[논문 리뷰] Improved List-Decodability of Random Linear Binary Codes

Ray Li, Mary Wootters|arXiv (Cornell University)|2018. 01. 01.

Coding theory and cryptography참고 문헌 34인용 수 5

한 줄 요약

이 논문은 무작위 선형 이진 코드의 리스트 디코딩 성능을 향상시켜, 높은 확률로 (p, H(p)/ε + 2)-리스트 디코딩 가능하다는 것을 보여줌으로써, 균일하게 무작위인 코드보다 성능이 뛰어남을 입증함. 저자들은 고전적인 존재성 증명(Guruswami 등, 2002)을 높은 확률로 성립하도록 강화하여, 모든 p ∈ (0, 1/2) 및 ε > 0 에서 작동하는 통합적이고 단순한 분석을 도출함. 이로써 무작위 선형 코드가 무작위 코드보다 엄격히 작은 리스트 크기를 가짐을 입증함.

ABSTRACT

There has been a great deal of work establishing that random linear codes are as list-decodable as uniformly random codes, in the sense that a random linear binary code of rate 1 - H(p) - epsilon is (p,O(1/epsilon))-list-decodable with high probability. In this work, we show that such codes are (p, H(p)/epsilon + 2)-list-decodable with high probability, for any p in (0, 1/2) and epsilon > 0. In addition to improving the constant in known list-size bounds, our argument - which is quite simple - works simultaneously for all values of p, while previous works obtaining L = O(1/epsilon) patched together different arguments to cover different parameter regimes. Our approach is to strengthen an existential argument of (Guruswami, Håstad, Sudan and Zuckerman, IEEE Trans. IT, 2002) to hold with high probability. To complement our upper bound for random linear binary codes, we also improve an argument of (Guruswami, Narayanan, IEEE Trans. IT, 2014) to obtain a tight lower bound of 1/epsilon on the list size of uniformly random binary codes; this implies that random linear binary codes are in fact more list-decodable than uniformly random binary codes, in the sense that the list sizes are strictly smaller. To demonstrate the applicability of these techniques, we use them to (a) obtain more information about the distribution of list sizes of random linear binary codes and (b) to prove a similar result for random linear rank-metric codes.

연구 동기 및 목표

• 무작위 선형 이진 코드의 리스트 디코딩 한계를 향상시키고, 특히 O(1/ε) 리스트 크기 한계에서의 상수를 개선하는 것.
• 이전 분석들이 특정 매개변수 영역에 국한되거나 최적의 bound를 도출하지 못한 점을 통합하고 단순화하는 것.
• 무작위 선형 코드가 균일하게 무작위인 코드보다 더 나은 리스트 디코딩 성능을 보임을 입증하기 위해 리스트 크기의 더 엄격한 상한을 설정하는 것.
• 향상된 분석을 무작위 선형 랭크-메트릭 코드로 확장하여 유사한 개선을 보여주는 것.

제안 방법

• Guruswami 등(2002)의 존재성 증명을 높은 확률로 성립하도록 조정하기 위해, 확률적 농도 및 모멘트 한계를 활용함.
• 리스트 크기를 제한하기 위해, Hamming 구의 반지름 pn 내의 코드워드 수를 세는 TC를 정의하고, SC = 1 + TC를 분석함.
• TC의 농도를 추적하기 위해 재귀 수열 δi = 2δi−1 + δi−1^{1.5}를 사용하여, 높은 확률로 하위상수 유지됨을 보임.
• 랜덤 선형 코드 구축 과정에서 TC의 성장을 제어하기 위해, 부분공간의 시퀀스에 대해 마르코프 부등식과 유니온 바운드를 적용함.
• SC < 2이면 (p, L)-리스트 디코딩 가능성이 있음을 보이기 위해, 지수적 모멘트 한계와 모순을 이용하여 L ≤ H(p)/ε + 2임을 증명함.
• 매트릭스 공간에서의 유사한 농도 논증을 사용하여, 구역 크기를 재정의함으로써 방법을 랭크-메트릭 코드로 확장함.

실험 결과

연구 질문

• RQ1 무작위 선형 이진 코드의 리스트 디코딩 성능을 통합적인 분석을 통해 O(1/ε) 리스트 크기 초과로 향상시킬 수 있는가?
• RQ2 Guruswami 등(2002)의 존재성 증명을 높은 확률로 성립하도록 강화할 수 있는가?
• RQ3 무작위 선형 코드가 균일하게 무작위인 코드보다 엄격히 작은 리스트 크기를 가지는가?
• RQ4 유사한 고확률 분석을 무작위 선형 랭크-메트릭 코드로 확장할 수 있는가?

주요 결과

• 비율 1 − H(p) − ε를 가진 무작위 선형 이진 코드는 높은 확률로 (p, H(p)/ε + 2)-리스트 디코딩 가능하며, 이는 이전의 O(1/ε) bound에 비해 상수가 더 작은 개선된 결과임.
• 이 분석은 이전의 연구들과 달리, p ∈ (0, 1/2) 전역에서 작동하며, 서로 다른 영역에 대해 별도의 증명을 조합하는 데서 자유로움.
• 무작위 선형 코드의 리스트 크기는 균일하게 무작위인 코드보다 엄격히 작으며, 후자의 경우 1/ε에 대한 개선된 하한이 입증됨.
• 이 방법은 무작위 선형 랭크-메트릭 코드로도 확장되어, 높은 확률로 (p, p + bp − bp²)/ε + 2-list-decodable임을 입증함.
• Guruswami 등(2002)의 존재성 증명을 높은 확률로 성립하도록 강화함으로써, 그 논문에서 제기된 열린 문제를 해결함.
• 결과적으로, 무작위 선형 코드가 단지 무작위 코드와 동등한 리스트 디코딩 성능을 보이는 것이 아니라, 증명 가능한 더 작은 리스트 크기를 가지며 실제로 더 낫다는 점을 시사함.