[论文解读] Pseudorandomness and Fourier Growth Bounds for Width 3 Branching Programs

Thomas Steinke, Salil Vadhan+1 more|arXiv (Cornell University)|May 27, 2014

Complexity and Algorithms in Graphs参考文献 22被引用 16

一句话总结

本文提出了一种显式的伪随机生成器，用于无偏见、一次读取的宽度为3的分支程序，种子长度为 Õ(log³n)，优于此前最优的 n^{1/2+o(1)} 边界。关键技术贡献是提出了一种新的傅里叶增长界，表明在层级 k 处的 l1 傅里叶质量至多为 n²·(O(log n))ᵏ，该界使得生成器的构造及其在该类分支程序上的有效性得以证明。

ABSTRACT

We present an explicit pseudorandom generator for oblivious, read-once, width-$3$ branching programs, which can read their input bits in any order. The generator has seed length $ ilde{O}( \log^3 n ).$ The previously best known seed length for this model is $n^{1/2+o(1)}$ due to Impagliazzo, Meka, and Zuckerman (FOCS '12). Our work generalizes a recent result of Reingold, Steinke, and Vadhan (RANDOM '13) for extit{permutation} branching programs. The main technical novelty underlying our generator is a new bound on the Fourier growth of width-3, oblivious, read-once branching programs. Specifically, we show that for any $f:\{0,1\}^n ightarrow \{0,1\}$ computed by such a branching program, and $k\in [n],$ $$\sum_{s\subseteq [n]: |s|=k} \left| \hat{f}[s] ight| \leq n^2 \cdot (O(\log n))^k,$$ where $\widehat{f}[s] = \mathbb{E}\left[f[U] \cdot (-1)^{s \cdot U} ight]$ is the standard Fourier transform over $\mathbb{Z}_2^n$. The base $O(\log n)$ of the Fourier growth is tight up to a factor of $\log \log n$.

研究动机与目标

• 构建一种显式的伪随机生成器，用于无偏见、一次读取的宽度为3的分支程序，且种子长度更优。
• 通过发展一种与输入位顺序无关的分析方法，克服先前依赖输入位顺序方法的局限性。
• 为宽度为3的分支程序建立紧致的傅里叶增长界，以支持生成器的构造。
• 将先前关于置换和宽度为2的分支程序的结果推广至更广泛的非正则宽度为3程序类别。
• 通过分析混合与傅里叶结构，为将伪随机性推广至更高宽度的分支程序奠定基础工具。

提出的方法

• 引入一种新的傅里叶增长界：对于任何由宽度为3的分支程序计算的 f，所有满足 |s|=k 的 s 的 |f̂[s]| 之和至多为 n²·(O(log n))ᵏ。
• 使用随机限制将宽度为3的程序约化为宽度为2的程序，利用已知的宽度为2和正则程序的混合性质。
• 定义一种基于限制下碰撞概率的混合概念，该概念比基于特征值的度量更能准确捕捉非正则行为。
• 通过在子群上使用小偏差生成器的递归划分策略构造伪随机生成器，受 Gopalan 等人 [18] 启发。
• 应用夹逼多项式来放松傅里叶增长要求，通过近似实现更优的种子长度。
• 将 Braverman 等人 [9]、Brody 和 Verbin [10] 以及 Steinberger [39] 的技术整合进统一的分析框架中。

实验结果

研究问题

• RQ1 能否为宽度为3的分支程序构造种子长度显著低于 n^{1/2+o(1)} 的伪随机生成器？
• RQ2 是否可能在不依赖输入位顺序的前提下分析宽度为3程序的伪随机性？
• RQ3 宽度为3、无偏见、一次读取的分支程序的最紧致傅里叶增长界是什么？
• RQ4 非正则宽度为3程序的混合行为是否能被充分刻画，以支持伪随机生成器的构造？
• RQ5 这些技术能否推广至宽度为4及以上？需要引入何种新型混合概念？

主要发现

• 本文建立了新的傅里叶增长界：对于任何由宽度为3的分支程序计算的 f，有 ∑_{|s|=k} |f̂[s]| ≤ n²·(O(log n))ᵏ。
• 傅里叶增长的底数在 log log n 因子范围内是紧致的，表明 O(log n) 在低阶项意义下是最优的。
• 伪随机生成器实现了种子长度 Õ(log³n)，相比此前的 n^{1/2+o(1)} 边界有显著改进。
• 该生成器是显式的，适用于以任意固定顺序读取输入位的分支程序，而不仅限于有序输入。
• 该分析引入了一种基于随机限制下宽度缩减的新型混合概念，相比基于特征值的度量，更能准确捕捉非正则行为。
• 该框架暗示了通过夹逼多项式和递归生成器设计进一步优化种子长度的可行路径。