SlideShare a Scribd company logo
Ñëîæíîñòíàÿ êðèïòîãðàôèÿ

     Ýäóàðä Àëåêñååâè÷ Ãèðø


http://logic.pdmi.ras.ru/~hirsch

            ÏÎÌÈ ÐÀÍ



        24 ôåâðàëÿ 2008 ã.




                                   1 / 18
Êðèïòîñèñòåìû ñ îòêðûòûì êëþ÷îì
. . . êîäèðóþùèå 1 áèò



Îïðåäåëåíèå

δ -êîððåêòíàÿ    êðèïòîñèñòåìà ñ îòêðûòûì êëþ÷îì (δ -PKCS)  ýòî
ïîëèíîìèàëüíûé ïî âðåìåíè àëãîðèòì              G:        r          ed
                                                     (1n , g ) → ( , ),
(ïîðîæäàþùèé áóëåâû ñõåìû íàä¼æíîñòè                n), ò.÷.
      e:   {0, 1}1+r (n) → {0, 1}c (n) ,
      d:   {0, 1}c (n) → {0, 1},
      ∀msg ∈ {0, 1}             e g {d (e (msg, re )) = msg} ≥ δ .
                            Prr ,r



Îïðåäåëåíèå

δ -PKCS  íàä¼æíà, åñëè ∀ ÂÏÌÒ A ∀k ∈ N ∃N ∀n  N
                   Pr{A(e (msg, re ), 1 , e ) = msg}  + k ,
                                       n              1          1
                                                      2 n
ãäå G (1 , rg ) = (e , d ), à âåðîÿòíîñòü áåð¼òñÿ ïî ñëó÷àéíûì ÷èñëàì,
        n
èñïîëüçóåìûì A, è ïî (ðàâíîìåðíî ðàñïðåäåë¼ííûì) rg , re è msg.
                                                                          2 / 18
Êðèïòîñèñòåìû ñ îòêðûòûì êëþ÷îì
. . . êîäèðóþùèå 1 áèò



Îïðåäåëåíèå

δ -êîððåêòíàÿ    êðèïòîñèñòåìà ñ îòêðûòûì êëþ÷îì (δ -PKCS)  ýòî
ïîëèíîìèàëüíûé ïî âðåìåíè àëãîðèòì             G:        r          ed
                                                    (1n , g ) → ( , ),
(ïîðîæäàþùèé áóëåâû ñõåìû íàä¼æíîñòè               n), ò.÷.
      e : (msg, re ) → code,
      d : code → msg.
      ∀msg ∈ {0, 1}            e g {d (e (msg, re )) = msg} ≥ δ .
                          Prr ,r



Îïðåäåëåíèå

δ -PKCS  íàä¼æíà, åñëè ∀ ÂÏÌÒ A ∀k ∈ N ∃N ∀n  N
                   Pr{A(e (msg, re ), 1 , e ) = msg}  + k ,
                                       n              1         1
                                                      2 n
ãäå G (1 , rg ) = (e , d ), à âåðîÿòíîñòü áåð¼òñÿ ïî ñëó÷àéíûì ÷èñëàì,
        n
èñïîëüçóåìûì A, è ïî (ðàâíîìåðíî ðàñïðåäåë¼ííûì) rg , re è msg.
                                                                         2 / 18
Òðóäíûé áèò

       Òðóäíî îáðàòèòü = òðóäíî óçíàòü âñå áèòû.

       ×òî, åñëè ïðîñòî óçíàòü ïåðâûé áèò? Âñå íå÷¼òíûå áèòû?


Îïðåäåëåíèå

B : {0, 1}n → {0, 1}  òðóäíûé áèò (hardcore predicate) äëÿ f , åñëè
                 k A N ∀n  N
                ∀ ∀ ∃               Pr{   A(f (x )) = B (x )}  2 + n1k ,
                                                                1



ãäå   A  âåðîÿòíîñòíûé ïîëèíîìèàëüíûé ïî âðåìåíè ïðîòèâíèê;
âåðîÿòíîñòü áåðåòñÿ ïî ñëó÷àéíûì áèòàì A è ïî x ∈ {0, 1}n .
Òåîðåìà (Ãîëäðåéõà-Ëåâèíà)

Åñëè    f                       1
                                  f˜(x , r ) = (f (x ), r ) òîæå ÿâëÿåòñÿ owp
            ÿâëÿåòñÿ owp (tdpf ) , òî
(tdpf ) è èìååò òðóäíûé áèò B (x , r ) = x , r = x r ⊕ x r ⊕ . . . .
                                                         1 1     2 2

  1
      p: permutation = èíúåêòèâíàÿ ôóíêöèÿ
                                                                            3 / 18
€ugƒ from tr—pdoor with h—rd™ore predi™—te

                         e (m, r ) = (e (s (r )), B (s (r )) ⊕ m),
Òåîðåìà

Åñëè   G                eds               B
             : . . . → ( , , )  tdpf, à  åå òðóäíûé          áèò, òî
G               e d
     : . . . → ( , )  íàäåæíàÿ êðèïòîñèñòåìà.

Äîêàçàòåëüñòâî.

Ïóñòü      A   G . Óãàäàåì B (s (r )) ïî e (s (r ))!
               ëîìàåò
Áåðåì ñëó÷àéíóþ ñòðîêó b , è ïàðó (e (s (r )), b ) äàåì A
(ýòî êîä êàêîãî-òî ñîîáùåíèÿ!).
Åñëè åãî îòâåò        m âåðåí, òî m ⊕ b  èñêîìûé òðóäíûé áèò.
Îñòà¼òñÿ óáåäèòüñÿ, ÷òî âåðîÿòíîñòü  êàê íàäî.


Ñëåäñòâèå

∃   tdpf   ⇒∃    íàäåæíàÿ êðèïòîñèñòåìà (1-PKCS).
                                                                         4 / 18
Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà
Ïåðâàÿ ïîïûòêà


B óãàäûâàåò òðóäíûé áèò ⇒ âçëîìàåì f :
˜
                   xi = x , r ⊕ x , r ⊕ ei
                       = B (x , r ) ⊕ B (x , r ⊕ ei )
                       = B (f (x ), r ) ⊕ B (f (x ), r ⊕ ei )
                       ?  ˜               ˜              ¯
(r ⊕ ei îçíà÷àåò, ÷òî ìû ïîìåíÿëè i -é áèò â r ).
     ¯




                                                                5 / 18
Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà
Ïåðâàÿ ïîïûòêà


B óãàäûâàåò òðóäíûé áèò ⇒ âçëîìàåì f :
˜
                 xi = x , r ⊕ x , r ⊕ ei
                    = B (x , r ) ⊕ B (x , r ⊕ ei )
                    = B (f (x ), r ) ⊕ B (f (x ), r ⊕ ei )
                    ?   ˜              ˜              ¯

     B (. . .) íå âñåãäà B (. . .);
     ˜         ======
     óñïåõ â âû÷èñëåíèè B (x , r ) è B (x , r ⊕ ei )  çàâèñèìûå ñîáûòèÿ!
                                                ¯

     Ïîýòîìó B (f (x ), r ) íå âçëàìûâàåì 
                  ˜
      ïåðåáèðàåì 2 çíà÷åíèÿ (äëÿ âñåõ i îòâåò îäèíàêîâ).


