【密码学百科】格密码数学基础：SVP、LWE 与格基约化
原文中文，约20800字，阅读约需50分钟。
📝
内容提要
模格是后量子密码学的核心，NIST 2024年发布的标准中，ML-KEM和ML-DSA基于模格问题。理解模格的数学本质是掌握后量子密码的基础。文章讨论了模格的定义、困难问题及安全性评估，适合具备线性代数与概率论基础的读者。
🔎
延伸解读
模格的核心地位
模格在后量子密码学中扮演着至关重要的角色，尤其是在NIST 2024年发布的标准中，ML-KEM和ML-DSA均基于模格问题。这表明，理解模格的数学基础对于掌握后量子密码的安全性至关重要。
格基约化的重要性
格基约化是提升格密码安全性的关键技术。通过将'坏'基转化为'好'基，算法如LLL和BKZ能够有效提高最短向量问题的求解效率。这一过程直接影响到后量子密码的抗攻击能力，值得研究者关注。
LWE问题的安全性
LWE问题的困难性与格问题的最坏情形密切相关，这使得LWE成为后量子密码学的重要基础。其安全性不仅依赖于随机实例的困难性，还能追溯到最坏情形的保证，这在密码学中是独一无二的优势。
参数选取的挑战
在后量子密码的实际部署中，参数选取面临动态调整的压力。随着格约化算法的不断改进，如何在安全性与效率之间找到平衡，成为密码学界亟待解决的问题。
❓
Q&A
模格在后量子密码学中的作用是什么？
模格是后量子密码学的核心，NIST 2024年发布的标准中，ML-KEM和ML-DSA均基于模格问题。
什么是最短向量问题（SVP）？
最短向量问题（SVP）要求在给定的格基下找到一个非零格向量，使其长度最小。
LLL算法的主要功能是什么？
LLL算法用于将任意格基约化为'近似最短'的形式，是计算数论和密码分析的基础工具。
LWE问题在后量子密码学中的重要性是什么？
LWE问题的困难性与格问题的最坏情形相关，是后量子密码学中的重要问题。
格基约化的目标是什么？
格基约化的目标是将一组'坏'基变换为'好'基，以提高计算效率。
BKZ算法与LLL算法有什么区别？
BKZ算法通过在局部块上求解精确SVP来获得更好的全局约化质量，而LLL算法则是将任意格基约化为近似最短形式。
🏷️
