(a + b)(a b) 0 mod N.

Podobné dokumenty
Vektor náhodných veli in - práce s více prom nnými

1. (18 bod ) Náhodná veli ina X je po et rub p i 400 nezávislých hodech mincí. a) Pomocí ƒeby²evovy nerovnosti odhadn te pravd podobnost

Limity funkcí v nevlastních bodech. Obsah

Derivování sloºené funkce

Reálná ísla a posloupnosti Jan Malý

1. Spo t te limity (m ºete pouºívat l'hospitalovo pravidlo) x cotg x 1. c) lim. g) lim e x 1. cos(x) =

Skalární sou in. Úvod. Denice skalárního sou inu

Integrování jako opak derivování

2. Ur íme sudost/lichost funkce a pr se íky s osami. 6. Na záv r na rtneme graf vy²et ované funkce. 8x. x 2 +4

P íklad 1 (Náhodná veli ina)

Pr b h funkce I. Obsah. Maxima a minima funkce

e²ení 5. série Binární kódy autor: Vlá a

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková

Post ehy a materiály k výuce celku Funkce

Vzorové e²ení 4. série

Domácí úkol 2. Obecné pokyny. Dbejte na formáln správný zápis výpo tu! Pro vy íslení výsledku pro binomické rozd lení pouºijte nap. Maple nebo Matlab.

VYBRANÉ APLIKACE RIEMANNOVA INTEGRÁLU I. OBSAH A DÉLKA. (f(x) g(x)) dx.

e²ení systém lineárních rovnic pomocí s ítací, dosazovací a srovnávací metody

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - základní úrove obtíºnosti MAGZD10C0T01 e²ené p íklady

Testy pro více veli in

Co je to tensor... Vektorový prostor

Binární operace. Úvod. Pomocný text

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A

Pravd podobnost a statistika - cvi ení. Simona Domesová místnost: RA310 (budova CPIT) web:

Vektory. Vektorové veli iny

Matematická logika cvi ení 47

na za átku se denuje náhodná veli ina

nazvu obecnou PDR pro neznámou funkci

T i hlavní v ty pravd podobnosti

Text m ºe být postupn upravován a dopl ován. Datum poslední úpravy najdete u odkazu na staºení souboru. Veronika Sobotíková

1.2.7 Druhá odmocnina

Teorie her. Klasikace. Pomocný text

I. VRSTEVNICE FUNKCE, OTEV ENÉ A UZAV ENÉ MNOšINY

se nazývá charakter grupy G. Dále budeme uvaºovat pouze kone né grupy G. Charaktery tvo í také grupu, s násobením denovaným

Rovnice a nerovnice. Posloupnosti.

Ergodické Markovské et zce

7 Algebraické a nealgebraické rovnice a nerovnice v C. Numerické e²ení rovnic

pokud A Rat(M), pak také A Rat(M).

Relace. Základní pojmy.

Státní maturita 2010 Maturitní generálka 2010 Matematika: didaktický test - vy²²í úrove obtíºnosti MAGVD10C0T01 e²ené p íklady

Základní pojmy teorie mnoºin.

P íklady k prvnímu testu - Pravd podobnost

Jevy, nezávislost, Bayesova v ta

Krajská hospodářská komora Střední Čechy. Pravidla soutěže. Poznáváme firmy ve středních Čechách. 1. Pořadatel soutěže. 2. Termín konání soutěže

Státnice - Rekurzivní a rekurzivn spo etné mnoºiny

Zápo tová písemná práce. 1 z p edm tu 01MAB3 varianta A

Stanovení optimálních teplot výpalu vápenců z různých lokalit a jejich souvislostí s fyzikálními vlastnostmi vápenců

e²ení 4. série Binární operace

Prezentace. Ing. Petr V elák 6. b ezna 2009

10 je 0,1; nebo taky, že 256

1 Data. 2 Výsledky m ení velikostí. Statistika velikostí výtrus. Roman Ma ák

Aplikovaná matematika 1

1 Spo jité náhodné veli iny

MANUÁL PRO PRÁCI S POČÍTAČOVÝM PROGRAMEM SLUNÍČKO

e²ení 1. série Úvodní gulá²

3. Polynomy Verze 338.

e²ení 5. série Polynomy

Seminá e. Ing. Michal Valenta PhD. Databázové systémy BI-DBS ZS 2010/11, sem. 1-13

brmiversity: Um lá inteligence a teoretická informatika

Modelování v elektrotechnice

Západo eská univerzita v Plzni. Fakulta aplikovaných v d. Katedra kybernetiky. Datová analýza ve ejn dostupných meteorologických dat.

