1975年,米勒(Miller)展示了如何减少整数的因式分解,以找到函数的周期,使得f(x + r)= f(x)随机选择a <N。众所周知,Shor算法可以在量子计算机上有效地找到r,而对于经典计算机来说,找到r是难以解决的。r f (x )= a xa < N r
我现在的问题是:随机N的r是否有已知的下界?给定N = pq,就像在RSA中一样,r上是否有边界?显然,r必须为\ Omega(\ log(N)),否则可以只对O(\ log(N))的连续点求f(x)以经典地计算出r。如果有一个经典的分解因数算法仅在一定的假设下对r的分布起作用,那么打破RSA就足够了,例如r \ in \ Theta(N / \ log(N))或r \ in \ Theta(\ sqrt { N})?
Carl Pomerance在“ 平均乘数阶数上的陈述引用了证据,证明在所有N上r 平均为O(N / \ log(N)),但我不确定经典算法是否可以分解N在r \ in O(N / \ log(N))的假设下,将最终破坏RSA。是否可以不利地选择N为r \ in O(N))或r \ in O(\ sqrt {N})?
(注意:关于通用分解与RSA分解存在一个相关问题)