     Óìåíüøàåì îøèáêó (n îøèáîê!) ∼
     ∼ ïîâòîðÿåì äëÿ ðàçíûõ r , ñëèøêîì ìíîãî ïåðåáèðàòü!

     Ñêîíñòðóèðóåì ìíîãî ðàçíûõ r ñ èçâåñòíûìè îòâåòàìè.
                                                                          5 / 18
Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà
Ïåðâàÿ ïîïûòêà


B óãàäûâàåò òðóäíûé áèò ⇒ âçëîìàåì f :
˜
                 xi = x , r ⊕ x , r ⊕ ei
                    = B (x , r ) ⊕ B (x , r ⊕ ei )
                    = B (f (x ), r ) ⊕ B (f (x ), r ⊕ ei )
                    ?   ˜              ˜              ¯

     B (. . .) íå âñåãäà B (. . .);
     ˜         ======
     óñïåõ â âû÷èñëåíèè B (x , r ) è B (x , r ⊕ ei )  çàâèñèìûå ñîáûòèÿ!
                                                ¯

     Ïîýòîìó B (f (x ), r ) íå âçëàìûâàåì 
                  ˜
      ïåðåáèðàåì 2 çíà÷åíèÿ (äëÿ âñåõ i îòâåò îäèíàêîâ).


     Óìåíüøàåì îøèáêó (n îøèáîê!) ∼
     ∼ ïîâòîðÿåì äëÿ ðàçíûõ r , ñëèøêîì ìíîãî ïåðåáèðàòü!

     Ñêîíñòðóèðóåì ìíîãî ðàçíûõ r ñ èçâåñòíûìè îòâåòàìè.
                                                                          5 / 18
Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà
Small sample space


Áóäåì ïðîäåëûâàòü íå ñîâñåì íåçàâèñèìûå ýêñïåðèìåíòû:
     ëîãàðèôìè÷åñêîå ÷èñëî íåçàâèñèìûõ ñëó÷àéíûõ ñòðîê                      rj;
     ëîãàðèôìè÷åñêîå ÷èñëî îòâåòîâ       B (x , r j ) ìîæíî ïåðåáðàòü;
                                                     βj =
     èç íèõ ïîñòðîèì ìíîãî íå âïîëíå íåçàâèñèìûõ r
                                                        J
     ñ óæå èçâåñòíûìè îòâåòàìè.
Äëÿ êàæäîãî íåïóñòîãî J     ⊆ {1, . . . , }  l
                                 r   J  ⊕ j,
                                         =
                                       j ∈J
                                                       r
                                 β J = ⊕ βj .
                                       j ∈J
Ïîëîæèì     l = (2k + 2) log n
                            2        (åñëè
                                                 1
                                                 2
                                                     + n1k    âåðîÿòíîñòü óñïåõà   B ).
                                                                                    ˜
Èòîãî,

                      xiJ                 Bfx r
                            = β J ⊕ ˜ ( ( ), J ⊕ ¯i ),          e
                      xi
                       ˜    = maj iJ .   x
                                     J
                                                                                       6 / 18
Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà
Ïîäñ÷¼ò âåðîÿòíîñòè



Ëåììà
Ïóñòü B ëîìàåò òðóäíûé áèò ñ âåðîÿòíîñòüþ +
      ˜                                                1
                                                       2
                                                            . Ïóñòü

              Sn = {x | Pr{B (f (x ), r ) = B (x , r )} ≥
                           ˜                                1
                                                            2
                                                                + 2 }.
Òîãäà |Sn | ≥  · 2n .
                2



Ëåììà
rJ ðàâíîìåðíî       ðàñïðåäåëåíû è ïîïàðíî íåçàâèñèìû.


Ðàññìîòðèì             x    x
                ζiJ = { i = iJ }(∈ {0, 1})     óñïåõ (äà/íåò) äëÿ îäíîãî J.
Âñåãî èõ   m   = 2l − 1.
Ëåììà

Äëÿ äîñòàòî÷íî áîëüøèõ          n   Pr       ζiJ ≤ m
                                                   2
                                                        21 .
                                                          n
                                         J
                                                                           7 / 18
Ëåììà
Ïóñòü B ëîìàåò òðóäíûé áèò ñ âåðîÿòíîñòüþ +
      ˜                                                                     1
                                                                            2
                                                                                 . Ïóñòü

              Sn = {x | Pr{B (f (x ), r ) = B (x , r )} ≥
                           ˜                                                     1
                                                                                 2
                                                                                     + 2 }.
                                    S (x )
Òîãäà |Sn | ≥  ·2 n.
                      2



Äîêàçàòåëüñòâî ëåììû.

S
| n | = 2n Prx       2
                          Sx
               ( )  1 + 2 = 2n Prx                               1    Sx
                                                                      − ( )≥     1
                                                                                 2
                                                                                     −   2
                                                                                             ;

        Sx         1
E(1 − ( )) = 1 − 2 +     =1− .
                           2


Íåðàâåíñòâî Ìàðêîâà: Pr{α                  α } ≤ Eα ,
                                                  α                   ãäå   α ≥ 0.
                      1               1
Ó íàñ Eα          =   2
                          − ,   α =   2
                                          −   2
                                                  .

              1
          n       −       1−2
Èòàê,   2
              2
              1
                     = 2n     ≤ 2n                    1   −       .
                  −2      1−                                  2
              2


                                                                                                 8 / 18
Ëåììà
r J ðàâíîìåðíî ðàñïðåäåëåíû è ïîïàðíî íåçàâèñèìû.
Äîêàçàòåëüñòâî.
Òî, ÷òî îíè ðàâíîìåðíî ðàñïðåäåëåíû, î÷åâèäíî. Åñëè K ⊆ J, òî
  P{r J = t , r K = t } = P{r JK = t ⊕ t , r K = t } (JK = K =∅
                                                           )∩

                                              ðàâíîìåðíî

         P{r JK = t ⊕ t } · P{r K = t }              P{r J = t } · P{r K = t }.
                                             ðàñïðåäåëåíû!
                                             =

Çíà÷èò, ìîæíî ñ÷èòàòü, ÷òî J  K = ∅ è K  J = ∅. Òîãäà
  P{r J = t , r K = t } = P{r J = t , r K = t , r J∩K = t } =
                           t
                         P{r JK = t , r K J = t , r J∩K = t       }=
                     t
                                                      ðàâí.

P{r JK = t }·P{r K J = t }·       P{r J∩K = t   }
                                                      ðàñïð.!
                                                        =       P{r J = t }·P{r K = t }.
                                t
                                        1
                                                                                           9 / 18
Ëåììà
Äëÿ äîñòàòî÷íî áîëüøèõ n Pr             J ζi ≤ 2  2n , ãäå
                                           J m      1

ζiJ = {xi = xiJ } (∈ {0, 1}).