odvodit vzorec pro integraci per partes integrovat sou in dvou funkcí pouºitím metody per partes Obsah 2. Odvození vzorce pro integraci per partes

1 Úvod. 2 Pom cky. 3 Postup a výsledky. 3.1 Ov ení vlastností fotoodporu

Státní maturita 2011 Maturitní testy a zadání jaro 2011 Matematika: didaktický test - základní úrove obtíºnosti MAMZD11C0T02 e²ené p íklady

1.2.5 Reálná čísla I. Předpoklady:

3 D leºitá rozd lení náhodné veli iny

Otevřené zadávací řízení na služby Bruntál

Národní park umava. 9. kv tna Hnutí Duha

Příloha č. 7. ročník 9. 1h 1x za 14 dní. dotace. nepovinný. povinnost

6. Matice. Algebraické vlastnosti

ízení Tvorba kritéria 2. prosince 2014

Usnesení o nařízení dražebního roku (dražební vyhláška) elektronická dražba

achovnice XXIV. ro ník BRKOS 2017/2018 e²ení 5. série

Práce s daty. 2. února Do tohoto adresá e stáhn te ze stránek soubory data.dat a Nacti_data.sci.

Oprava střechy a drenáže, zhotovení a instalace kované mříže kostel Sv. Václava Lažany

D R A Ž E B N Í V Y H L Á Š K U

Česká republika Ministerstvo práce a sociálních věcí Na Poříčním právu 1, Praha 2. vyzývá

Obsah. Pouºité zna ení 1

Záludnosti velkých dimenzí

Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Reálná čísla

Kelvin v kapkový generátor

DOTEK z.s. Se sídlem Štefánikova 36, Český Těšín, Zastoupený paní Bc. Nives Bosákovou, ředitelkou pověřenou k podpisu Dohody

Kvalifika ní dokumentace k ve ejné zakázce malého rozsahu

POKYNY. k vyplnění přiznání k dani z příjmů fyzických osob za zdaňovací období (kalendářní rok) 2012

o ceně nemovité věci jednotka č.345/2 v bytovém domě čp. 344, 345 a 346 v kat. území Veleslavín, m.č. Praha 6

Kuželosečky a kvadriky ve škole i kolem

1 Spojitý model. 1.1 Princip stochastického modelu

4. V p íprav odvo te vzorce (14) a (17) ze zadání [1].

5. Aplikace diferenciálního a integrálního po tu v jedné dimenzi ZS 2017/18 1 / 32

ST2 - Cvi ení 1 STATISTICKÁ INDUKCE

Uchazečům o veřejnou zakázku

Příprava na 1. čtvrtletní písemku pro třídu 1EB

Vydání občanského průkazu

na prodej nemovitosti objektu č.p. 9 - Chrudim VI. kolo(4)

Výzva k podání nabídek Oznámení/Výzva o zahájení výběrového řízení na veřejnou zakázku malého rozsahu. : Výměna stávajících koberců

PARLAMENT ČESKÉ REPUBLIKY Poslanecká sněmovna 2005 IV. volební období

OBSAH. 1. Základní p edstava o k ivkách a plochách

Normalizace rela ního schématu

Exekutorský úřad Mělník se sídlem Havlíčkova 329, Mělník Soudní exekutor JUDr. Roman Chaloupka U S N E S E N Í

Diamantová suma - řešení příkladů 1.kola

Transkript:

