[论文解读] A Pseudorandom Generator for Polynomial Threshold Functions of Gaussian with Subpolynomial Seed Length

Daniel M. Kane|arXiv (Cornell University)|Oct 4, 2012

Complexity and Algorithms in Graphs参考文献 3被引用 4

一句话总结

本文提出了一种针对高斯分布下度数为 $d$ 的多项式阈值函数（PTFs）的伪随机生成器（PRG），实现了对任意固定 $d$ 和 $\epsilon > 0$ 的次多项式种子长度 $O_{c,d}(\log n \cdot \epsilon^{-c})$。该生成器通过使用权重递减的 $k$-wise 独立高斯设计的加权和，利用多项式期望在小扰动下的平滑性，以高精度欺骗 PTFs。

ABSTRACT

We develop a pseudorandom generator that fools degree-$d$ polynomial threshold functions in $n$ variables with respect to the Gaussian distribution and has seed length $O_{c,d}(\log(n) ε^{-c})$.

研究动机与目标

• 构造一个显式的伪随机生成器，使度数为 $d$ 的多项式阈值函数（PTFs）在 $n$-维高斯分布下，误差不超过 $\epsilon$。
• 实现种子长度在 $\epsilon^{-1}$ 上为次多项式，优于先前为 $\epsilon^{-1}$ 多项式依赖的界限。
• 克服 $k$-wise 独立性在 $k = \Omega(d^2 \epsilon^{-2})$ 时无法欺骗 PTFs 的局限性。
• 开发适用于任意 $d$ 和 $n$ 的生成器，具备显式构造与可量化的误差界。
• 实现对任意 $c > 0$ 的种子长度 $O_{c,d}(\log n \cdot \epsilon^{-c})$，显著优于以往的指数或多项式依赖。

提出的方法

• 构造一个 $\ell$ 个独立 $k$-wise 独立高斯设计的加权和作为生成器：$Y = \frac{\sum_{i=1}^{\ell} \sqrt{1-\delta^2}^{i-1} Y_i}{\sqrt{\sum_{i=1}^{\ell} (1-\delta^2)^i}}$，其中 $\delta = \epsilon^{1/3}$。
• 利用如下事实：对于度数为 $d$ 的多项式 $p$，其期望 $\mathbb{E}[\mathrm{sgn}(p(X))]$ 在 $X$ 的小扰动下保持稳定，尤其当 $p$ 近似线性时更为显著。
• 应用扰动论证：$\epsilon Y + \sqrt{1 - \epsilon^2} X$ 在分布上近似于真实高斯变量 $X$，误差为 $O_{d,k}(\epsilon^k)$。
• 使用迭代精炼：将链中的最后一个 $X$ 替换为 $k$-wise 独立变量的加权和，从而降低对真实高斯分布的依赖。
• 利用高斯-雅可比求积公式构造具有小支撑集的显式 $k$-wise 独立分布，从而实现低种子长度。
• 使用矩量逼近：证明 $\mathbb{E}[f(\epsilon Y + \sqrt{1 - \epsilon^2} X)]$ 可被 $p$ 的系数的低次多项式良好逼近，从而通过 $k$-wise 独立性控制误差。

实验结果

研究问题

• RQ1 能否构造一个种子长度为次多项式 $O_{c,d}(\log n \cdot \epsilon^{-c})$ 的伪随机生成器，以欺骗高斯分布下的度数为 $d$ 的 PTFs？
• RQ2 能否通过使用非均匀权重和迭代组合，克服 $k$-wise 独立性的局限性？
• RQ3 是否可能仅通过低阶矩匹配，近似高斯输入下度数为 $d$ 的多项式符号函数的期望？
• RQ4 能否构造一个避免种子长度中出现 $\epsilon^{-2^{O(d)}}$ 或类似指数项的生成器？
• RQ5 在 $n$-维高斯分布下，实现对 $d$-度 PTFs 的 $\epsilon$-欺骗，所需的最小种子长度是多少？

主要发现

• 本文构造了一个显式的伪随机生成器，用于 $n$-维高斯分布下的度数为 $d$ 的 PTFs，其种子长度为 $O_{c,d}(\log n \cdot \epsilon^{-c})$，对任意 $c > 0$ 成立。
• 该生成器在欺骗任意度数为 $d$ 的 PTF 的期望时，误差为 $O_{d,k}(\epsilon^k)$，其中 $k$-wise 独立性用于构造过程。
• 通过设定 $\ell = \delta^{-2} \log(\epsilon^{-k(2d+1)})$，其中 $\delta = \epsilon^{1/3}$，最终高斯项的误差被减少至 $O_{d,k}((1 - \delta^2)^{\ell / (2d+1)})$。
• 最终生成器由 $\ell$ 个独立的 $10d(3k+3)$-设计构成，每个设计的种子长度为 $O_{d,k}(\log(n/\epsilon))$，因此总种子长度为 $O_{d,k}(\log n \cdot \epsilon^{-1})$。
• 该结果表明，对任意 $c > 0$，存在种子长度为 $O_{c,d}(\log n \cdot \epsilon^{-c})$ 的生成器，可实现对所有度数为 $d$ 的 PTFs 的 $\epsilon$-欺骗。
• 关键的技术洞见是：$\mathrm{sgn}(p(X))$ 的期望对 $p$ 的系数具有平滑依赖性，使得可通过生成器输出的低次多项式进行逼近。