Äîêàçàòåëüñòâî.
Âåðîÿòíîñòü óñïåõà â îäíîì èñïûòàíèè ðàâíà 1 + 2 , åñëè x ∈ Sn
                                           2
(íà Pr{x ∈ Sn } ïîòîì äîìíîæèì  îíà ïîëèíîìèàëüíà).
Èñïûòàíèÿ ïîïàðíî íåçàâèñèìû, ïîýòîìó
                              1
                  E ζiJ = m 2 + 2 ⇒ m = E . . . − m
                                         2             2
Ïðèìåíèì íåðàâåíñòâî ×åáûø¼âà (Pr {α  Eα − δ}  Dα ):
                                                     δ              2



            Pr        ζiJ  E . . . −
                                        m       4D    ζiJ       4           4
                  J                     2   
                                                 m2   2
                                                            
                                                                m   2
                                                                        ≤
                                                                            n2
äëÿ äîñòàòî÷íî áîëüøèõ n (çäåñü èñïîëüçîâàíî, ÷òî áëàãîäàðÿ ïîïàðíîé
íåçàâèñèìîñòè D ζiJ = mDζiJ  m).
                                                                                 10 / 18
Óïðàæíåíèÿ


Óïðàæíåíèå

Èñïîëüçóåò ëè äîêàçàòåëüñòâî òîò ôàêò, ÷òî |f (x )| = |f (x )|, åñëè
|x | = |x |?

Óïðàæíåíèå

Êîíñòðóêöèÿ èñïîëüçóåò èçâåñòíóþ åé âåðîÿòíîñòü óñïåõà ïðîòèâíèêà;
êàê îò ýòîãî èçáàâèòüñÿ?
Óïðàæíåíèå

Óáåäèòüñÿ, ÷òî óòâåðæäåíèå òåîðåìû âûïîëíåíî è äëÿ íåèíúåêòèâíîé
owf.

                                                                       11 / 18
Âû÷èñëåíèÿ ñ îðàêóëîì



Îðàêóë  ÷¼ðíûé ÿùèê:

                            ñëó÷.áèòû
                               ↓
                âõîä   −→    Îðàêóë     −→   âûõîä



Ìàøèíà   T • ñ îðàêóëîì  T • ìîæåò îáðàùàòüñÿ ê îðàêóëó è
ïîëó÷àòü îòâåò çà 1 øàã. Ìîæíî ïîäñòàâëÿòü â T ðàçíûå îðàêóëû,
                                                    •

ïîëó÷àÿ âû÷èñëèòåëüíûå óñòðîéñòâà T
                                     A, T B , . . .




                                                             12 / 18
Âû÷èñëåíèÿ ñ îðàêóëîì



Îðàêóë  ÷¼ðíûé ÿùèê:

                            ñëó÷.áèòû
                               ↓
                âõîä   −→    Îðàêóë     −→   âûõîä



Ìàøèíà   T • ñ îðàêóëîì  T • ìîæåò îáðàùàòüñÿ ê îðàêóëó è
ïîëó÷àòü îòâåò çà 1 øàã. Ìîæíî ïîäñòàâëÿòü â T ðàçíûå îðàêóëû,
                                                    •

ïîëó÷àÿ âû÷èñëèòåëüíûå óñòðîéñòâà T
                                     A, T B , . . .




                                                             12 / 18
Âçëîìùèêè
Îïðåäåëåíèå

Ôóíêöèÿ      f : {0, 1}∗ → {0, 1}∗  ñëàáî îäíîñòîðîííÿÿ ôóíêöèÿ, åñëè
    f   âû÷èñëèìà çà ïîëèíîìèàëüíîå âðåìÿ íà ÄÏÌÒ

    è    k
        ∃ ∈ N ∀ ÂÏÌÒ A ∃         N ∀n  N
                      Pr{  A(f (x ), 1n ) ∈ f − (f (x ))}  1− n1k ,
                                              1




    ãäå âåðîÿòíîñòü áåð¼òñÿ ïî ñëó÷àéíûì ÷èñëàì, èñïîëüçóåìûì                    A,
    è ðàâíîìåðíîìó ðàñïðåäåëåíèþ ïî âõîäíûì ñòðîêàì                    x ∈ {0, 1}n .
Îïðåäåëåíèå

Îðàêóë   A âçëàìûâàåò ôóíêöèþ f           ñ âåðîÿòíîñòüþ    q(n), åñëè äëÿ
áåñêîíå÷íîé ïîñëåäîâàòåëüíîñòè äëèí          ni
                     Pr {A(f (x ), 1 ) ∈ f   (f (x ))} ≥ q (ni ).
                                    n      − 1

                   |x |=n
                       i                                                          13 / 18
Ñâåä¡íèÿ
    å
Îïðåäåëåíèå

f   g , åñëè ∃T • ∀kf ∃kg      ∀   îðàêóëà   A
                  A âçëàìûâàåò g ñ âåðîÿòíîñòüþ 1 − n1g
                                                     k        ⇒


                  T A âçëàìûâàåò f   ñ âåðîÿòíîñòüþ 1
                                                         n
                                                          1
                                                        − k .
                                                           f
Çäåñü   T  ïîëèíîìèàëüíûé âåðîÿòíîñòíûé àëãîðèòì, A èñïîëüçóåòñÿ
êàê âåðîÿòíîñòíûé îðàêóë (åãî ñëó÷àéíûå áèòû ó÷èòûâàþòñÿ ïðè
çàïóñêå   T A).
Îïðåäåëåíèå

u  óíèâåðñàëüíàÿ [îäíîñòîðîííÿÿ] ôóíêöèÿ, åñëè ∀f            (ïîëèíîìèàëüíî
âû÷èñëèìàÿ, ÷åñòíàÿ) f u.
u  ñàìàÿ òðóäíàÿ: ∃owf =⇒ u  owf                                     14 / 18
Óíèâåðñàëüíàÿ ‘îäíîñòîðîííÿÿ“ ôóíêöèÿ
Êîíñòðóêöèÿ




Òåîðåìà

Ïóñòü u(M , x ) = (M , M (x )), ãäå M  îïèñàíèå ìàøèíû, x  âõîä äëÿ
ýòîé ìàøèíû, M (x )  âûõîä ìàøèíû íà âõîäå x , ïðè÷åì ìîäåëèðóåì
ìû â òå÷åíèå âðåìåíè |x | , à åñëè íå óñïåâàåì çàâåðøèòü ðàáîòó,
                        2


âûäàåì x . Òîãäà u  óíèâåðñàëüíàÿ.


Óïðàæíåíèå

À êàêîå óòâåðæäåíèå âåðíî äëÿ ñèëüíîé owf?


                                                                  15 / 18
Ëåììà
∀   ñëàáîé owf   f ∃f˜, âû÷èñëèìàÿ çà âðåìÿ |x | , ò.÷. f
                                                     2
                                                                  f˜.
Äîêàçàòåëüñòâî.

               f˜(x x ) = f (x )x ,
                  1   2       1   2   ãäå   x
                                           n, |x | = m = m(n).
                                            | 1| =   2


Ìû ìîæåì äîáèòüñÿ âðåìåíè ðàáîòû tf (n ) ≤ (m + n ) − m âûáîðîì
                                                              2


ïîäõîäÿùåãî ïîëèíîìà m (n ), ò.ê. tf (n ) òàêæå ïîëèíîì.