Sho v faktoia ní algoitmus Sho v faktoia ní algoitmus je nejvýnamn j²í aplikací kvantové Fouieovy tansfomace a jeden hlavních d vod ájmu o kvantové po íta e, kteé by umoºnily pavd podobnostní polynomiální faktoiaci velkých ísel. Z íseln teoetického hlediska se p itom nejedná o ºádnou novinku: ákladem Shoova algoitmu je Femat v faktoia ní algoitmus, ve kteém se e nalosti dvou ísel a, b, spl ujících a b mod N íská faktoiace N díky vtahu (a + b)(a b) 0 mod N. Femat v postup le pouºít mimo jiné tehdy, pokud náme n jaký pvek a a jeho sudý ád v multiplikativní gup Z N. Pak platí (a + )(a ) 0 mod N, coº poskytuje faktoiaci N páv kdyº a není ovno mod N. Sho v faktoia ní algoitmus po sloºené liché N tedy vypadá náslovn : vol náhodn a Z N (volba neinveibilního pvku vede k faktoiaci okamºit ) najdi ád pvku a v Z N je-li liché nebo je-li a mod N, skon i selháním jinak va fakto NSD(N, ) Z teoie ísel víme, ºe po et pvk a, kteá nevedou k selhání, je dostate ný (nejmén jedna polovina). Nepakti nost tohoto algoitmu ale plyne toho, ºe je obtíºné jistit ád pvku v gup Z N. Kvantovou podstatou Shoova algoitmu je tedy hledání ádu pvku, k emuº je vhodná Fouieova tansfomace, a ta je na kvantovém po íta i polynomiální. Hledání ádu pvku. Umoc ování pvku a modulo N, tedy k a k mod N, je obaení f : N Z N s peiodou. To dává ákladní p edstavu, po m ºe být Fouieova tansfomace po hledání ádu uºite ná. Kvantová ealiace umoc ování se musí odehávat na kone ných bináních egistech. Nech tedy n log N je po et bit v ápisu ísla N, volme n jaké m dostate n velké (velikost m bude mít vliv na pavd podobnost úsp chu algoitmu). Umoc ování nyní apoximuje opeáto W : H m H n H m H n k y k ya k mod N p i emº po N y n denujemew k y : k y. Potoºe a je nesoud lné s N, pemutuje W báové pvky, a je tedy unitání. Realiace opeátou W je moºná pomocí moduláního umoc ování. Je-li U n jaký opeáto, po kteý máme k dispoici kontolované mocniny U j, vypadá obvod umoc ující U, tedy ealiující obaení k y k U k y,

takto: k k k m k m k m y U U U 4 U m U m V p ípad opeátou W odpovídá U násobení pvkem a v gup Z N, tedy tansfomaci U : H n H n y ay mod N, kde op t U y : y po y N. Základní my²lenka algoitmu odhalujícího ád je standadní: vyhodnotit W na v²ech hodnotách k sou asn. Potoºe funkce umoc ování je peiodická, aplikujeme na ní Fouieovu tansfomaci a m li bychom ískat infomaci o peiod. Celý algoitmus vypadá takto: 0 m H m FT n W s s s 3 s 4 Stavem míníme báový pvek n-kubitového egistu s íslem, tedy 0 (n ). Pvní t i fáe dávají s : 0 m s : k s 3 : k0 k a k, ímº je p ipavena kýºená ovnom ná supepoice hodnot funkce k a k. Aplikací Fouieovy tansfomace na pvní egist dostaneme s 4 : k exp[πi k ] ak k0

