[论文解读] Hardness of the (Approximate) Shortest Vector Problem: A Simple Proof via Reed-Solomon Codes

Huck Bennett, Chris Peikert|arXiv (Cornell University)|Feb 15, 2022

Cryptography and Data Security被引用 2

一句话总结

本文通过使用 Reed-Solomon 码经 Construction A 构造局部稠密格，以简化证明了在任意 p ≥ 1 和常数 γ < 2^{1/p} 的 ℓp 范数下，近似最短向量问题（γ-GapSVPp）的 NP-难性。关键贡献在于一种简化的规约，利用这些格的陪集上的初等点计数论证，实现了在随机规约下最佳已知的近似因子。

ABSTRACT

$ ewcommand{\NP}{\mathsf{NP}} ewcommand{\GapSVP}{ extrm{GapSVP}}$We give a simple proof that the (approximate, decisional) Shortest Vector Problem is $\NP$-hard under a randomized reduction. Specifically, we show that for any $p \geq 1$ and any constant $γ&lt; 2^{1/p}$, the $γ$-approximate problem in the $\ell_p$ norm ($γ$-$\GapSVP_p$) is not in $\mathsf{RP}$ unless $\NP \subseteq \mathsf{RP}$. Our proof follows an approach pioneered by Ajtai (STOC 1998), and strengthened by Micciancio (FOCS 1998 and SICOMP 2000), for showing hardness of $γ$-$\GapSVP_p$ using locally dense lattices. We construct such lattices simply by applying "Construction A" to Reed-Solomon codes with suitable parameters, and prove their local density via an elementary argument originally used in the context of Craig lattices. As in all known $\NP$-hardness results for $\GapSVP_p$ with $p &lt; \infty$, our reduction uses randomness. Indeed, it is a notorious open problem to prove $\NP$-hardness via a deterministic reduction. To this end, we additionally discuss potential directions and associated challenges for derandomizing our reduction. In particular, we show that a close deterministic analogue of our local density construction would improve on the state-of-the-art explicit Reed-Solomon list-decoding lower bounds of Guruswami and Rudra (STOC 2005 and IEEE Trans. Inf. Theory 2006). As a related contribution of independent interest, we also give a polynomial-time algorithm for decoding $n$-dimensional "Construction A Reed-Solomon lattices" (with different parameters than those used in our hardness proof) to a distance within an $O(\sqrt{\log n})$ factor of Minkowski's bound. This asymptotically matches the best known distance for decoding near Minkowski's bound, due to Mook and Peikert (IEEE Trans. Inf. Theory 2022), whose work we build on with a somewhat simpler construction and analysis.

研究动机与目标

• 简化在 ℓp 范数下近似最短向量问题（γ-GapSVPp）的 NP-难性证明。
• 通过 Reed-Solomon 码经 Construction A 构造局部稠密格，以提供比先前方法更清晰的分析路径。
• 通过探索点计数函数的光滑代理，提供一种确定性替代路径，旨在实现规约的去随机化。
• 改进基于 Construction A 的 Reed-Solomon 格的解码算法，实现与 Minkowski 边界相差 O(√log n) 的距离。

提出的方法

• 通过将 Reed-Solomon 码 C ⊆ F_q^n 应用于 Construction A，构造格 L = C + qZ^n。
• 借鉴 Craig 格的思路，使用初等点计数论证证明这些格的局部稠密性。
• 应用 [MO90, EOR91] 中的分析技术，利用指数和 Θ_p(τ) = ∑_{v∈x+L} exp(−τ‖v‖_p^p) 来界定短向量的数量。
• 通过涉及 µ_p(τ) 和 Hp(τ,δ) 的不等式推导出 N_p(r; x+L) 的下界，将 ℓp 范数的 p 阶矩与向量计数联系起来。
• 分析 ln Θ_p(τ) 作为具有正二阶导数的递减且为凸函数的行为，从而实现基于方差的界。
• 提出使用光滑函数作为点计数的代理，以探索确定性去随机化，尽管尚未获得确定性陪集下短向量的结论性下界。

实验结果

研究问题

• RQ1 与先前使用局部稠密格的方法相比，能否以更简单的构造证明 γ-GapSVPp 的 NP-难性？
• RQ2 通过 Construction A 使用 Reed-Solomon 码能否生成足够局部稠密的格，以在 γ < 2^{1/p} 时建立硬度？
• RQ3 是否存在随机规约的确定性类比，从而意味着 NP ⊆ P？其主要障碍是什么？
• RQ4 能否改进基于 Construction A 的 Reed-Solomon 格的解码距离，使其匹配或逼近 Minkowski 边界？
• RQ5 能否将 [MO90, EOR91] 中的分析工具适配到如 Reed-Solomon 基格这样的非整数格上，以界定短向量的数量？

主要发现

• 本文证明，对于任意 p ≥ 1 和常数 γ < 2^{1/p}，γ-GapSVPp 不在 RP 中，除非 NP ⊆ RP，其结果与 [Mic98] 的最佳已知硬度结果一致。
• 通过 Reed-Solomon 码和 Construction A 构造格的方法，相比先前方法，提供了更简单且更清晰的局部稠密性路径。
• 为 n 维基于 Construction A 的 Reed-Solomon 格给出了一个 O(√log n)-近似解码算法，其结果与 [Mook-Peikert 2022] 的最佳已知界一致，但构造更简单。
• 分析表明，对于合适的 τ，式 (19) N_p(r) ≤ exp(τ r^p) · Θ_p(τ) 是相当紧的，表明指数和在亚指数因子范围内捕捉了短向量的真实数量。
• 通过光滑代理函数分析点计数的方法在去随机化方面显示出前景，尽管尚未为确定性陪集证明出短向量的结论性下界。
• 发现去随机化规约与改进 Reed-Solomon 码显式列表解码下界之间可能存在潜在联系，提示复杂性理论与编码理论之间存在深层关联。