Âçëîì f :

    íàì äàëè f (x );      1

    äîïèñûâàåì ê íåìó ñëó÷àéíóþ ñòðîêó x ;           2

    ëîìàåì îðàêóëîì äëÿ f ;
                        ˜
      îòáðàñûâàåì ñóôôèêñ.


fëîìàåì ñ òîé æå âåðîÿòíîñòüþ, ÷òî è îðàêóë äëÿ             f˜.
           k
Âûáîðîì ˜ äîáèâàåìñÿ
                         1
                              
                                  1

                                                nk
                              m + n )k
                                    .
                                     ˜
                              (
                                                                        16 / 18
Äîêàçàòåëüñòâî òåîðåìû.

Ñâåä¼ì âçëîì f ∗, âû÷èñëÿåìîé ìàøèíîé M ∗ çà âðåìÿ n , ê âçëîìó u.   2




Äëÿ äîñòàòî÷íî äëèííûõ âõîäîâ u âû÷èñëÿåò ðåçóëüòàò èìåííî M íà
                                                              ∗

äîëå âõîäîâ   µ = 2|M ∗ ·1const| = const.

Åñëè ìû íå âçëàìûâàåì ëèøü äîëþ
                                              1
                                              nk   îò âñåõ âõîäîâ   u, òî äîëæíû
âçëàìûâàòü çíà÷èòåëüíóþ äîëþ âõîäîâ èç ñåêòîðà, ñîîòâåòñòâóþùåãî
ìàøèíå   M ∗; èìåííî, ìû âçëàìûâàåì äîëþ µ − nk , ÷òî ñîñòàâëÿåò
                                                           1




                                              1
                                     1   −
                                              n
                                             µ k
                                                                               (1)



ïî îòíîøåíèþ êî âñåì âõîäàì ìàøèíû    M ∗ äëèíû n − |M ∗|. ßñíî, ÷òî
äëÿ ëþáîé òðåáóåìîé âåðîÿòíîñòè âçëîìà M ìû ìîæåì ïîäîáðàòü
                                            ∗

äîñòàòî÷íî áîëüøèå k è n , äëÿ êîòîðûõ (1) áóäåò áîëüøå èñêîìîé.



                                                                               17 / 18
Óïðàæíåíèÿ




Óïðàæíåíèå

×òî ïðîèçîéäåò â ñëó÷àå ñåìåéñòâ îäíîñòîðîííèõ ôóíêöèé (ñèëüíûõ
ëèáî ñëàáûõ)?
Óïðàæíåíèå

×òî ïðîèçîéäåò, åñëè ñîïåðíèê  äåòåðìèíèðîâàííûé? Åñëè îí çàäàí
ñõåìàìè?



                                                             18 / 18

More Related Content

What's hot

Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα) Μέσης Εκπαίδευσης
 
Олон хувьсагчтай функцийн үндэс
Олон хувьсагчтай функцийн үндэсОлон хувьсагчтай функцийн үндэс
Олон хувьсагчтай функцийн үндэс
Battur
 
Олон хувьсагчтай функцийн экстремум
Олон хувьсагчтай функцийн экстремумОлон хувьсагчтай функцийн экстремум
Олон хувьсагчтай функцийн экстремум
Battur
 
Нэг хувьсагчийн функц
Нэг хувьсагчийн функцНэг хувьсагчийн функц
Нэг хувьсагчийн функц
Battur
 
20080217 cryptography hirsch_lecture01
20080217 cryptography hirsch_lecture0120080217 cryptography hirsch_lecture01
20080217 cryptography hirsch_lecture01Computer Science Club
 
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...Computer Science Club
 
Д. М. Ицыксон. Вводный курс. Лекция 2
Д. М. Ицыксон. Вводный курс. Лекция 2Д. М. Ицыксон. Вводный курс. Лекция 2
Д. М. Ицыксон. Вводный курс. Лекция 2Computer Science Club
 
20080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture1020080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture10Computer Science Club
 
решебник и гдз по математике за 1 класс рудницкая
решебник и гдз по математике за 1 класс   рудницкаярешебник и гдз по математике за 1 класс   рудницкая
решебник и гдз по математике за 1 класс рудницкая
Иван Иванов
 
Матриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодох
Матриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодохМатриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодох
Матриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодох
Battur
 
Òðàíñôîðìàòîðûí àæèëëàõ çàð÷èì
Òðàíñôîðìàòîðûí àæèëëàõ çàð÷èìÒðàíñôîðìàòîðûí àæèëëàõ çàð÷èì
Òðàíñôîðìàòîðûí àæèëëàõ çàð÷èìzaluu_medleg
 

What's hot (14)

Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
 
Олон хувьсагчтай функцийн үндэс
Олон хувьсагчтай функцийн үндэсОлон хувьсагчтай функцийн үндэс
Олон хувьсагчтай функцийн үндэс
 
Олон хувьсагчтай функцийн экстремум
Олон хувьсагчтай функцийн экстремумОлон хувьсагчтай функцийн экстремум
Олон хувьсагчтай функцийн экстремум
 
Нэг хувьсагчийн функц
Нэг хувьсагчийн функцНэг хувьсагчийн функц
Нэг хувьсагчийн функц
 
20080217 cryptography hirsch_lecture01
20080217 cryptography hirsch_lecture0120080217 cryptography hirsch_lecture01
20080217 cryptography hirsch_lecture01
 
Mult An App
Mult An AppMult An App
Mult An App
 
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
Юрий Владимирович Матиясевич. Десятая проблема Гильберта. Решение и применени...
 
Д. М. Ицыксон. Вводный курс. Лекция 2
Д. М. Ицыксон. Вводный курс. Лекция 2Д. М. Ицыксон. Вводный курс. Лекция 2
Д. М. Ицыксон. Вводный курс. Лекция 2
 
20091004 mfcs itsykson_lecture04
20091004 mfcs itsykson_lecture0420091004 mfcs itsykson_lecture04
20091004 mfcs itsykson_lecture04
 
20091206 mfcs itsykson_lecture09
20091206 mfcs itsykson_lecture0920091206 mfcs itsykson_lecture09
20091206 mfcs itsykson_lecture09
 
20080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture1020080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture10
 
решебник и гдз по математике за 1 класс рудницкая
решебник и гдз по математике за 1 класс   рудницкаярешебник и гдз по математике за 1 класс   рудницкая
решебник и гдз по математике за 1 класс рудницкая
 
Матриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодох
Матриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодохМатриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодох
Матриц, тодорхойлогчийг хэрэглэн шугаман тэгшитгэлийн системийг бодох
 
Òðàíñôîðìàòîðûí àæèëëàõ çàð÷èì
Òðàíñôîðìàòîðûí àæèëëàõ çàð÷èìÒðàíñôîðìàòîðûí àæèëëàõ çàð÷èì
Òðàíñôîðìàòîðûí àæèëëàõ çàð÷èì
 

