Algèbre linéaire
presque creuse
A. Joux et
C. Pierrot
Algèbre linéaire
creuse
Wiedemann
Block Wiedemann
Algèbre linéaire
presque creuse
Définition
Un algorithme dédié
Gain théorique
Applications
Calcul de logarithmes
discrets
Vers d’autres perspectives ?
Algèbre linéaire creuse ? Dense ?
Les deux, mon capitaine.
Antoine Joux 1,3Cécile Pierrot 2,3
1CryptoExperts et Chaire de la Fondation Partenariale de l’UPMC
2DGA et CNRS
2Equipe Almasty
Laboratoire d’Informatique de Paris 6
UPMC, Sorbonnes-Universités
Séminaire de la Butte aux Cailles,
25 Juin 2015, Telecom Paris
Algèbre linéaire
presque creuse
A. Joux et
C. Pierrot
Algèbre linéaire
creuse
Wiedemann
Block Wiedemann
Algèbre linéaire
presque creuse
Définition
Un algorithme dédié
Gain théorique
Applications
Calcul de logarithmes
discrets
Vers d’autres perspectives ?
Algèbre linéaire
presque creuse
A. Joux et
C. Pierrot
Algèbre linéaire
creuse
Wiedemann
Block Wiedemann
Algèbre linéaire
presque creuse
Définition
Un algorithme dédié
Gain théorique
Applications
Calcul de logarithmes
discrets
Vers d’autres perspectives ?
Algèbre linéaire
presque creuse
A. Joux et
C. Pierrot
Algèbre linéaire
creuse
Wiedemann
Block Wiedemann
Algèbre linéaire
presque creuse
Définition
Un algorithme dédié
Gain théorique
Applications
Calcul de logarithmes
discrets
Vers d’autres perspectives ?
Algèbre linéaire et crypto
IMatrices sur des ensembles finis.
IMatrices creuses = la majorité des entrées sont nulles.
Svt : le nombre de coeffs non nuls par ligne est bornée
par une certaine constante, disons λ.
IAvantages ?
IMoins de place en mémoire
IAlgo spécifiques
Exemples d’apparition
IFactorisation. Recherche d’un élt non nul du noyau
d’une matrice mod 2.
ILog discret. Derniers records en petite caractéristique.
Algèbre linéaire
presque creuse
A. Joux et
C. Pierrot
Algèbre linéaire
creuse
Wiedemann
Block Wiedemann
Algèbre linéaire
presque creuse
Définition
Un algorithme dédié
Gain théorique
Applications
Calcul de logarithmes
discrets
Vers d’autres perspectives ?
Algèbre linéaire creuse
Gestion de la mémoire : pr chaq. coeff. non nul sur une
ligne, on retient le nde la colonne et sa valeur.
Exemple
Sur F7, avec λ=3.
M=
10003002
2010 0 20 0
00040 0 10
00030001
1 1 000000
0 0 500002
0500060 0
00002 1 0 0
03010 0 20
[1,1] [5,3] [8,2]
[1,2] [3,1] [6,2]
[4,4] [7,1] [0,0]
[4,3] [8,1] [0,0]
[1,1] [2,1] [0,0]
[3,5] [8,2] [0,0]
[2,5] [6,6] [0,0]
[5,2] [6,1] [0,0]
[2,3] [4,1] [7,1]
1 / 40 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !