前文内容提过不再赘述，如术语未解释的一部分可以查看：
Falcon算法：Chapter 1 简介 （入门级讲解）
Falcon算法：Chapter 2 设计原理 （入门级讲解）（1）FALCON的GPV框架简介
2.3 NTRU格
为了紧凑型，我们使用NTRU格，且该格经过20年沉淀，安全性很靠谱。
2.3.1 NTRU格简介
给定 ϕ = x n + 1 , n = 2 k , q ∈ N ∗ \phi=x^n+1, n=2^k,q\in \mathbb{N}^* ϕ=xn+1,n=2k,q∈N∗。NTRU秘密集包含四个多项式 f , g , F , G ∈ Z [ x ] / ( ϕ ) f,g,F,G\in \mathbb{Z}[x]/(\phi) f,g,F,G∈Z[x]/(ϕ)，他们满足等式： f G − g F = q m o d ϕ fG-gF=q \ mod \phi fG−gF=q modϕ
当 f f f可逆时，给出 h = g ⋅ f − 1 m o d q h=g\cdot f^{-1}\ mod \ q h=g⋅f−1 mod q。（h,f,g,F,G都是整数环上的多项式，但是h是系数还要模q）。
通常 h h h是公钥， f , g , F , G f,g,F,G f,g,F,G是私钥。
我们可以判断矩阵 [ 1 h 0 q ] \left[\begin{array}{c|c} 1&h\\ \hline 0&q \end{array}\right] [10hq]和 [ f g F G ] \left[\begin{array}{c|c} f&g\\ \hline F&G \end{array}\right] [fFgG]生成相同的格（后者化阶梯行矩阵可以得到前者）。前者是大多项式，后者是小多项式（前者是坏格基，后者是好格基，好格基才能求出能用的近向量，也就是前文的GPV中的v向量）。
在实践中，即使f,g都很小，得到的h也很难找到另一对f’和g’满足 h = g ′ ⋅ f ′ − 1 m o d q h=g'\cdot f'^{-1}\ mod \ q h=g′⋅f′−1 mod q。这个困难性构成了NTRU假设。
2.3.2 GPV实例化
- 公共基 A = [ 1 h ∗ ] \textbf{A}=\left[\begin{array}{c|c} 1&h^*\\ \end{array}\right] A=[1h∗]（作者理解 h ∗
扫一扫
1083
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