Viewers also liked

1
11
Ms'c marketing
Ms'c marketingMs'c marketing
Ms'c marketing
John Vasilikakis
 
Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...
Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...
Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...
Crowdfuture - The Future of Crowdfunding
 
Montaigne símbolo e referencial para uma geração nova
Montaigne  símbolo e referencial para uma geração novaMontaigne  símbolo e referencial para uma geração nova
Montaigne símbolo e referencial para uma geração nova
Augusto Rodrigues
 
Fichas tic pedro amorim e gonçalo mouzinho
Fichas tic pedro amorim e gonçalo mouzinhoFichas tic pedro amorim e gonçalo mouzinho
Fichas tic pedro amorim e gonçalo mouzinho
nonoano_terceira
 
Segunda Guerra Mundial
Segunda Guerra MundialSegunda Guerra Mundial
Segunda Guerra Mundial
Norberto Correa
 
presentacion personal
presentacion personalpresentacion personal
presentacion personal
mipequejayna
 
2130
21302130
Matt Jensen_PMP-Certificate
Matt Jensen_PMP-CertificateMatt Jensen_PMP-Certificate
Matt Jensen_PMP-CertificateMatt Jensen
 
Гарантированная доставка сообщений
Гарантированная доставка сообщенийГарантированная доставка сообщений
Гарантированная доставка сообщений
Elle Nikiforova
 
Quimica
QuimicaQuimica
20120309 formal semantics shilov_lecture05
20120309 formal semantics shilov_lecture0520120309 formal semantics shilov_lecture05
20120309 formal semantics shilov_lecture05Computer Science Club
 
Se inició la 11 EXPO RSE de Perú 2021
Se inició la 11 EXPO RSE de Perú 2021Se inició la 11 EXPO RSE de Perú 2021
Se inició la 11 EXPO RSE de Perú 2021
Perú 2021
 
Más de 60 organizaciones peruanas participan en la 11 Expo RSE
Más de 60 organizaciones peruanas participan en la 11 Expo RSEMás de 60 organizaciones peruanas participan en la 11 Expo RSE
Más de 60 organizaciones peruanas participan en la 11 Expo RSE
Perú 2021
 
Taller emocional EMPATÍA
Taller emocional EMPATÍATaller emocional EMPATÍA
Taller emocional EMPATÍA
Sergio Ballester Rodríguez
 
Rupac offerta promozionale scadenza 30 Settembre 2012
Rupac offerta promozionale scadenza 30 Settembre 2012Rupac offerta promozionale scadenza 30 Settembre 2012
Rupac offerta promozionale scadenza 30 Settembre 2012
Utensileria Modenese srl
 

Viewers also liked (20)

1
11
1
 
Ms'c marketing
Ms'c marketingMs'c marketing
Ms'c marketing
 
Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...
Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...
Crowdfuture Workshop: - Crowdfunding per il gaming. Analisi Progetti Falliti/...
 
Montaigne símbolo e referencial para uma geração nova
Montaigne  símbolo e referencial para uma geração novaMontaigne  símbolo e referencial para uma geração nova
Montaigne símbolo e referencial para uma geração nova
 
Fichas tic pedro amorim e gonçalo mouzinho
Fichas tic pedro amorim e gonçalo mouzinhoFichas tic pedro amorim e gonçalo mouzinho
Fichas tic pedro amorim e gonçalo mouzinho
 
Segunda Guerra Mundial
Segunda Guerra MundialSegunda Guerra Mundial
Segunda Guerra Mundial
 
presentacion personal
presentacion personalpresentacion personal
presentacion personal
 
2130
21302130
2130
 
Matt Jensen_PMP-Certificate
Matt Jensen_PMP-CertificateMatt Jensen_PMP-Certificate
Matt Jensen_PMP-Certificate
 
991 akuntansi perbankan
991 akuntansi perbankan991 akuntansi perbankan
991 akuntansi perbankan
 
Гарантированная доставка сообщений
Гарантированная доставка сообщенийГарантированная доставка сообщений
Гарантированная доставка сообщений
 
Quimica
QuimicaQuimica
Quimica
 
20120309 formal semantics shilov_lecture05
20120309 formal semantics shilov_lecture0520120309 formal semantics shilov_lecture05
20120309 formal semantics shilov_lecture05
 
Se inició la 11 EXPO RSE de Perú 2021
Se inició la 11 EXPO RSE de Perú 2021Se inició la 11 EXPO RSE de Perú 2021
Se inició la 11 EXPO RSE de Perú 2021
 
Más de 60 organizaciones peruanas participan en la 11 Expo RSE
Más de 60 organizaciones peruanas participan en la 11 Expo RSEMás de 60 organizaciones peruanas participan en la 11 Expo RSE
Más de 60 organizaciones peruanas participan en la 11 Expo RSE
 
Sena
SenaSena
Sena
 
Chico State Uni BA
Chico State Uni BA Chico State Uni BA
Chico State Uni BA
 
положение о лиге школ РОСНАНО
положение о лиге школ РОСНАНОположение о лиге школ РОСНАНО
положение о лиге школ РОСНАНО
 
Taller emocional EMPATÍA
Taller emocional EMPATÍATaller emocional EMPATÍA
Taller emocional EMPATÍA
 
Rupac offerta promozionale scadenza 30 Settembre 2012
Rupac offerta promozionale scadenza 30 Settembre 2012Rupac offerta promozionale scadenza 30 Settembre 2012
Rupac offerta promozionale scadenza 30 Settembre 2012
 

More from Computer Science Club

20141223 kuznetsov distributed
20141223 kuznetsov distributed20141223 kuznetsov distributed
20141223 kuznetsov distributed
Computer Science Club
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
Computer Science Club
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
Computer Science Club
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs
Computer Science Club
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
Computer Science Club
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12Computer Science Club
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11
Computer Science Club
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10Computer Science Club
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09Computer Science Club
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02Computer Science Club
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01Computer Science Club
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04Computer Science Club
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01Computer Science Club
 

More from Computer Science Club (20)

20141223 kuznetsov distributed
20141223 kuznetsov distributed20141223 kuznetsov distributed
20141223 kuznetsov distributed
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04
 
20140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-0320140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-03
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01
 
