[论文解读] Deterministic Primality Testing - understanding the AKS algorithm

Vijay Menon|arXiv (Cornell University)|Nov 15, 2013

Chaos-based Image/Signal Encryption参考文献 1被引用 3

一句话总结

本文对AKS素性测试提供了全面且自包含的解释，这是一种确定性多项式时间素性测试算法，于2002年成为理论上的里程碑性突破。文章详细阐述了该算法在数论与代数中的数学基础，在SAGE中实现，并评估了其在实际应用中的低效性，尽管其理论意义重大。

ABSTRACT

Prime numbers play a very vital role in modern cryptography and especially the difficulties involved in factoring numbers composed of product of two large prime numbers have been put to use in many modern cryptographic designs. Thus, the problem of distinguishing prime numbers from the rest is vital and therefore there is a need to have efficient primality testing algorithms. Although there had been many probabilistic algorithms for primality testing, there wasn't a deterministic polynomial time algorithm until 2002 when Agrawal, Kayal and Saxena came with an algorithm, popularly known as the AKS algorithm, which could test whether a given number is prime or composite in polynomial time. This project is an attempt at understanding the ingenious idea behind this algorithm and the underlying principles of mathematics that is required to study it. In fact, through out this project, one of the major objectives has been to make it as much self contained as possible. Finally, the project provides an implementation of the algorithm using Software for Algebra and Geometry Experimentation (SAGE) and arrives at conclusions on how practical or otherwise it is.

研究动机与目标

• 提供对AKS算法的自包含理解，强调其背后的数论与代数原理。
• 研究在现实应用中实现AKS算法的可行性和实用性。
• 通过在SAGE中实现，评估AKS算法在处理大整数时的性能表现。
• 与现有的概率性素性测试（如Miller-Rabin或Solovay-Strassen）在效率和可靠性方面进行比较。
• 通过分析算法的正确性与计算复杂度，促进对确定性素性测试的理解。

提出的方法

• 论文从数论的基础概念开始，包括素数与合数、最大公约数（GCD）以及模算术。
• 介绍了理解AKS算法所必需的代数结构，如多项式环与商环。
• 该算法的核心基于费马小定理的改进版本，利用模 $ (x^r - 1) $ 与 $ n $ 的多项式同余关系。
• 算法检查是否对所有 $ a = 1 $ 到 $ l $，有 $ (x + a)^n \equiv x^n + a \mod (x^r - 1, n) $，其中 $ l = \lfloor \sqrt{\phi(r)} \log n \rfloor $。
• 开发了基于SAGE的实现，包括用于判断完全幂的子程序、寻找最小合适 $ r $ 的模块，以及验证多项式同余关系的函数。
• 通过在各种整数上测试算法来评估其性能，包括像 9965468763136528274628451 这类大数，其处理时间约为70分钟。

实验结果

研究问题

• RQ1 AKS算法如何在多项式时间内实现确定性素性测试？
• RQ2 支撑AKS算法正确性的关键数论与代数原理是什么？
• RQ3 与Miller-Rabin或Solovay-Strassen等概率性素性测试相比，AKS算法在性能上如何？
• RQ4 AKS算法中限制其实际应用的计算瓶颈是什么？
• RQ5 AKS算法能否被优化或改造以适用于密码学等实际应用？

主要发现

• 通过在11、28、43和132等数上的测试，验证了AKS算法能正确识别素数与合数，结果与已知素性判断一致。
• 完全幂检测子程序成功识别出如 $ 2^5 = 32 $ 这类合数，并正确返回'Composite'及对应的底数与指数。
• 算法找到最小的 $ r $，使得乘法阶 $ O_r(n) > \log^2 n $，例如 $ n = 11 $ 时 $ r = 5 $，$ n = 1189 $ 时 $ r = 941 $。
• 对于 $ n = 9965468763136528274628451 $，算法正确识别出该数为合数，但计算耗时约70分钟。
• 尽管具有理论重要性，AKS算法在处理大整数时仍显得极不切实际，尤其与概率性方法相比。
• SAGE中的实现验证了算法逻辑的正确性，但凸显了其高昂的计算成本，尤其是在大 $ r $ 与 $ n $ 条件下的多项式同余检查。