[论文解读] Kedlaya's algorithm in larger characteristic

David Harvey|ArXiv.org|Oct 31, 2006

Digital Image Processing Techniques参考文献 8被引用 10

一句话总结

本论文提出了一种优化版本的 Kedlaya 算法，用于计算有限域上超椭圆曲线的 zeta 函数，通过利用具有多项式系数的线性递推关系的婴儿步/大步算法，将运行时间对特征 $p$ 的依赖性从线性降低至 $p^{1/2}$。关键创新在于对微分的新型级数表示以及改进的递推求解技术，从而实现了 $p$-进 Frobenius 矩阵的更快计算。

ABSTRACT

We show that the linear dependence on $p$ of the running time of Kedlaya's point-counting algorithm in characteristic $p$ may be reduced to $p^{1/2}$.

研究动机与目标

• 将 Kedlaya 算法在计算 $p$-进上同调中 Frobenius 矩阵时的运行时间对 $p$ 的依赖性从线性降低至 $p^{1/2}$。
• 实现对椭圆曲线上点的 $p$-进高度的更高效计算，其中精度 $N$ 与 $g$ 和 $n$ 无关。
• 通过在 $p$ 上实现更优的渐近时间复杂度，超越现有算法，尤其适用于大 $p$ 及固定 $g$、$N$ 和 $n$ 的情况。
• 在 Sage 中提供一个实用实现，可处理大素数域上的曲线，包括接近密码学规模的曲线。

提出的方法

• 用一种新表示方法替代 Kedlaya 的 Frobenius 映射的级数逼近，其项数仅依赖于 $g$ 和 $N$，而不依赖于 $p$。
• 应用基于 Chudnovsky 和 Chudnovsky 方法的婴儿步/大步算法，以求解具有多项式系数的线性递推关系，从而实现共栖关系的批量约化。
• 采用 Bostan、Gaudry 和 Schost 提出的 Chudnovsky 算法的改进版本，使运行时间减少 $O(\log(pN))$ 的因子。
• 使用一种利用共栖关系将 Frobenius 映射表示为基微分的线性组合的约化算法，从而得到 Frobenius 矩阵。
• 所有计算均在 $p$-进设定下进行，计算精度为 $p^N$，并使用软大 O 记号 $\widetilde{O}$ 吸收对数因子。
• 在 Sage 中实现该算法，使用 GMP 和 NTL 进行优化算术运算，并在 genus 2、3 和 4 的曲线上验证了性能。

实验结果

研究问题

• RQ1 能否在保持对 $\mathbf{F}_p$ 上超椭圆曲线正确性的前提下，将 Kedlaya 算法的 $p$-依赖性从 $O(p)$ 降低至 $O(p^{1/2})$？
• RQ2 如何利用递推结构加速共栖关系约化步骤——即用基表示 Frobenius 映射的微分？
• RQ3 何种微分的替代级数表示可使项数独立于 $p$，从而实现次线性 $p$-依赖性？
• RQ4 Chudnovsky 的婴儿步/大步算法在求解递推关系方面，能否被适配并优化以用于 $p$-进上同调计算？
• RQ5 该改进算法能否在可行的时间和内存使用下，计算出大素数域（例如 $p \sim 2^{50}$）上曲线的 zeta 函数？

主要发现

• 计算精度为 $p^N$ 的 $p$-进 Frobenius 矩阵的运行时间为 $\widetilde{O}(p^{1/2}N^{5/2}g^{\omega}n + N^4g^4n\log p)$，将对 $p$ 的依赖性从线性降低至 $p^{1/2}$。
• 对于固定的 $g$、$N$ 和 $n$，运行时间为 $\widetilde{O}(p^{1/2})$，使得该算法在大 $p$ 时优于 Kedlaya 的原始算法。
• 该算法成功计算了在 $\mathbf{F}_p$ 上 genus 3 的曲线的模 $p$ 的 zeta 函数，其中 $p = 2^{50} - 27$，耗时 40 小时，使用 16 GB RAM，得到的 Jacobian 阶约为 $2^{150}$。
• 对于 $\mathbf{F}_p$ 上 genus 4 的曲线，其中 $p = 2^{44} + 7$，该算法在 45 小时内、使用 34 GB RAM 计算了模 $p^2$ 的 Frobenius 矩阵，生成了 zeta 函数的四个候选值。
• 在 Sage 2.5.1 及以上版本中的实现成功计算了 genus 2、3 和 4 曲线的 Frobenius 矩阵，性能按预期扩展：当 $p$ 四倍增长时，时间大约翻倍。
• 由于采用了更精细的 $p$-进方法并更好地处理了分母，该算法在性能上优于 Bostan、Gaudry 和 Schost 的 $\widetilde{O}(p^{1/2}g^{3/2+\omega}n)$ 方法，优势达 $g^{3/2}$ 倍。