20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 

20080224 cryptography hirsch_lecture02

  • 1. Ñëîæíîñòíàÿ êðèïòîãðàôèÿ Ýäóàðä Àëåêñååâè÷ Ãèðø http://logic.pdmi.ras.ru/~hirsch ÏÎÌÈ ÐÀÍ 24 ôåâðàëÿ 2008 ã. 1 / 18
  • 2. Êðèïòîñèñòåìû ñ îòêðûòûì êëþ÷îì . . . êîäèðóþùèå 1 áèò Îïðåäåëåíèå δ -êîððåêòíàÿ êðèïòîñèñòåìà ñ îòêðûòûì êëþ÷îì (δ -PKCS) ýòî ïîëèíîìèàëüíûé ïî âðåìåíè àëãîðèòì G: r ed (1n , g ) → ( , ), (ïîðîæäàþùèé áóëåâû ñõåìû íàä¼æíîñòè n), ò.÷. e: {0, 1}1+r (n) → {0, 1}c (n) , d: {0, 1}c (n) → {0, 1}, ∀msg ∈ {0, 1} e g {d (e (msg, re )) = msg} ≥ δ . Prr ,r Îïðåäåëåíèå δ -PKCS íàä¼æíà, åñëè ∀ ÂÏÌÒ A ∀k ∈ N ∃N ∀n N Pr{A(e (msg, re ), 1 , e ) = msg} + k , n 1 1 2 n ãäå G (1 , rg ) = (e , d ), à âåðîÿòíîñòü áåð¼òñÿ ïî ñëó÷àéíûì ÷èñëàì, n èñïîëüçóåìûì A, è ïî (ðàâíîìåðíî ðàñïðåäåë¼ííûì) rg , re è msg. 2 / 18
  • 3. Êðèïòîñèñòåìû ñ îòêðûòûì êëþ÷îì . . . êîäèðóþùèå 1 áèò Îïðåäåëåíèå δ -êîððåêòíàÿ êðèïòîñèñòåìà ñ îòêðûòûì êëþ÷îì (δ -PKCS) ýòî ïîëèíîìèàëüíûé ïî âðåìåíè àëãîðèòì G: r ed (1n , g ) → ( , ), (ïîðîæäàþùèé áóëåâû ñõåìû íàä¼æíîñòè n), ò.÷. e : (msg, re ) → code, d : code → msg. ∀msg ∈ {0, 1} e g {d (e (msg, re )) = msg} ≥ δ . Prr ,r Îïðåäåëåíèå δ -PKCS íàä¼æíà, åñëè ∀ ÂÏÌÒ A ∀k ∈ N ∃N ∀n N Pr{A(e (msg, re ), 1 , e ) = msg} + k , n 1 1 2 n ãäå G (1 , rg ) = (e , d ), à âåðîÿòíîñòü áåð¼òñÿ ïî ñëó÷àéíûì ÷èñëàì, n èñïîëüçóåìûì A, è ïî (ðàâíîìåðíî ðàñïðåäåë¼ííûì) rg , re è msg. 2 / 18
  • 4. Òðóäíûé áèò Òðóäíî îáðàòèòü = òðóäíî óçíàòü âñå áèòû. ×òî, åñëè ïðîñòî óçíàòü ïåðâûé áèò? Âñå íå÷¼òíûå áèòû? Îïðåäåëåíèå B : {0, 1}n → {0, 1} òðóäíûé áèò (hardcore predicate) äëÿ f , åñëè k A N ∀n N ∀ ∀ ∃ Pr{ A(f (x )) = B (x )} 2 + n1k , 1 ãäå A âåðîÿòíîñòíûé ïîëèíîìèàëüíûé ïî âðåìåíè ïðîòèâíèê; âåðîÿòíîñòü áåðåòñÿ ïî ñëó÷àéíûì áèòàì A è ïî x ∈ {0, 1}n . Òåîðåìà (Ãîëäðåéõà-Ëåâèíà) Åñëè f 1 f˜(x , r ) = (f (x ), r ) òîæå ÿâëÿåòñÿ owp ÿâëÿåòñÿ owp (tdpf ) , òî (tdpf ) è èìååò òðóäíûé áèò B (x , r ) = x , r = x r ⊕ x r ⊕ . . . . 1 1 2 2 1 p: permutation = èíúåêòèâíàÿ ôóíêöèÿ 3 / 18
  • 5. €ugƒ from tr—pdoor with h—rd™ore predi™—te e (m, r ) = (e (s (r )), B (s (r )) ⊕ m), Òåîðåìà Åñëè G eds B : . . . → ( , , ) tdpf, à åå òðóäíûé áèò, òî G e d : . . . → ( , ) íàäåæíàÿ êðèïòîñèñòåìà. Äîêàçàòåëüñòâî. Ïóñòü A G . Óãàäàåì B (s (r )) ïî e (s (r ))! ëîìàåò Áåðåì ñëó÷àéíóþ ñòðîêó b , è ïàðó (e (s (r )), b ) äàåì A (ýòî êîä êàêîãî-òî ñîîáùåíèÿ!). Åñëè åãî îòâåò m âåðåí, òî m ⊕ b èñêîìûé òðóäíûé áèò. Îñòà¼òñÿ óáåäèòüñÿ, ÷òî âåðîÿòíîñòü êàê íàäî. Ñëåäñòâèå ∃ tdpf ⇒∃ íàäåæíàÿ êðèïòîñèñòåìà (1-PKCS). 4 / 18
  • 6. Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà Ïåðâàÿ ïîïûòêà B óãàäûâàåò òðóäíûé áèò ⇒ âçëîìàåì f : ˜ xi = x , r ⊕ x , r ⊕ ei = B (x , r ) ⊕ B (x , r ⊕ ei ) = B (f (x ), r ) ⊕ B (f (x ), r ⊕ ei ) ? ˜ ˜ ¯ (r ⊕ ei îçíà÷àåò, ÷òî ìû ïîìåíÿëè i -é áèò â r ). ¯ 5 / 18
  • 7. Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà Ïåðâàÿ ïîïûòêà B óãàäûâàåò òðóäíûé áèò ⇒ âçëîìàåì f : ˜ xi = x , r ⊕ x , r ⊕ ei = B (x , r ) ⊕ B (x , r ⊕ ei ) = B (f (x ), r ) ⊕ B (f (x ), r ⊕ ei ) ? ˜ ˜ ¯ B (. . .) íå âñåãäà B (. . .); ˜ ====== óñïåõ â âû÷èñëåíèè B (x , r ) è B (x , r ⊕ ei ) çàâèñèìûå ñîáûòèÿ! ¯ Ïîýòîìó B (f (x ), r ) íå âçëàìûâàåì ˜ ïåðåáèðàåì 2 çíà÷åíèÿ (äëÿ âñåõ i îòâåò îäèíàêîâ). Óìåíüøàåì îøèáêó (n îøèáîê!) ∼ ∼ ïîâòîðÿåì äëÿ ðàçíûõ r , ñëèøêîì ìíîãî ïåðåáèðàòü! Ñêîíñòðóèðóåì ìíîãî ðàçíûõ r ñ èçâåñòíûìè îòâåòàìè. 5 / 18
