Vorlesungen „Kryptographie I und II” Bei Prof. Dr ... - Schnorr, C.P.
Vorlesungen „Kryptographie I und II” Bei Prof. Dr ... - Schnorr, C.P.
Vorlesungen „Kryptographie I und II” Bei Prof. Dr ... - Schnorr, C.P.
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2.3. DL-IDENTIFIKATION MIT KURZER KOMMUNIKATION 31<br />
BEWEIS. (Satz 2.3.3) O.B.d.A. gelte l ≤ 2 t−1 .<br />
LEMMA 2.3.5. Hat ˜P für (m,e,y) mit Ws H > 2 −t Erfolg, dann hat ˜P das H-Orakel über<br />
H(g y h −e ,m) befragt.<br />
BEWEIS. Andernfalls gilt im ROM Ws H [H(g y h −e ,m) = e] ≤ 2 −t . �<br />
Damit können wir o.B.d.A. annehmen, dass ˜P nur mit solchen (H,e,y,m) Erfolg hat, für<br />
die H(g y h −e ,m) vor der Berechnung von (y,e) erfragt wurde. Die erfragten H-Werte seien<br />
H(g 1 ,m 1 ),...,H(g l ,m l ). Dabei hängt (g i+1 ,m i+1 ) beliebig von H(g 1 ,m 1 ),...,H(g i ,m i )<br />
ab.<br />
AL benutzt ˜P zusammen mit einer statistisch unabhängigen Hashfunktion H.<br />
LEMMA 2.3.6. Angenommen, ˜P hat mit (gi ,mi ) für (H,e,y), ( ¯H,ē, ¯y), (e,y) �= (ē, ¯y) Erfolg.<br />
Dann gilt<br />
y − ¯y<br />
logg h =<br />
e − ē .<br />
BEWEIS. Weil ˜P zur H-Anfrage (g i ,m i ) für (H,e,y) <strong>und</strong> ( ¯H,ē, ¯y) Erfolg hat, gilt<br />
<strong>und</strong> somit log g h =<br />
g y h −e = g i = g ¯y h −ē<br />
y− ¯y<br />
e−ē . �<br />
Wir beweisen nun Satz 2.3.3 auf der vorherigen Seite:<br />
BEWEIS. Grob skizziert sieht Algorithmus AL folgendermaßen aus: AL sucht zu festem<br />
(gi ,mi ) ein zufälliges w ˜P ∈ {0,1}| ˜P| <strong>und</strong> zufällige H(gi ,mi ), ¯H(g i ,mi ), für die ˜P mit<br />
(e,y) H,w <strong>und</strong> (ē, ¯y)<br />
˜P<br />
¯H,w<br />
Erfolg hat <strong>und</strong> e �= ē. Nach Lemma 2.3.6 liefert dieses logg h.<br />
˜P<br />
In Stufe 1 probt AL solange zufällige w ˜P <strong>und</strong> H(gi ,mi ) bis ˜P mit (e,y) H,w Erfolg hat. Sei<br />
˜P<br />
u die Anzahl der Proben.<br />
In Stufe 2 probt AL zu diesem w ˜P bis zu u unabh. Zufallswerte ¯H(g i ,mi ) bis zum zweiten<br />
Erfolg mit (ē, ¯y) ¯H,w<br />
.<br />
˜P<br />
Dabei ist i fest, die Werte (g 1 ,m 1 ),...,(g i ,m i ),<br />
sind durch w ˜P , ˜P bestimmt.<br />
H(g 1 ,m 1 ) = ¯H(g 1 ,m 1 ),...,H(g i−1 ,m i−1 ) = ¯H(g i−1 ,m i−1 )<br />
Für festes i, 1 ≤ i ≤ l hat die Erfolgsmatrix die Form wie in Abbildung 2.3.1 angegeben.<br />
�<br />
FACT 2.3.7. ∃i, 1 ≤ i ≤ l, so dass ˜P mit H(gi ,mi ) mit WsH,w ≥ 2<br />
˜P<br />
−t+1 Erfolg hat.<br />
BEWEIS. Nach Voraussetzung hat ˜P mit Ws H,w ˜P<br />
≥ 2 −t+1 l Erfolg.<br />
Für festes i arbeitet AL wie AL von Satz 2.1.2 auf Seite 22. Die erwartete Anzahl der<br />
Proben von AL ist dabei ≤ 16ε −1 sofern ˜P mit i Erfolgswahrscheinlichkeit ε ≥ 2 −t+1<br />
hat. �<br />
