความลับของ Shamir
ตอนนี้ผู้เล่นทุกคน $P_i$ คำนวณ $f_{\alpha}(i) \cdot f_{\beta}$ และส่งหุ้นมูลค่านี้ $h_i(ญ)$ สร้างขึ้นด้วยพหุนามดีกรีสุ่ม t $h_i$ (ดังนั้น $h_i(0) = (f_{\alpha} \cdot f_{\beta})(i)$) ชั้นบนสุด $P_j$ สำหรับ $1 \le j \le n$.
ถัดไป บทความจากด้านบนจะอธิบายว่าผู้เล่นจะได้รับส่วนแบ่งของมูลค่าแบบสุ่มได้อย่างไร $\alpha \cdot \beta$ (เพื่อให้พวกเขาสามารถสร้างผลลัพธ์ของการคูณด้วยการแบ่งปันเหล่านี้ได้):
ผู้เล่นทุกคน $P_i$ คำนวณค่า $H(i)$ จากดีกรี t พหุนาม $H$ ซึ่งกำหนดเป็น:
$$H(x) = \sum_{i=1}^{n} \lambda_i h_i(x)$$
($the \lambda_i$s คือค่าสัมประสิทธิ์ลากรองจ์ที่เหมาะสม)
$H$ เป็นพหุนามแบบสุ่มที่มี
$$H(0) = \sum_{i=1}^{n} \lambda_i h_i(0) = \sum_{i=1}^{n} \lambda_i (f_{\alpha} \cdot f_{\beta })(i) = (f_{\alpha} \cdot f_{\beta})(0) = \alpha \cdot \beta$$
คำถามของฉัน: H(x) มีดีกรีเป็น t จริงหรือ? มันใหญ่กว่านี้ไม่ได้หรือเพราะ $n$ คะแนนจาก แตกต่าง องศา t พหุนาม $h_i$ สำหรับ $1 \le ฉัน \le n$ ใช้สำหรับการแก้ไข? มักจะเป็นที่ถกเถียงกันอยู่ว่าการดำเนินการเชิงเส้นบน $(เ,n)$ หุ้นที่ใช้ร่วมกันส่งผลให้ใหม่ $(เ,n)$ หุ้นและเนื่องจากการ $h_i$ ฟังก์ชั่นมีระดับ $t$ การผสมค่าเชิงเส้น $h_i{j}$ สำหรับ $1 \le ฉัน \le ฉัน$ น่าจะส่งผลให้ $(เ,n)$ หุ้นอีกด้วย สถานการณ์นี้ยังมีอยู่หรือไม่ เนื่องจากเรารวมค่าจากระดับที่แตกต่างกันเสมอ $t$ พหุนามเหมือนกัน $x$ ค่า?
คำถามอื่น: ยังมีข้อสังเกตว่า $t$ จะต้องเป็นเช่นนั้น $2t+1 \le n$. สิ่งนี้จำเป็นจริงๆหรือ? จะไม่ $t+1 \le n$ เพียงพอเพราะ $H(x)$ คือปริญญา $t$ อย่างไรก็ตาม หรือข้อมูลจากหุ้น 2t+1 จำเป็นต่อการสร้างอย่างถูกต้องหรือไม่ $H(x)$? (สมมติฐานของฉันคือถ้าไม่มี $2t+1$ ค่าสัมประสิทธิ์ลากรองจ์ $\แลมบ์ดา_i$, $H(0)$ จะไม่เป็น $\alpha \cdot \beta$)
หน้า "บทนำเชิงปฏิบัติ" 44 บอกว่าเฉพาะกับ $2t+1 \le n$ ผู้เล่นมีข้อมูลเพียงพอในการกำหนดค่า $(f_{\alpha} \cdot f_{\beta})(0)$. ทำไมถึงเป็นกรณีนี้?