求解区间离散对数问题的袋鼠法
数论
2015-01-29 v1 数据结构与算法
摘要
区间离散对数问题定义如下:给定群 中的某些 以及某个 ,使得对于某个满足 的 有 ,求 。目前,袋鼠法是解决区间离散对数问题最佳的低内存算法。解决此问题最快的非并行化袋鼠法是三只袋鼠法和四只袋鼠法,它们的预期平均运行时间分别为 和 次群运算。目前尚不清楚是否可以通过使用超过四只袋鼠来改进袋鼠法。在本论文之前,使用超过四只袋鼠的最快袋鼠法需要至少 次群运算来解决区间离散对数问题。在本文中,我通过提出一种预期平均运行时间为 次群运算的七只袋鼠法,显著提高了使用超过四只袋鼠的方法的运行时间,几乎超越了最快的袋鼠算法。本文还回答了“五只袋鼠是否比三只更差?”这一问题,因为我提出了一种五只袋鼠算法,平均需要 次群运算来解决区间离散对数问题。
引用
@article{arxiv.1501.07019,
title = {Kangaroo Methods for Solving the Interval Discrete Logarithm Problem},
author = {Alex Fowler and Steven Galbraith},
journal= {arXiv preprint arXiv:1501.07019},
year = {2015}
}