3 Nyní m íme pvní egist. Pavd podobnost, ºe výsledek m ení bude odpovídat n jakému volenému, je dán sou tem duhých mocnin velikosti amplitud pavd podobnosti po v²echny leny, ve kteých se vyskytuje. T chto len je páv, totiº a 0, a,..., a, p i emº koecient u a t je sou tem koecient u v²ech a k, kde k je tvau s + t mod N. V²echny leny obsahující n jaké pevné tedy jsou ( lt ) (s + t) exp[πi ] a t a p íslu²ná pavd podobnost je ovna P () l t (s + t) exp[πi ] exp[πi t ] l t exp[πi s ] l t exp[πi s]. ƒíslo l t je nejv t²í takové, ºe l t + t je men²í neº, tedy l t t. Hodnoty l t se mohou po ná t li²it o jedna. Komplikace plyne toho, ºe obecn ned lí ; kdyby ho d lilo, bylo by l jednodu²e ovno /. Tato nepavidelnost má hlub²í d leºitost. Uv domme si, ºe povádíme Fouieovu tansfomaci na gup Z, nikoli Z N! Výsledek bude mít u itou nep esnost, potoºe funkce k a k mod N není na Z cela peiodická: v okolí nuly je peiodicita pou²ena (pokud ned lí ). Po velká ale bude tato nep esnost anedbatelná. Tyto obecné úvahy se konketiují ve výpo tu hodnoty P (). Ukáºeme, ºe platí l t exp[πi s] pokud p po n jaké p ioené p, ( ) 0 jinak. Ve vý²e mín ném ideálním p ípad, kdy d lí, pobíhá uvaºovaná suma hodnoty chaakteu gupy Z, a vtah ( ) tedy platí s ovnostmi na míst. S jistotou tedy nam íme, kteé je tvau p, kde p {0,,,..., }. Po kaºdé takové je pavd podobnost P () ovna, jak se snadno dopo te. Ze ískáme lomek p, jehoº jmenovatel je, pokud je p s nesoud lné. To po > 9 nastává s pavd podobností alespo 4 log log. Pokud má p s n jaký spole ný fakto, dostáváme alespo n jakou ást. Opakováním postupu n kolikát se s velkou pavd podobností dopacujeme k. V obecném p ípad, tedy pokud ned lí, platí, ºe nam ené je s velkou pavd podobností n jakému násobku blíko, tedy ºe p.

4 Vyvstává ajímavá otáka, jak najít v²echny lomky s omeeným itatelem, kteé jsou blíko dané hodnot α. Odpov dí je ovoj do et ového lomku. Platí, ºe pokud je vdálenost mei α a lomkem p men²í neº, pak je tento lomek p ítomen v et ovém ovoji ísla α (vi p edná²ku o et ových lomcích v ámci Teoie ísel a RSA, http://www.kalin.m.cuni.c/ holub/souboy/rete.pdf, ejména aplikaci na Sho v algoitmus na st. 8). Pokud budeme p edpokládat, ºe je aokouhlená hodnota p, tedy ºe p, pak p, coº vede k volb p ibliºn N aji² ující odhalení p íslu²ného p pomocí et ových lomk. Zbývá ukáat, s jakou p esností a t chto okolností platí odhad ( ). Ona me ϕ p apoxima ní chybu, kteá podle na²eho p edpokladu spl uje ϕ. Apoximujeme sou et geometické ady: l exp[πi s] l exp[πiϕ(l + )] exp[πiϕs] exp[πiϕ] sin πϕ(l + ) sin, πϕ kde poslední ovnost plyne e vtahu e ix (e ix )(e ix ) ( + cos x) 4 sin x. Není t ºké ov it, ºe hodnota klesá s ostoucím ϕ, coº je v souladu s tím, ºe ϕ je mía nep esnosti: maximum / je dosaºeno v na²em ideálním p ípad, kteý odpovídá ϕ 0. Potoºe je navíc sin sudá funkce, dostáváme sin πϕ(l + ) sin πϕ (l+) sin π sin π Z denice l plyne, ºe < (l + ) < +. ƒitatel lomku je tedy velmi blíko jedné (po / < /00 se li²í od jedné o mén neº tisícínu) a jmenovatel, kteý je naopak velmi malý, m ºeme hoa dosti p esn odhadnout vtahem sin x < x. Celkem dostáváme l exp[πi s] 4 > 0.999 π > 5 a P () > 5. ºeme uav ít, ºe s pavd podobností alespo 5 nam íme, po kteé je p p ítomno v et ovém ovoji. Celkovou úsp ²nost algoitmu shnuje následující tabulka:.

5 podmínka úsp chu pavd podobnost volba vhodného a je blíko p 5 p je nesoud lné s 4 log log n Celková úsp ²nost je tedy nejmén 0 log log n. Nap. po RSA modul délky 4096 je úsp ²nost jednoho kola algoitmu nejmén 0.6%, takºe ty ista kol dává více neº 90% pavd podobnost úsp chu. Tento odhad je navíc byte n pesimistický ejména v poºadavku na nesoud lnost a p; i pokud jsou a p soud lná, ískáme ást a po n kolika pokusech je moºné ekonstuovat jako nejmen²í spole ný násobek naleených fakto.