[논문 리뷰] Polynomial Factorization over Finite Fields By Computing Euler-Poincare Characteristics of Drinfeld Modules

Anand Kumar Narayanan|arXiv (Cornell University)|2015. 04. 28.

Coding theory and cryptography참고 문헌 27인용 수 4

한 줄 요약

이 논문은 랭크 2 드리플린 모듈의 오일러-포항카르라 특성수를 사용하여 유일변수 다항식의 유한체 위에서 인수분해하기 위한 두 가지 랜덤 알고리즘을 제시한다. 이러한 특성수를 계산함으로써 알고리즘은 인수의 차수를 추론하고 거의 선형 시간 내에 기약 인수를 추출한다. 오일러-포항카르라 계산이 효율적인 경우, 기대 시간 복잡도가 $\mathcal{O}(n^{4/3} \log^{O(1)}q)$인 인수분해를 달성하며, 다항식 인수분해 문제에서 $3/2$ 지수 장벽을 극복하는 데 새로운 길을 제시한다.

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.

연구 동기 및 목표

• 드리플린 모듈의 성질을 활용하여, 유한체 위에서 다항식 인수분해를 위한 효율적인 알고리즘을 개발한다.
• 다항식 인수분해 문제를 무작위 드리플린 모듈의 오일러-포항카르라 특성수 계산으로 환원한다.
• 오일러-포항카르라 특성수 평가의 계산 복잡도를 향상시켜 다항식 인수분해에서 $3/2$ 지수 장벽을 돌파한다.
• 드리플린 모듈 이론과 계산 대수학 사이의 새로운 연결 고리를 구축한다. 특히, 유한체 다항식 인수분해의 맥락에서.
• 유한체 위에서 다항식의 인수분해 패턴에서 차수 분포에 대한 새로운 경계를 증명한다.

제안 방법

• 첫 번째 알고리즘은 다항식 $h$ 모odulo에 대해 무작위 랭크 2 드리플린 모듈 $\phi$의 오일러-포항카르라 특성수 $\chi_{\phi,h}$를 계산한다. 이때 $h$의 기약 인수 $p_i$에 대해 $\chi_{\phi,h} = \prod_i \chi_{\phi,p_i}$ 임을 이용한다.
• 이 알고리즘은 게켈러의 하세 정리의 드리플린 모듈 버전을 활용한다. 이는 $\chi_{\phi,p_i} = p_i + c_{\phi,i}$ 이며, $\deg(c_{\phi,i}) \leq \deg(p_i)/2$ 이므로, $h$와 $\chi_{\phi,h}$의 최고차항 계수가 일치함을 의미한다.
• 이 알고리즘은 $h$와 $\chi_{\phi,h}$의 최고차항 계수 일치를 이용해, 무작위 드리플린 모듈 $\phi$를 사용할 때 $h$의 기약 인수 중 가장 작은 차수를 확률적으로 최소 $1/4$ 이상으로 추론한다.
• 두 번째 알고리즘은 베르레크람프 알고리즘의 드리플린 모듈 버전으로, 무작위 드리플린 모듈을 사용하여 모듈 내 임의의 원소의 영수자(annihilator)를 통해 비자명한 인수를 찾는다.
• 이 방법은 인수분해 패턴의 확률적 분석에 기반하며, $\log q \geq 5n\log n$ 이면, $\gcd(h, \phi_{\text{Ord}(\alpha)/f}(\alpha))$를 통해 인수를 탐지할 확률이 양의 상한선을 갖는다는 것을 증명한다.
• 이 방법은 중국인의 나머지 정리를 사용하여 소수 이상수 모odulo에서 모듈러스 매개변수의 균일 분포를 보장함으로써, 인수 탐지에 대한 확률적 보장을 확보한다.

실험 결과

연구 질문

• RQ1 무작위 드리플린 모듈의 오일러-포항카르라 특성수를 사용하여, 유한체 위의 제곱-free 다항식의 가장 작은 기약 인수의 차수를 결정할 수 있는가?
• RQ2 오일러-포항카르라 특성수의 계산이 거의 선형 시간 내에 수행될 수 있는가? 이는 다항식 인수분해에서 $3/2$ 지수 장벽을 돌파하는 데 기여하는가?
• RQ3 유한체 위의 다항식에서 짧은 간격 내의 인수 차수 분포는 어떻게 되며, 이는 인수분해 알고리즘의 효율성에 어떤 영향을 미치는가?
• RQ4 드리플린 모듈 기반 알고리즘이 오라클이 오일러-포항카르라 특성수를 계산하는 데 $O(1)$번의 쿼리만으로 완전한 인수분해를 달성할 수 있는가?
• RQ5 드리플린 모듈의 영수자에 의한 비자명한 인수 탐지 확률이 0에서 멀리 떨어져 있는 조건은 무엇인가?

주요 결과

• $n \leq \sqrt{q}/2$ 이면, 제곱-free 다항식 $h$의 차수 $n$에 대해, 랜덤 드리플린 모듈 $\phi$를 사용할 때 $\chi_{\phi,h}$를 $O(n\log q)$ 시간 내에 계산하여, 최소 $1/4$ 확률로 가장 작은 인수의 차수를 추론할 수 있다.
• 오라클 $\mathcal{B}$가 $\chi_{\phi,h}$를 $\widetilde{\mathcal{O}}(n\log^{O(1)}q)$ 시간 내에 계산할 수 있는 경우, $h$의 인수분해는 $\widetilde{\mathcal{O}}(n^{4/3}\log^{O(1)}q)$ 기대 시간 내에 수행될 수 있다.
• 오라클 $\mathcal{B}$가 $\widetilde{\mathcal{O}}(n\log^{O(1)}q)$ 시간 내에 작동할 경우, $\omega = 2$ 라는 가정 하에 $h$의 완전한 인수분해는 $\widetilde{\mathcal{O}}(n^{4/3}\log^{O(1)}q)$ 기대 시간 내에 수행된다.
• 오라클 $\mathcal{B}$가 $\omega = 2$ 조건에서 $\chi_{\phi,h}$를 계산하는 랜덤 알고리즘을 사용하면, 입력 차수에 대한 실행 시간 지수가 $3/2$인 완전한 인수분해 알고리즘이 도출된다.
• 만약 $q$ 가 홀수이고 $\log q \geq 5n\log n$ 이면, 각 시도에서 비자명한 인수를 탐지할 확률이 최소 $c > 0$ 이상이며, $\gcd(h, \phi_{\text{Ord}(\alpha)/f}(\alpha))$를 통해 인수를 탐지할 확률은 양의 상한선을 갖는다.
• 이 방법은 체 확장에 대해 강건하다. 만약 $\sqrt{q} < 2n$ 이면, $\sqrt{q'} \geq 2n$ 인 유한체 확장 $\mathbb{F}_{q'}$에서 작업할 수 있으며, 이는 다항로그 시간의 오버헤드만 발생시킨다.