The discrete logarithm problem in a finite group is the basis for many protocols in cryptography. The best general algorithms which solve this problem have time complexity of $\mathcal{O}(\sqrt{N})$, where $N$ is the order of the group. These algorithms require the inversion of some some group elements or rely on finding collisions, and thus do not adapt to work in the general semigroup setting. For semigroups, probabilistic algorithms with similar time complexity have been proposed. The main result of this paper is a deterministic algorithm for solving the discrete logarithm problem in a semigroup. Specifically, let $x$ be an element in a semigroup having finite order $N_x$. If $y\in \langle x \rangle $ is given the paper provides an algorithm having time complexity $O(\sqrt{N_x}\log N_x)$ to find all natural numbers m with $x^m=y$. The paper also give an analysis of the success rates of the existing probabilistic algorithms, which were so far only conjectured or stated loosely.


翻译:定数组中的离散对数问题是许多加密协议的基础。 解决这个问题的最佳一般算法具有时间复杂性$\ mathcal{O}(\\ sqrt{N}}) 美元, 美元是该组的顺序。 这些算法需要对某些组元素进行反转, 或依赖查找碰撞, 因此无法适应一般半组设置中的工作。 对于半组, 已经提出了具有类似时间复杂性的半组。 本文的主要结果是为解决半组中的离散对数问题使用一种确定性算法。 具体地说, 让 $x$( $_x$) 成为半组中一个有定序的元素。 如果给 $y\ in\ langle x\ rangle $( $) 提供一种具有时间复杂性的算法 $O (\ qrt{N_x ⁇ log N_xx) 来查找所有自然数字 m 。 本文的主要结果是用于在半组中解决离散对数问题的确定性算法。 。 具体来说, $@m=y 。 本文还分析了现有稳定算法的成功率只有如此远。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
82+阅读 · 2020年12月5日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
专知会员服务
28+阅读 · 2020年11月4日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
无监督元学习表示学习
CreateAMind
26+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月31日
VIP会员
相关VIP内容
专知会员服务
50+阅读 · 2020年12月14日
专知会员服务
82+阅读 · 2020年12月5日
【干货书】机器学习速查手册,135页pdf
专知会员服务
122+阅读 · 2020年11月20日
专知会员服务
28+阅读 · 2020年11月4日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
99+阅读 · 2019年10月9日
相关资讯
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
无监督元学习表示学习
CreateAMind
26+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
41+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员