[論文レビュー] Derandomizing Multivariate Polynomial Factoring for Low Degree Factors

Dwivedi, Ashish, Guo, Zeyu+1 more|arXiv (Cornell University)|Jan 1, 2024

Chaos-based Image/Signal Encryption被引用数 1

ひとこと要約

本稿では、有限体Fq上でのn変数多項式をd次以下として、最適なシード長O(d log n + log q)を達成する明示的な擬似乱数生成器（PRG）を提示する。体のサイズがdの指数関数的に増大し、標数がd(d−1)+1以上である場合に成立する。ボグダンフのパラダイムをLecerfの因数分解技術と組み合わせ、分解不能性を活用することで、先行研究よりも誤差確率をより効率的に低減し、低次多項式に対するほぼ最適なPRGを構築する。

ABSTRACT

Kaltofen [STOC 1986] gave a randomized algorithm to factor multivariate polynomials given by algebraic circuits. We derandomize the algorithm in some special cases. For an n-variate polynomial f of degree d from a class 𝒞 of algebraic circuits, we design a deterministic algorithm to find all its irreducible factors of degree ≤ δ, for constant δ. The running time of this algorithm stems from a deterministic PIT algorithm for class 𝒞 and a deterministic algorithm that tests divisibility of f by a polynomial of degree ≤ δ. By using the PIT algorithm for constant-depth circuits by Limaye, Srinivasan and Tavenas [FOCS 2021] and the divisibility results by Forbes [FOCS 2015], this generalizes and simplifies a recent result by Kumar, Ramanathan and Saptharishi [SODA 2024]. They designed a subexponential-time algorithm that, given a blackbox access to f computed by a constant-depth circuit, outputs its irreducible factors of degree ≤ δ. When the input f is sparse, the time complexity of our algorithm depends on a whitebox PIT algorithm for ∑_i m_i g_i^{d_i}, where m_i are monomials and deg(g_i) ≤ δ. All the previous algorithms required a blackbox PIT algorithm for the same class. Our second main result considers polynomials f, where each irreducible factor has degree at most δ. We show that all the irreducible factors with their multiplicities can be computed in polynomial time with blackbox access to f. Finally, we consider factorization of sparse polynomials. We show that in order to compute all the sparse irreducible factors efficiently, it suffices to derandomize irreducibility preserving bivariate projections for sparse polynomials.

研究の動機と目的

• n変数多項式を低次で扱う有限体上での擬似乱数生成器（PRG）を、最小限のシード長で構築すること。
• 体サイズがnに依存しない条件下で、d次多項式に対して最適なシード長O(d log n + log q)を達成するという未解決問題に取り組むこと。
• 先行研究と比較して、シード長が非最適であるか、体サイズがnに依存するという欠点を克服すること。
• 体サイズがnに従って増大する必要を排除するために、多項式因数分解パターンと分解不能性の精密な解析を用いること。

提案手法

• ε-バイアス集合の和を用いたボグダンフのパラダイムを採用するが、代数幾何学と多項式分解理論を用いて誤差解析を精緻化する。
• Lecerfの因数分解アルゴリズムを用いて、多項式合成構造を分析し、回避すべき重要な因数分解パターンを同定する。
• 素数次の多項式では、唯一の危険なパターンは完全な線形因数分解であるため、処理すべき悪いケースの数を削減できる。
• Weil型推定を用いて、ランダムな制限が可約または分解可能となる確率を評価する。
• {0,1}^d内の適切に選ばれたベクトル集合に対する和集合を用いて失敗確率を制御し、鍵となる洞察は、唯一の除外すべき因数分解型（完全な線形性）のみを考慮すればよいことである。
• DerksenとViolaの分解不能性に関する結果を統合し、生成器が目的多項式の代数的構造を保つことを保証する。

実験結果

リサーチクエスチョン

• RQ1 d次多変数多項式に対する擬似乱数生成器を、dの指数関数的に増大する体サイズの下で、シード長O(d log n + log q)で構築可能か？
• RQ2 多項式の分解不能性と因数分解パターンの構造を活用することで、PRGの誤差確率を低減可能か？
• RQ3 体サイズの要件をnから分離しつつ、最適なシード長を維持可能か？
• RQ4 このような構成において、標数条件（d(d−1)+1以上）を削除または緩和可能か？
• RQ5 回路複雑度が有界な多項式クラスへは、解析を拡張可能か？（単に次数に限らない）

主な発見

• 本稿では、Fq上でのn変数多項式をd次以下として、シード長O(d log n + log q)を達成する明示的PRGを構築した。dおよびnに最適な依存関係を実現した。
• 本構成には、体サイズがdの指数関数的に増大し、標数がd(d−1)+1以上であることが必要であり、これはWeil推定とLecerfの因数分解議論を適用可能とするために不可欠である。
• 素数次の多項式に限定し、完全な線形因数分解が唯一の危険なケースであるという事実を活用することで、誤差確率を(2d−1)δから2δにまで低減し、2d−1−1の要因を節約した。
• q ≥ C(d⁴/ε²)（Cは十分に大きな絶対定数）を満たす限り、PRG出力と一様分布との統計的距離はε以下に抑えられる。
• 特に体サイズが大きい場合に、DerksenとViola、およびBogdanovの先行研究に比べ、シード長の最適性において優れた結果を得た。
• 本研究は、多項式の分解不能性と擬似乱数性の間の新たな関係を確立し、合成下での分解不能性の保持が、タイトな誤差バウンドを達成する鍵であることを示した。