[논문 리뷰] Derandomizing Multivariate Polynomial Factoring for Low Degree Factors

Dwivedi, Ashish, Guo, Zeyu외 1명|arXiv (Cornell University)|2024. 01. 01.

Chaos-based Image/Signal Encryption인용 수 1

한 줄 요약

이 논문은 유한체 Fq 위에서 최대 차수 d인 n변수 다항식을 꾸며내는 명시적 허위난수 생성기(이하 PRG)를 제안한다. 체의 크기가 d에 대해 지수적으로 증가하고 특성이 적어도 d(d−1)+1 이상일 경우, 최적의 시드 길이 O(d log n + log q)를 달성한다. 보그다노프의 철학을 레세프의 인수분해 기법과 융합하고, 분해 불가능성의 성질을 활용함으로써, 이전 연구보다 오차 확률을 더 효율적으로 감소시켜 저차수 다항식에 대해 거의 최적의 PRG를 도출한다.

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.

연구 동기 및 목표

• 최소한의 시드 길이로 유한체 위의 저차수 다변수 다항식을 꾸며내는 허위난수 생성기(PRG)를 구성하는 것.
• 다항식의 차수 d에 대해 시드 길이 O(d log n + log q)를 달성하는 열린 문제를 해결함으로써, 체의 크기가 n에 따라 증가할 필요 없이 최적의 성능을 달성하는 것.
• 이전의 구성들보다 시드 길이가 열악하거나 체의 크기가 n에 의존하는 경우가 있었음을 개선하는 것.
• 체의 크기가 n에 따라 증가할 필요 없이, 다항식 인수분해 패턴과 분해 불가능성의 정교한 분석을 통해 이를 제거하는 것.

제안 방법

• 에psilon-편향 집합의 합을 통한 PRG 구성 철학을 보그다노프의 방식을 따르되, 대수기하학과 다항식 분해 이론을 활용해 오차 분석을 정교화한다.
• 레세프의 인수분해 알고리즘을 사용해 다항식 복합체의 구조를 분석하고, 피해야 할 핵심적인 인수분해 패턴을 식별한다.
• 소수 차수 다항식의 경우, 오직 완전한 선형 인수분해 패턴만 위험한 경우이므로, 다룰 필요가 있는 악성 케이스의 수를 줄일 수 있다.
• 웨일 유형의 추정치를 적용해, 무작위 제약 조건이 다항식을 기약 또는 분해 가능하게 만들 확률을 근사한다.
• 특히 {0,1}^d 내의 철저히 선택된 벡터 집합에 대해 유니언 바운드를 적용함으로써 실패 확률을 제어하며, 핵심 통찰은 오직 하나의 인수분해 유형(완전한 선형성)만 제거하면 된다는 점이다.
• 데르크센과 비올라의 분해 불가능성에 관한 결과를 통합하여, 생성기가 목표 다항식의 대수적 구조를 유지함을 보장한다.

실험 결과

연구 질문

• RQ1 체의 크기가 d에 대해 지수적으로 증가할 때, Fq 위에서 차수 d의 다변수 다항식에 대해 시드 길이 O(d log n + log q)를 갖는 PRG를 구성할 수 있는가?
• RQ2 다항식의 분해 불가능성과 인수분해 패턴의 구조를 활용해, PRG 구성의 오차 확률을 줄일 수 있는가?
• RQ3 최적의 시드 길이를 유지하면서도 체의 크기를 n과 분리할 수 있는가?
• RQ4 이러한 구성에서 특성 조건(적어도 d(d−1)+1)을 제거하거나 완화할 수 있는가?
• RQ5 다항식의 회로 복잡도가 유한한 클래스로 분석을 확장할 수 있는가? (단순히 차수에 국한하지 않고)

주요 결과

• 논문은 Fq 위에서 최대 차수 d인 n변수 다항식에 대해, 시드 길이 O(d log n + log q)를 갖는 명시적 PRG를 구성한다. 이는 d와 n에 대해 최적의 의존도를 달성한다.
• 이 구성은 체의 크기가 d에 대해 지수적으로 증가하고 특성이 적어도 d(d−1)+1 이상이어야 하며, 이 조건들은 웨일 추정치와 레세프의 인수분해 추론에 적용하기 위해 필수적이다.
• 소수 차수 다항식에 국한하고, 오직 완전한 선형 인수분해 패턴만 위험한 경우로 간주함으로써 오차 확률은 (2d−1)δ에서 2δ로 감소하여 약 2d−1−1 배의 개선을 이룬다.
• q ≥ C(d⁴/ε²)일 경우, PRG 출력과 균일 분포 사이의 통계적 거리는 ε 이하로 제한된다. 여기서 C는 큰 절대 상수이다.
• 특히 체의 크기가 클 경우, 디르크센과 비올라, 보그다노프의 이전 구성보다 시드 길이 최적성 측면에서 향상된다.
• 이 연구는 다항식의 분해 불가능성과 허위난수 생성성 사이에 새로운 연결 고리를 설정하며, 복합화 하에 분해 불가능성을 유지하는 것이 엄밀한 오차 한계 확보의 핵심임을 보여준다.