อนุญาต $n, คิว, \sigma$ เป็นดีกรีพหุนาม ($x^n+1$) ค่าสัมประสิทธิ์โมดูโลและค่ามาตรฐานตามลำดับ ฉันมักจะเห็นพารามิเตอร์บางอย่างเช่น
สำหรับ RLWE เราสามารถใช้ CRT เพื่อแยกย่อย $\text{RLWE}_{q}$ เพื่อบางคน $\text{RLWE}_{q_i}$ สำหรับ $1\leq ฉัน\leq ล$, ที่ไหน $q = q_1 q_2\cdots q_l$เมื่อเราคำนึงถึงความปลอดภัยของ RLWE เราควรดำเนินการ $\log คิว$ หรือ $\log q_i$ ที่จะได้รับการพิจารณา?
คุณควรพิจารณา $\log คิว$.
เมื่อพิจารณาว่าพารามิเตอร์อื่น ๆ ทั้งหมดได้รับการแก้ไขแล้ว ยิ่งมีขนาดเล็กลง $คิว$ คือยิ่งมีความปลอดภัยสูง แม้แต่ตารางในคำถามของคุณก็แสดงสิ่งนี้ (ตารางอาจสมมุติว่า $\sigma$ เป็นค่าคงที่เล็กน้อย)
ความแข็งของปัญหา LWE และ RLWE จะเพิ่มขึ้นตามอัตราส่วน $q / || \text{noise}||$ ลดลงเช่นเสียงที่มากขึ้นสำหรับสิ่งเดียวกัน $คิว$ ทำให้ (R)LWE หนักขึ้น คุณสามารถนึกถึงสองกรณีที่รุนแรง: หากเสียงรบกวนเป็นศูนย์ คุณจะพบความลับ $s$ ด้วยการกำจัดแบบเกาส์เซียน ถ้าเสียงดังเท่า $คิว$แล้วมันเป็นไปไม่ได้เลยที่จะหาได้ $s$ เพราะทุกอย่างจะ (ใกล้เคียง) เหมือนกันหมด
ดังนั้น ถ้าคุณใช้ตัวอย่าง (R)LWE ของคุณ $(ก, ข)$ ม็อดที่กำหนดไว้ $คิว$ และลด mod ให้เล็กลง $q'$ (ที่แบ่ง $คิว$), ตัวอย่างใหม่ของคุณมีเงื่อนไขเสียงรบกวนเหมือนกัน แต่ด้วยความเคารพต่อโมดูลัสที่เล็กกว่า ดังนั้นอัตราส่วน $q' / || \text{noise}||$ มีขนาดเล็กลงและ (R)อินสแตนซ์ LWE ที่คุณได้รับนั้นยากขึ้น
คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา
