了解有错误学习(LWE)的参数 在本笔记本中,我将简要介绍有错误学习(LWE)方法,该方法是一种量子后的公钥密码算法。 我们提供了数学背景,然后详细介绍了基于Python 3和numpy ,最后是我们的实验,其目的是了解更改算法参数如何影响预期结果。 我们的实验基于对值为1的单个消息的加密和解密,对于每个测试的配置,该消息执行一万次。 创建图形以可视化结果。 试试住 LWE解密 LWE是一种后量子公钥算法,有关更多信息和,请参阅。 该方法可以恢复到本节中描述的计算。 首先,创建一个公钥和私钥: 和 是公钥, 是私钥, 是随机误差,并且 。 矩阵 有尺寸 ,即它们是单列,因为在此报告中,我们实现了一位加密和解密。 加密一位消息 使用公钥 我们获得由以下组成的加密消息 和: 在哪里 是从以下样本中随机选择的 和 。 最后,解密消息 并找到位消息的值 : LWE实施 以下run函数基于,