[论文解读] Mathematical foundations of modern cryptography: computational complexity perspective

Shafi Goldwasser|ArXiv.org|Dec 1, 2002

Cryptography and Data Security参考文献 64被引用 3

一句话总结

本文奠定了现代密码学的计算复杂性基础，阐明了一向函数、伪随机性以及零知识证明等概念如何支撑安全加密与协议。它表明，安全密码学依赖于难题的存在（例如，逆向计算单向函数），并通过构造性归约证明安全性，将密码学安全性与复杂性理论假设（如 NP ≠ P）联系起来。

ABSTRACT

Theoretical computer science has found fertile ground in many areas of mathematics. The approach has been to consider classical problems through the prism of computational complexity, where the number of basic computational steps taken to solve a problem is the crucial qualitative parameter. This new approach has led to a sequence of advances, in setting and solving new mathematical challenges as well as in harnessing discrete mathematics to the task of solving real-world problems. In this talk, I will survey the development of modern cryptography -- the mathematics behind secret communications and protocols -- in this light. I will describe the complexity theoretic foundations underlying the cryptographic tasks of encryption, pseudo-randomness number generators and functions, zero knowledge interactive proofs, and multi-party secure protocols. I will attempt to highlight the paradigms and proof techniques which unify these foundations, and which have made their way into the mainstream of complexity theory.

研究动机与目标

• 使用计算复杂性理论形式化现代密码学的理论基础。
• 识别加密任务（如加密、数字签名和安全多方计算）的最小必要且充分假设。
• 通过计算不可区分性和构造性归约等复杂性理论范式统一密码学原原子。
• 展示密码学研究如何反哺复杂性理论，引入新的证明技术与研究主题。

提出的方法

• 使用构造性归约证明：若一个密码方案可被攻破，则意味着可多项式时间求解某一难题（例如，逆向单向函数）。
• 通过计算不可区分性定义安全性，即任何高效敌手都无法区分真实对象与伪随机对象。
• 利用交互式证明系统与零知识协议，实现在不泄露私有输入的前提下进行安全计算。
• 应用随机自归约、困难性放大与模拟论证等技术，强化密码构造。
• 使用伪随机函数推导学习理论与电路下界中的负面结果，揭示自然证明的局限性。
• 将统计测试扩展至完整的真值表访问，以分析在强敌手查询下伪随机性的极限。

实验结果

研究问题

• RQ1 对于安全数字签名的存在性，哪些最小复杂性假设既是必要也是充分的？
• RQ2 如何通过归约至整数分解或单向函数等难题，正式证明密码学安全性？
• RQ3 伪随机函数与置换在计算学习理论中，如何促进或限制概念类的可学习性？
• RQ4 所有统计测试（包括具有完整真值表访问的测试）是否均可被伪随机函数欺骗？
• RQ5 交互式证明系统对在敌手联盟存在下安全多方计算的可行性有何影响？

主要发现

• 单向函数的存在性既是安全数字签名存在的必要条件，也是充分条件，该结论通过构造性归约得到证明。
• 构造性归约表明：若一个密码系统可被攻破，则可多项式时间求解某一难题（如整数分解），从而将安全性与复杂性假设联系起来。
• 在均匀分布下，仅通过成员查询无法高效学习伪随机函数，这在计算学习理论中确立了一道障碍。
• 自然证明——用于建立电路下界的技术——无法适用于包含伪随机函数的复杂性类，揭示了复杂性下界技术的根本局限性。
• 存在伪随机函数族，即使测试者可完全访问函数的真值表，这些函数仍能通过所有终极统计测试，前提是逆向函数需要指数时间。
• 即使存在少于三分之一参与方的敌手联盟，只要两两通信通道安全，多方安全计算仍可通过基于多项式纠错码的协议实现。