[論文レビュー] Addenda/Corrigenda: Fixed Points and Two-cycles of the Discrete Logarithm

Joshua Holden|ArXiv.org|Aug 4, 2002

Matrix Theory and Algorithms参考文献 1被引用数 7

ひとこと要約

本稿は、素数 p を法とする離散対数写像における不動点および2周期点のヒューリスティックな推定値を修正・拡張する。先行研究における誤った公式を是正し、解の個数に関する対称性に基づく等式を確立し、基数 g および対数被底 h に関するさまざまな条件の下での解の個数に対する洗練された漸近公式を提案する。主たる貢献は、検証済みの数値データを伴う修正された予想セットであり、今後の離散対数ダイナミクスの厳密な解析の基盤を提供する。

ABSTRACT

The abstract of the original paper was as follows: We explore some questions related to one of Brizolis: does every prime p have a pair (g,h) such that h is a fixed point for the discrete logarithm with base g? We extend this question to ask about not only fixed points but also two-cycles. Campbell and Pomerance have not only answered the fixed point question for sufficiently large p but have also rigorously estimated the number of such pairs given certain conditions on g and h. We attempt to give heuristics for similar estimates given other conditions on g and h and also in the case of two-cycles. These heuristics are well-supported by the data we have collected, and seem suitable for conversion into rigorous estimates in the future.

研究の動機と目的

• 素数 p を法とする離散対数写像の不動点および2周期点に関する先行予想におけるタイプミスおよび概念的誤りを是正すること。
• 基数 g および対数被底 h に関するさまざまな制約の下での離散対数方程式の解の個数に対するヒューリスティックな推定値を洗練すること。
• 対称性に基づく等式（例：ある条件下で g PR ならば h PR）を確立し、誤った予想を是正すること。
• N(3),h ANY,a ANY(p) および関連量に対する修正済みで改善された漸近公式を提示し、19ノードの Beowulf クラスタで収集した広範な数値データで裏付けられること。
• 公式の一貫性と数値的妥当性を確保することで、今後の提案されたヒューリスティクスの厳密な証明の基盤を築くこと。

提案手法

• 特に予想7および式 (4) における誤った公式を、乗法的関数 φ(m)、φ(dm) および m|(p−1) を満たす和の形で導出することで是正する。
• 乗法的数論的手法を適用し、因子の和を素数のべきの積として表現し、φ(q) および (1−1/q) 項を用いて閉形式の式を導出する。
• 対称性の議論を用いて、N(1),g PR,h RPPR(p) = N(1),g ANY,h RPPR(p) を示し、元の論文における誤った予想を是正する。
• C言語、MPI、OpenMP、OpenSSL を用いた19ノードの Beowulf クラスタを用いた計算的検証により、100000 以上の素数について68時間にわたりデータ収集を実施する。
• 式 (2) と式 (3) の解の対応関係を分析し、gcd(h,a,p−1)=1 のとき一対一対応であるが、そうでない場合には複数対一となる可能性があることを示す。
• 表 (A-1 から A-4) に修正された予想を提示し、N(1)(p) および N(3)(p) の非自明な部分の予測値と観測値を比較して検証する。

実験結果

リサーチクエスチョン

• RQ1 基数 g および対数被底 h に関するさまざまな条件の下で、離散対数方程式の解の個数に対する正しい漸近公式は何か？
• RQ2 なぜ元の予想7および式 (4) の公式が誤りであったのか。また、∑_{m|p−1} |Sm|²/|Tm| の正しい表現は何か？
• RQ3 離散対数写像における対称性が、解の個数の等式（例：N(2),g PR,h RPPR(p) = N(2),g ANY,h RPPR(p)）をどのように導くのか？
• RQ4 特に gcd(h,a,p−1) > 1 のとき、式 (2) と式 (3) の解との正確な関係は何か？
• RQ5 修正されたヒューリスティクスを厳密な推定値に変換可能か。その妥当性を裏付ける証拠は何か？

主な発見

• ∑_{m|p−1} |Sm|²/|Tm| の修正された公式は、∑_{m|p−1} φ(m)/m² × (∑_{d|(p−1)/m} φ(dm)/d)² であり、以前のタイプミスを解消する。
• N(3),h ANY,a ANY(p) の修正された表現は (p−1) + ∑_{m|p−1} φ(m)/m² × (∑_{d|(p−1)/m} φ(dm)/d)² であり、これは予想7(a) にも現れる。
• p−1 が平方因子を持たない場合、N(3),h ANY,a ANY(p) ≈ (p−1) + ∏_{q|p−1} (q + 1 −1)/q と簡略化された積形式で表せる。
• p = 100057 の場合、N(1),g ANY,h RP(p) の観測値は 98506 であり、予測値 100056 に近く、p−1 に関するヒューリスティクスの妥当性が検証される。
• a=ANY、h=RP の下での N(3)(p) の非自明な部分の修正公式は 190526 であり、予測値 190822.0 と強く一致しており、数値的整合性が確認される。
• 本稿は予想1(c) を是正し、N(1),g PR,h RPPR(p) = N(1),g ANY,h RPPR(p) を示しており、元の予想における対称性に基づく誤りを解消する。