典型文献
求解子集和问题的采样格归约算法
文献摘要：
子集和问题是计算机科学中的重要问题,也是构建多种公钥密码体制的基础.提出了采样归约算法,使用随机采样方法降低问题维度,将原问题分解并归约为多个更小规模的格上最短向量,降低了构造格的半径,从而提高求解的效率,得到原问题的精确解或提高近似解的逼近程度.给出了理论上采样归约算法最差情况的成功率.更进一步地,在目标解重量较低的情况下,可以进行分段采样,对问题增加限定条件,提高解题效率.实验结果表明,对于高维度的子集和问题,与CJLOSS等已有的格归约子集和问题方法相比,该算法可以更高效地求解出问题的精确解,而且可以提高近似解的逼近程度,输出近似解的平均长度达到了 CJLOSS算法的0.55倍、DR算法的0.64倍.
文献关键词：
子集和问题;格归约方法;降维算法;近似解
中图分类号：
作者姓名：
曹金政;程庆丰;史闻博;鲁宁
作者机构：
战略支援部队信息工程大学,河南郑州450001;数学工程与先进计算国家重点实验室,河南郑州450001;东北大学秦皇岛分校计算机与通信工程学院,河北秦皇岛066004;东北大学 计算机科学与工程学院,辽宁 沈阳 110169;西安电子科技大学计算机科学与技术学院,陕西西安710126
文献出处：
引用格式：
[1]曹金政;程庆丰;史闻博;鲁宁-.求解子集和问题的采样格归约算法)[J].软件学报,2022(11):3917-3929
A类：
子集和问题,CJLOSS,格归约方法
B类：
计算机科学,公钥密码体制,随机采样,采样方法,问题维度,问题分解,小规模,精确解,近似解,逼近,近程,上采样,更进一步,限定条件,解题效率,高维度,问题方法,解出,平均长度,DR,降维算法
AB值：
0.285245
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
