[論文レビュー] Polynomial Factorization over Finite Fields By Computing Euler-Poincare Characteristics of Drinfeld Modules

Anand Kumar Narayanan|arXiv (Cornell University)|Apr 28, 2015

Coding theory and cryptography参考文献 27被引用数 4

ひとこと要約

本稿では、ランク2のドリンフェルト加群のオイラー・ポアンカレ特性を用いて、有限体上の1変数多項式を因数分解する2つの確率的アルゴリズムを提示する。これらの特性を計算することで、因数の次数を推定し、ほぼ線形時間で既約因数を抽出する。オイラー・ポアンカレ特性の計算が効率的である場合、期待時間で $\mathcal{O}(n^{4/3} \log^{O(1)}q)$ の因数分解が達成され、多項式因数分解における $3/2$ の指数の障壁を打ち破る新たな道筋を提供する。

ABSTRACT

We propose and rigorously analyze two randomized algorithms to factor univariate polynomials over finite fields using rank $2$ Drinfeld modules. The first algorithm estimates the degree of an irreducible factor of a polynomial from Euler-Poincare characteristics of random Drinfeld modules. Knowledge of a factor degree allows one to rapidly extract all factors of that degree. As a consequence, the problem of factoring polynomials over finite fields in time nearly linear in the degree is reduced to finding Euler-Poincare characteristics of random Drinfeld modules with high probability. Notably, the worst case complexity of polynomial factorization over finite fields is reduced to the average case complexity of a problem concerning Drinfeld modules. The second algorithm is a random Drinfeld module analogue of Berlekamp's algorithm. During the course of its analysis, we prove a new bound on degree distributions in factorization patterns of polynomials over finite fields in certain short intervals.

研究の動機と目的

• ドリンフェルト加群の性質を活用して、有限体上の多項式因数分解の効率的アルゴリズムを開発すること。
• 多項式因数分解問題を、ランダムなドリンフェルト加群のオイラー・ポアンカレ特性の計算に還元すること。
• オイラー・ポアンカレ特性評価の計算量を改善することで、多項式因数分解における $3/2$ の指数の障壁を打ち破ること。
• ドリンフェルト加群理論と計算代数の間の新たな接点を確立すること、特に有限体上での多項式因数分解の文脈において。
• 短い区間における有限体上多項式の因数分解パターンにおける次数分布に関する新しい境界を示すこと。

提案手法

• 最初のアルゴリズムは、多項式 $h$ に対してランダムなランク2ドリンフェルト加群 $\phi$ を用い、$\chi_{\phi,h} = \prod_i \chi_{\phi,p_i}$ が成り立つこと（$p_i$ は $h$ の既約因数）を用いて、$\chi_{\phi,h}$ のオイラー・ポアンカレ特性を計算する。
• Gekelerのハッセの定理のドリンフェルト加群版を活用し、$\chi_{\phi,p_i} = p_i + c_{\phi,i}$ かつ $\deg(c_{\phi,i}) \leq \deg(p_i)/2$ であることから、$h$ と $\chi_{\phi,h}$ の先頭係数が一致することを示す。
• この先頭係数の一致を用いて、$h$ の最小の既約因数の次数を、確率 $1/4$ 以上で同定する。
• 2番目のアルゴリズムは、ベルレクープのアルゴリズムのドリンフェルト加群版であり、ランダムな加群を用いて、モジュール内のランダム要素の annihilator を用いて非自明な因数を特定する。
• 因数分解パターンの確率的解析に依拠し、$\log q \geq 5n\log n$ のとき、$\gcd(h, \phi_{\text{Ord}(\alpha)/f}(\alpha))$ を用いた因数検出確率が正の定数以上に下限づけられることを証明する。
• 中国剰余定理を用いて、素イデアルを法とするモジュールパラメータの均等分布を保証し、因数検出に関する確率的保証を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ランダムなドリンフェルト加群のオイラー・ポアンカレ特性を用いて、有限体上の平方自由多項式の最小既約因数の次数を特定できるか？
• RQ2 オイラー・ポアンカレ特性の計算をほぼ線形時間で行えるか。これにより、多項式因数分解における $3/2$ の指数を下回るアルゴリズムが得られるか？
• RQ3 短い区間における有限体上多項式の因数の次数分布はどのようなものか。また、これは因数分解アルゴリズムの効率にどのように影響するか？
• RQ4 ドリンフェルト加群ベースのアルゴリズムが、オракルが $\chi_{\phi,h}$ を計算する手続きを $O(1)$ 回のクエリで完全因数分解を達成できるか？
• RQ5 ドリンフェルト加群の annihilator を用いた非自明な因数の検出確率が、0 から離れている条件は何か？

主な発見

• $n \leq \sqrt{q}/2$ のとき、ランダムなドリンフェルト加群 $\phi$ を用いて、$\chi_{\phi,h}$ を用いて、$O(n\log q)$ 時間で、確率 $1/4$ 以上で、次数 $n$ の平方自由多項式 $h$ の最小因数次数を同定できる。
• $\mathcal{B}$ が $\widetilde{\mathcal{O}}(n\log^{O(1)}q)$ 時間で $\chi_{\phi,h}$ を計算するオラクルにアクセスできる場合、$h$ の因数分解は $\widetilde{\mathcal{O}}(n^{4/3}\log^{O(1)}q)$ 期待時間で実行可能である。
• $\mathcal{B}$ が $\widetilde{\mathcal{O}}(n\log^{O(1)}q)$ 時間で動作する場合、$\omega = 2$ を仮定すれば、$h$ の完全因数分解は $\widetilde{\mathcal{O}}(n^{4/3}\log^{O(1)}q)$ 期待時間で得られる。
• $\omega = 2$ のもとで、$\chi_{\phi,h}$ を計算する確率的アルゴリズムを用いることで、入力次数の指数が $3/2$ の完全因数分解アルゴリズムが得られる。
• $q$ が奇数で $\log q \geq 5n\log n$ のとき、1回の試行で非自明な因数を検出する確率は $c > 0$ 以上であり、$\gcd(h, \phi_{\text{Ord}(\alpha)/f}(\alpha))$ を用いた因数検出確率は正の定数以上に下限づけられる。
• 本手法は体の拡大に対しても頑健である。$\sqrt{q} < 2n$ の場合、$\sqrt{q'} \geq 2n$ となる有限体の拡大 $\mathbb{F}_{q'}$ 上で計算すればよく、計算コストは多項式対数的オーバーヘッドにとどまる。