【Applied Algebra】隐藏子群问题和Shor算法的新视角

2024-04-20 15:44

本文主要是介绍【Applied Algebra】隐藏子群问题和Shor算法的新视角,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

隐藏子群问题和Shor算法的新视角

在这里插入图片描述

隐藏子群问题是指给定一个群和一个函数,该函数对于群的一个子群是常数,并且对于子群的任何两个不同的左陪集有不同的值,问题是找到这个子群.HSP是许多量子算法的基础,其中最著名的是Shor的算法,它可以用来分解大整数和计算离散对数,这直接威胁到RSA和ECC等基于这些数学问题难度的公钥加密系统的安全性.


隐藏子群问题

隐藏子群问题(Hidden Subgroup Problem, HSP) 是量子计算中一个非常重要的问题,它在理论计算机科学和量子算法的设计中扮演着核心角色.在密码学中,隐藏子群问题的解决方案构成了解决一些基础密码学问题的基石,尤其是与数论相关的那些问题.

隐藏子群问题的定义

隐藏子群问题涉及到以下的组件:

  • 一个有限群 G G G.
  • 一个保密的子群 H ⊂ G H \subset G HG.
  • 一个函数 f : G → X f:G \rightarrow X f:GX,它对于子群 H H H 的所有元素有相同的输出,并且对于 H H H 的不同左陪集有不同的输出.

问题的目标是确定子群 H H H 的生成元,仅仅通过观察函数 f f f 的行为.这个问题在量子计算中特别重要,因为量子算法能够利用量子叠加和纠缠来同时查询多个函数值,从而有效地揭示出隐藏的群结构.

  • 例(整数群的一个HSP):令 f f f是一个 Z N → 颜色 \mathbb{Z}_N \rightarrow \text{颜色} ZN颜色的一个函数,满足有 s ∈ Z N s \in \mathbb{Z}_N sZN,对于任意的 x ∈ Z N x \in \mathbb{Z}_N xZN,要么有 f ( x ) = f ( x + r ) f(x)=f(x+r) f(x)=f(x+r),要么 f f f的值不同(此时 Z s \mathbb{Z}_s Zs即为一个隐藏子群);

整数分解问题:在整数分解问题中,目标是找到一个大数 N N N 的素数相乘的分解.Shor的算法通过量子傅立叶变换解决了这一问题的一个隐藏子群版本.具体来说,给定一个随机选择的 a < N a < N a<N,算法寻找满足 a r ≡ 1 ( mod N ) a^r \equiv 1 (\text{mod} \, N) ar1(modN) 的最小正整数 r r r,即 a a a 的阶.这实际上涉及到寻找循环群 Z N × \mathbb{Z}_N^\times ZN× 的一个隐藏子群.

在这个问题中,我们可以构造一个周期函数 f ( x ) = a x m o d N f(x) = a^x \mod N f(x)=axmodN,其周期就是 a a a 的阶 r r r.隐藏子群 H H H 就是所有满足 f ( x ) = f ( x + r ) f(x) = f(x+r) f(x)=f(x+r) x x x 的集合.量子算法通过构建和测量这个周期函数的量子叠加状态来高效地找到周期 r r r,从而解决整数分解问题.

离散对数问题:在离散对数问题中,给定一个群 G G G,一个生成元 g g g 和一个元素 h ∈ G h \in G hG,需要找到一个整数 x x x,使得 g x = h g^x = h gx=h.Shor提出了一个量子算法来解决这个问题,这也可以视为一个关于寻找循环群的隐藏子群的问题.

对于阶为 q q q 的循环群 G G G 和子群 H H H,如果 H H H 是由 h h h 生成的,则所有 H H H 的元素都具有相同的离散对数相对于 g g g, 将每个元素 u ∈ G u \in G uG 映射到 ( u , g u m o d N ) (u, g^u \mod N) (u,gumodN);可以看出这里的隐藏子群就是所有具有相同 g g g 幂次的元素的集合,相当于 H H H G G G 中的核.而离散对数问题的量子算法利用了HSP框架,通过找到该核构成的子群,从而得出离散对数 x x x.

  • 例(一个HSP算例):假设 N = 21 N = 21 N=21,且 a = 2 a = 2 a=2,那么 a a a 相对于 N N N 的阶是 r = 6 r = 6 r=6,因为 2 6 ≡ 1 ( m o d 21 ) 2^6 \equiv 1 \pmod{21} 261(mod21).我们可以观察到 2 0 , 2 6 , 2 12 , … 2^0, 2^6, 2^{12}, \ldots 20,26,212, 都模 21 21 21 同余于 1 1 1,因此 6 ⋅ Z 6\cdot\mathbb{Z} 6Z构成了 Z \mathbb{Z} Z 中的一个隐藏子群(加法群的意义下).量子算法可以在 a x m o d 21 a^x \mod 21 axmod21 上操作,高效地找到这个隐藏子群的周期 6 6 6.

Shor’s算法的物理视角

关于Shor’s算法的教程已经汗牛充栋了,我们就不再费口舌再讲了;但是我们从感性的物理视角来看看它的本质;首先是傅里叶变换和逆变换的解读,其实就是波的分解和再叠加,比如潮汐力的因素有很多,傅里叶变换相当于找到这些基因素(逆变换相当于再揉在一起):

在这里插入图片描述
现在来解读"量子门"这个东西的本质,其实就是一种酉作用,指可逆,作用就相当于说是某种效应的"等效";总而言之,就是对某种状态的变换:
在这里插入图片描述
现在使用一个简单的循环来寻找HSP隐藏的周期.实际上,寻找这种函数的周期是Shor算法的基础,这其中使用量子傅立叶逆变换可以高效地完成周期的寻找,为什么?因为量子傅立叶逆变换就是"揉",揉出来一个综合的波形,最终的效果,其实就相当于是离散对数上的双缝干涉实验!!(这是Shor本人的解读)
在这里插入图片描述

这篇关于【Applied Algebra】隐藏子群问题和Shor算法的新视角的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/920664

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k