在林德尔博士的讲座瑶族建筑及其安全性证明中,他简要地解释了混合论点,他说数学归纳是计算密码学中的一个问题。他解释说,混合论点是“类似”的数学归纳,但不是相同的。
据我所知,数学归纳法和混合参数是不一样的,因为对于混合参数,需要有一个有限(k
)分布序列才能证明工作(也就是说,最终用最大差* k
(可以忽略不计)将k
的可忽略差异之和包围起来。对于无限序列,这是行不通的。
有人知道林德尔博士的意思吗?我怀疑这是一个与可计算性有关的更深层次的问题,但我不确定。
谢谢!
发布于 2019-06-18 05:08:27
归纳的问题是它通常隐藏的东西。我举个例子。假设我想证明n
X
样本与Y
的n
样本是不可区分的,假设单个样本是不可区分的。我没有做混合论证,而是通过归纳来证明。基本情况是即时的,因为假设无法区分单个样本。接下来,我假设是i
,证明是i+1
。在此声明中,我证明了对于每一个能够以不可忽略的概率区分i+1
样本的PPT对手D7
,都存在一个PPT对手\cal A_i
,它能够以不可忽略的概率区分i
样本(或者是一个区分单个样本的区分者,但让我们暂时保留这一点)。这似乎足以证明这一点。
但是,如果\cal A_i
运行的时间是\cal A_{i+1}
的两倍(这当然很好,因为它们都是多项式时间),会发生什么?然后,当我“放松”归纳,我将得到以下信息。假设存在一个概率多项式时间对手\cal A_n
,它以不可忽略的概率区分n
样本;让p(n)
作为它的运行时间。然后,通过反复应用归纳论点,我得到了存在一个敌手\cal A_1
,它区分单个样本,但在时间上运行2^n\cdot p(n)
,因此没有任何矛盾。
另一个可能发生的问题如下。假设我们对归纳步骤的证明是这样的,即\cal A_{i+1}
与不可忽略的概率\epsilon(n)
相区别,因此\cal A_i
与不可忽略的概率\epsilon(n)/2
有区别。当然,这是好的,因为这两种可能性仍然是不可忽略的。然而,当我们展开归纳法时,如果\cal A_n
与不可忽略的概率\epsilon
相区别,则\cal A_1
与概率\epsilon/2^n
的区别是可以忽略的。因此,没有实现任何矛盾。
为了克服这一问题,可以在归纳步骤中明确证明\cal A_{i+1}
和\cal A_i
之间的运行时差是相加的,这意味着只存在一个附加的多项式因子。然后,在n
(或任何多项式)的归纳步骤上,总的额外运行时间仍然是多项式。同样,如果区分概率有所降低,那么最终的结果仍然是不可忽略的。
我曾在一篇论文中使用过一次归纳,请参阅http://u.cs.biu.ac.il/~lindell/PAPERS/session-key.ps的22-23页,因此可以这样做。但我们必须小心。
(注:我从Oded Goldreich中学到的所有这些。)
https://crypto.stackexchange.com/questions/71292
复制相似问题