  • 8. Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà Ïåðâàÿ ïîïûòêà B óãàäûâàåò òðóäíûé áèò ⇒ âçëîìàåì f : ˜ xi = x , r ⊕ x , r ⊕ ei = B (x , r ) ⊕ B (x , r ⊕ ei ) = B (f (x ), r ) ⊕ B (f (x ), r ⊕ ei ) ? ˜ ˜ ¯ B (. . .) íå âñåãäà B (. . .); ˜ ====== óñïåõ â âû÷èñëåíèè B (x , r ) è B (x , r ⊕ ei ) çàâèñèìûå ñîáûòèÿ! ¯ Ïîýòîìó B (f (x ), r ) íå âçëàìûâàåì ˜ ïåðåáèðàåì 2 çíà÷åíèÿ (äëÿ âñåõ i îòâåò îäèíàêîâ). Óìåíüøàåì îøèáêó (n îøèáîê!) ∼ ∼ ïîâòîðÿåì äëÿ ðàçíûõ r , ñëèøêîì ìíîãî ïåðåáèðàòü! Ñêîíñòðóèðóåì ìíîãî ðàçíûõ r ñ èçâåñòíûìè îòâåòàìè. 5 / 18
  • 9. Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà Small sample space Áóäåì ïðîäåëûâàòü íå ñîâñåì íåçàâèñèìûå ýêñïåðèìåíòû: ëîãàðèôìè÷åñêîå ÷èñëî íåçàâèñèìûõ ñëó÷àéíûõ ñòðîê rj; ëîãàðèôìè÷åñêîå ÷èñëî îòâåòîâ B (x , r j ) ìîæíî ïåðåáðàòü; βj = èç íèõ ïîñòðîèì ìíîãî íå âïîëíå íåçàâèñèìûõ r J ñ óæå èçâåñòíûìè îòâåòàìè. Äëÿ êàæäîãî íåïóñòîãî J ⊆ {1, . . . , } l r J ⊕ j, = j ∈J r β J = ⊕ βj . j ∈J Ïîëîæèì l = (2k + 2) log n 2 (åñëè 1 2 + n1k âåðîÿòíîñòü óñïåõà B ). ˜ Èòîãî, xiJ Bfx r = β J ⊕ ˜ ( ( ), J ⊕ ¯i ), e xi ˜ = maj iJ . x J 6 / 18
  • 10. Äîêàçàòåëüñòâî òåîðåìû ÃîëäðåéõàEËåâèíà Ïîäñ÷¼ò âåðîÿòíîñòè Ëåììà Ïóñòü B ëîìàåò òðóäíûé áèò ñ âåðîÿòíîñòüþ + ˜ 1 2 . Ïóñòü Sn = {x | Pr{B (f (x ), r ) = B (x , r )} ≥ ˜ 1 2 + 2 }. Òîãäà |Sn | ≥ · 2n . 2 Ëåììà rJ ðàâíîìåðíî ðàñïðåäåëåíû è ïîïàðíî íåçàâèñèìû. Ðàññìîòðèì x x ζiJ = { i = iJ }(∈ {0, 1}) óñïåõ (äà/íåò) äëÿ îäíîãî J. Âñåãî èõ m = 2l − 1. Ëåììà Äëÿ äîñòàòî÷íî áîëüøèõ n Pr ζiJ ≤ m 2 21 . n J 7 / 18
  • 11. Ëåììà Ïóñòü B ëîìàåò òðóäíûé áèò ñ âåðîÿòíîñòüþ + ˜ 1 2 . Ïóñòü Sn = {x | Pr{B (f (x ), r ) = B (x , r )} ≥ ˜ 1 2 + 2 }. S (x ) Òîãäà |Sn | ≥ ·2 n. 2 Äîêàçàòåëüñòâî ëåììû. S | n | = 2n Prx 2 Sx ( ) 1 + 2 = 2n Prx 1 Sx − ( )≥ 1 2 − 2 ; Sx 1 E(1 − ( )) = 1 − 2 + =1− . 2 Íåðàâåíñòâî Ìàðêîâà: Pr{α α } ≤ Eα , α ãäå α ≥ 0. 1 1 Ó íàñ Eα = 2 − , α = 2 − 2 . 1 n − 1−2 Èòàê, 2 2 1 = 2n ≤ 2n 1 − . −2 1− 2 2 8 / 18
  • 12. Ëåììà r J ðàâíîìåðíî ðàñïðåäåëåíû è ïîïàðíî íåçàâèñèìû. Äîêàçàòåëüñòâî. Òî, ÷òî îíè ðàâíîìåðíî ðàñïðåäåëåíû, î÷åâèäíî. Åñëè K ⊆ J, òî P{r J = t , r K = t } = P{r JK = t ⊕ t , r K = t } (JK = K =∅ )∩ ðàâíîìåðíî P{r JK = t ⊕ t } · P{r K = t } P{r J = t } · P{r K = t }. ðàñïðåäåëåíû! = Çíà÷èò, ìîæíî ñ÷èòàòü, ÷òî J K = ∅ è K J = ∅. Òîãäà P{r J = t , r K = t } = P{r J = t , r K = t , r J∩K = t } = t P{r JK = t , r K J = t , r J∩K = t }= t ðàâí. P{r JK = t }·P{r K J = t }· P{r J∩K = t } ðàñïð.! = P{r J = t }·P{r K = t }. t 1 9 / 18
  • 13. Ëåììà Äëÿ äîñòàòî÷íî áîëüøèõ n Pr J ζi ≤ 2 2n , ãäå J m 1 ζiJ = {xi = xiJ } (∈ {0, 1}). Äîêàçàòåëüñòâî. Âåðîÿòíîñòü óñïåõà â îäíîì èñïûòàíèè ðàâíà 1 + 2 , åñëè x ∈ Sn 2 (íà Pr{x ∈ Sn } ïîòîì äîìíîæèì îíà ïîëèíîìèàëüíà). Èñïûòàíèÿ ïîïàðíî íåçàâèñèìû, ïîýòîìó 1 E ζiJ = m 2 + 2 ⇒ m = E . . . − m 2 2 Ïðèìåíèì íåðàâåíñòâî ×åáûø¼âà (Pr {α Eα − δ} Dα ): δ 2 Pr ζiJ E . . . − m 4D ζiJ 4 4 J 2 m2 2 m 2 ≤ n2 äëÿ äîñòàòî÷íî áîëüøèõ n (çäåñü èñïîëüçîâàíî, ÷òî áëàãîäàðÿ ïîïàðíîé íåçàâèñèìîñòè D ζiJ = mDζiJ m). 10 / 18
  • 14. Óïðàæíåíèÿ Óïðàæíåíèå Èñïîëüçóåò ëè äîêàçàòåëüñòâî òîò ôàêò, ÷òî |f (x )| = |f (x )|, åñëè |x | = |x |? Óïðàæíåíèå Êîíñòðóêöèÿ èñïîëüçóåò èçâåñòíóþ åé âåðîÿòíîñòü óñïåõà ïðîòèâíèêà; êàê îò ýòîãî èçáàâèòüñÿ? Óïðàæíåíèå Óáåäèòüñÿ, ÷òî óòâåðæäåíèå òåîðåìû âûïîëíåíî è äëÿ íåèíúåêòèâíîé owf. 11 / 18
