Score:2

แก้ DLOG โดยใช้อัลกอริทึมความน่าจะเป็นสำหรับ DLOG lsb

ธง in

ต่อจากคำถาม ฉันสามารถรู้ได้จากรหัสสาธารณะของ Bitcoin ได้หรือไม่ว่ารหัสส่วนตัวนั้นเป็นเลขคี่หรือคู่?

คำตอบนั้นให้อัลกอริทึมอย่างง่ายสำหรับการแก้ปัญหาลอการิทึมแบบไม่ต่อเนื่องเมื่อได้รับ oracle ซึ่งให้ LSB ของ DLOG คำแนะนำคำตอบนี้อาจเป็นไปได้ แต่ไม่ง่ายนักด้วยวิธีแก้ปัญหาที่น่าจะเป็น แน่นอนว่าฉันต้องการติดตามด้วยคำถามที่ยากขึ้น

ฉันสามารถนึกถึงการตั้งค่าความน่าจะเป็นได้สองแบบ (ซึ่งจริงๆ แล้วอาจเป็นสองคำถามที่ต่างกัน แต่ฉันคิดว่ามันสมเหตุสมผลที่จะถามทั้งสองที่นี่):

  • กำหนดอัลกอริทึม / Oracle ซึ่งมีความน่าจะเป็นที่ไม่สำคัญ p ค้นหา LSB และด้วยความน่าจะเป็น (1-p) ส่งคืนความล้มเหลว

  • กำหนดอัลกอริทึม / Oracle ซึ่งส่งคืนบิตเสมอซึ่งมีความน่าจะเป็น p>0.5 คือ LSB

สำหรับฉันแล้ว ดูเหมือนว่าจะไม่เพียงพอหากปราศจากข้อสันนิษฐานบางประการเกี่ยวกับความเป็นอิสระของสิ่งนี้ หากอัลกอริทึมประสบความสำเร็จอย่างต่อเนื่องกับอินพุตบางประเภทเท่านั้น มันอาจจะยากที่จะใช้ประโยชน์จากโซลูชันทั่วไป แต่ฉันอาจออกจากที่นี่

เนื่องจากคำถามของฉันเกิดจากความอยากรู้อยากเห็นและไม่ได้มาจากความต้องการเฉพาะ จึงค่อนข้างกว้าง: วิธีแก้ปัญหาความน่าจะเป็นประเภทใดในการค้นหา LSB ของ DLOG จะนำไปสู่การแก้ปัญหา DLOG

Score:1
ธง ru

ฉันคิดว่าทุกอย่างควรเป็นไปได้หากความน่าจะเป็นเป็นอิสระ/ไม่สัมพันธ์กับบิตสูงของลอการิทึมที่ไม่ต่อเนื่อง

พิจารณาออราเคิลอัลกอริทึมประเภท 1 ซึ่งความน่าจะเป็นของความสำเร็จคือประมาณ 1 ในล้าน กำหนดปัญหาลอการิทึมที่ไม่ต่อเนื่อง $y=g^x$ (ที่ให้ไว้ $y$ หา $0\le x<\ell$) เราสามารถตั้งสมมติฐานได้ว่า 4 บิตล่างของ $x$ โดยทำซ้ำ 16 ครั้ง สิ่งนี้จะทำให้ปัญหาของเราเทียบเท่ากับการแก้ปัญหา $y'=g^{[x/16]}$ และบิตของ $[x/16]$ เป็นบิตของ $x$ เลื่อนลง 4 ตามปกติ เราจะกู้คืนลอการิทึมแยกทีละบิตและเลื่อน เพื่อกู้คืนบิตต่ำของ $[x/16]$ เราเลือกไม่กี่ล้านสุ่ม $r$ ในช่วง $[0,\ell-\ell/16]$ และเรียกใช้อัลกอริทึมของเรา $y'g^r$ (ซึ่งมีลอการิทึมไม่ต่อเนื่อง $0\le [x/16]+r<\ell$. เราคาดว่าจะประสบความสำเร็จอย่างน้อยหนึ่งครั้งและขั้นต่ำของ $[x/16]$ จะเป็นบิตที่ส่งคืนโดยอัลกอริทึม XOR ของเราโดยมีบิตที่มีนัยสำคัญน้อยที่สุด $r$. ล้าง; ทำซ้ำ.

ในทำนองเดียวกันสำหรับอัลกอริทึมประเภท 2 ที่มีความน่าจะเป็น เช่น 0.501 เราก็สร้างเหมือนกัน $y'$ และตัวอย่างอีกครั้ง พูด 100 ล้าน $r$. เราได้รับการคาดคะเน 100 ล้านครั้งสำหรับบิตที่มีนัยสำคัญน้อยที่สุดของ $[x/16]$ ซึ่งในจำนวนนี้ถูกต้องประมาณ 50,100,000 ครั้ง และไม่ถูกต้องประมาณ 49,900,000 ครั้ง โอกาสที่จะได้คำทำนายที่ไม่ถูกต้องมากกว่าคำทำนายที่ถูกต้องนั้นมีน้อยมาก ล้าง; ทำซ้ำ.

ในทั้งสองกรณี อินพุตของอัลกอริทึมสมมติจะถูกเลือกอย่างสม่ำเสมอจากองค์ประกอบชุดใหญ่ (ซึ่งครอบคลุมกลุ่มส่วนใหญ่ของเรา) ซึ่งลอการิทึมแบบไม่ต่อเนื่องจะอยู่ในช่วงเวลาใดช่วงหนึ่ง เว้นแต่พลังของอัลกอริทึมของเราจะมุ่งไปที่องค์ประกอบนอกชุดดังกล่าว เราควรจะสามารถกู้คืนลอการิทึมแบบไม่ต่อเนื่องแบบเต็มได้

โพสต์คำตอบ

คนส่วนใหญ่ไม่เข้าใจว่าการถามคำถามมากมายจะปลดล็อกการเรียนรู้และปรับปรุงความสัมพันธ์ระหว่างบุคคล ตัวอย่างเช่น ในการศึกษาของ Alison แม้ว่าผู้คนจะจำได้อย่างแม่นยำว่ามีคำถามกี่ข้อที่ถูกถามในการสนทนา แต่พวกเขาไม่เข้าใจความเชื่อมโยงระหว่างคำถามและความชอบ จากการศึกษาทั้ง 4 เรื่องที่ผู้เข้าร่วมมีส่วนร่วมในการสนทนาด้วยตนเองหรืออ่านบันทึกการสนทนาของผู้อื่น ผู้คนมักไม่ตระหนักว่าการถามคำถามจะมีอิทธิพลหรือมีอิทธิพลต่อระดับมิตรภาพระหว่างผู้สนทนา