  • 15. Âû÷èñëåíèÿ ñ îðàêóëîì Îðàêóë ÷¼ðíûé ÿùèê: ñëó÷.áèòû ↓ âõîä −→ Îðàêóë −→ âûõîä Ìàøèíà T • ñ îðàêóëîì T • ìîæåò îáðàùàòüñÿ ê îðàêóëó è ïîëó÷àòü îòâåò çà 1 øàã. Ìîæíî ïîäñòàâëÿòü â T ðàçíûå îðàêóëû, • ïîëó÷àÿ âû÷èñëèòåëüíûå óñòðîéñòâà T A, T B , . . . 12 / 18
  • 16. Âû÷èñëåíèÿ ñ îðàêóëîì Îðàêóë ÷¼ðíûé ÿùèê: ñëó÷.áèòû ↓ âõîä −→ Îðàêóë −→ âûõîä Ìàøèíà T • ñ îðàêóëîì T • ìîæåò îáðàùàòüñÿ ê îðàêóëó è ïîëó÷àòü îòâåò çà 1 øàã. Ìîæíî ïîäñòàâëÿòü â T ðàçíûå îðàêóëû, • ïîëó÷àÿ âû÷èñëèòåëüíûå óñòðîéñòâà T A, T B , . . . 12 / 18
  • 17. Âçëîìùèêè Îïðåäåëåíèå Ôóíêöèÿ f : {0, 1}∗ → {0, 1}∗ ñëàáî îäíîñòîðîííÿÿ ôóíêöèÿ, åñëè f âû÷èñëèìà çà ïîëèíîìèàëüíîå âðåìÿ íà ÄÏÌÒ è k ∃ ∈ N ∀ ÂÏÌÒ A ∃ N ∀n N Pr{ A(f (x ), 1n ) ∈ f − (f (x ))} 1− n1k , 1 ãäå âåðîÿòíîñòü áåð¼òñÿ ïî ñëó÷àéíûì ÷èñëàì, èñïîëüçóåìûì A, è ðàâíîìåðíîìó ðàñïðåäåëåíèþ ïî âõîäíûì ñòðîêàì x ∈ {0, 1}n . Îïðåäåëåíèå Îðàêóë A âçëàìûâàåò ôóíêöèþ f ñ âåðîÿòíîñòüþ q(n), åñëè äëÿ áåñêîíå÷íîé ïîñëåäîâàòåëüíîñòè äëèí ni Pr {A(f (x ), 1 ) ∈ f (f (x ))} ≥ q (ni ). n − 1 |x |=n i 13 / 18
  • 18. Ñâåä¡íèÿ å Îïðåäåëåíèå f g , åñëè ∃T • ∀kf ∃kg ∀ îðàêóëà A A âçëàìûâàåò g ñ âåðîÿòíîñòüþ 1 − n1g k ⇒ T A âçëàìûâàåò f ñ âåðîÿòíîñòüþ 1 n 1 − k . f Çäåñü T ïîëèíîìèàëüíûé âåðîÿòíîñòíûé àëãîðèòì, A èñïîëüçóåòñÿ êàê âåðîÿòíîñòíûé îðàêóë (åãî ñëó÷àéíûå áèòû ó÷èòûâàþòñÿ ïðè çàïóñêå T A). Îïðåäåëåíèå u óíèâåðñàëüíàÿ [îäíîñòîðîííÿÿ] ôóíêöèÿ, åñëè ∀f (ïîëèíîìèàëüíî âû÷èñëèìàÿ, ÷åñòíàÿ) f u. u ñàìàÿ òðóäíàÿ: ∃owf =⇒ u owf 14 / 18
  • 19. Óíèâåðñàëüíàÿ ‘îäíîñòîðîííÿÿ“ ôóíêöèÿ Êîíñòðóêöèÿ Òåîðåìà Ïóñòü u(M , x ) = (M , M (x )), ãäå M îïèñàíèå ìàøèíû, x âõîä äëÿ ýòîé ìàøèíû, M (x ) âûõîä ìàøèíû íà âõîäå x , ïðè÷åì ìîäåëèðóåì ìû â òå÷åíèå âðåìåíè |x | , à åñëè íå óñïåâàåì çàâåðøèòü ðàáîòó, 2 âûäàåì x . Òîãäà u óíèâåðñàëüíàÿ. Óïðàæíåíèå À êàêîå óòâåðæäåíèå âåðíî äëÿ ñèëüíîé owf? 15 / 18
  • 20. Ëåììà ∀ ñëàáîé owf f ∃f˜, âû÷èñëèìàÿ çà âðåìÿ |x | , ò.÷. f 2 f˜. Äîêàçàòåëüñòâî. f˜(x x ) = f (x )x , 1 2 1 2 ãäå x n, |x | = m = m(n). | 1| = 2 Ìû ìîæåì äîáèòüñÿ âðåìåíè ðàáîòû tf (n ) ≤ (m + n ) − m âûáîðîì 2 ïîäõîäÿùåãî ïîëèíîìà m (n ), ò.ê. tf (n ) òàêæå ïîëèíîì. Âçëîì f : íàì äàëè f (x ); 1 äîïèñûâàåì ê íåìó ñëó÷àéíóþ ñòðîêó x ; 2 ëîìàåì îðàêóëîì äëÿ f ; ˜ îòáðàñûâàåì ñóôôèêñ. fëîìàåì ñ òîé æå âåðîÿòíîñòüþ, ÷òî è îðàêóë äëÿ f˜. k Âûáîðîì ˜ äîáèâàåìñÿ 1 1 nk m + n )k . ˜ ( 16 / 18
  • 21. Äîêàçàòåëüñòâî òåîðåìû. Ñâåä¼ì âçëîì f ∗, âû÷èñëÿåìîé ìàøèíîé M ∗ çà âðåìÿ n , ê âçëîìó u. 2 Äëÿ äîñòàòî÷íî äëèííûõ âõîäîâ u âû÷èñëÿåò ðåçóëüòàò èìåííî M íà ∗ äîëå âõîäîâ µ = 2|M ∗ ·1const| = const. Åñëè ìû íå âçëàìûâàåì ëèøü äîëþ 1 nk îò âñåõ âõîäîâ u, òî äîëæíû âçëàìûâàòü çíà÷èòåëüíóþ äîëþ âõîäîâ èç ñåêòîðà, ñîîòâåòñòâóþùåãî ìàøèíå M ∗; èìåííî, ìû âçëàìûâàåì äîëþ µ − nk , ÷òî ñîñòàâëÿåò 1 1 1 − n µ k (1) ïî îòíîøåíèþ êî âñåì âõîäàì ìàøèíû M ∗ äëèíû n − |M ∗|. ßñíî, ÷òî äëÿ ëþáîé òðåáóåìîé âåðîÿòíîñòè âçëîìà M ìû ìîæåì ïîäîáðàòü ∗ äîñòàòî÷íî áîëüøèå k è n , äëÿ êîòîðûõ (1) áóäåò áîëüøå èñêîìîé. 17 / 18
  • 22. Óïðàæíåíèÿ Óïðàæíåíèå ×òî ïðîèçîéäåò â ñëó÷àå ñåìåéñòâ îäíîñòîðîííèõ ôóíêöèé (ñèëüíûõ ëèáî ñëàáûõ)? Óïðàæíåíèå ×òî ïðîèçîéäåò, åñëè ñîïåðíèê äåòåðìèíèðîâàííûé? Åñëè îí çàäàí ñõåìàìè? 18 / 18