求解格上最短向量问题的自适应遗传算法.pdfVIP

密码学报(中英文)ISSN2097-4116CN10-1900/TNE-mail:jcr@

JournalofCryptologicResearch,2025,12(1):215–226

©《密码学报(中英文)》编辑部版权所有.Tel/Fax:+86-10

求解格上最短向量问题的自适应遗传算法

1,213

毕经国,苏磊,王林

1.北京邮电大学网络空间安全学院,北京100876

2.密码科学技术全国重点实验室,北京100878

3.保密通信全国重点实验室,成都610041

通信作者:毕经国,E-mail:jguobi@;王林,E-mail:linwang@

摘要:最短向量问题(shortestvectorproblem,SVP)是格密码中一个经典的困难问题.丁丹等于2015

年提出了首个解决最短向量问题的遗传算法,该算法利用BKZ约化基的正交表示来搜索格点组成的空间,

能够高效地找到格内最短向量.由于该算法采用固定的交叉率和变异率,容易陷入局部最优解,且没有充

分利用BKZ约化基正交表示下短向量的稀疏特征.本文从跳出局部最优解、提升算法收敛速度以及提高

成功概率三个维度改进了该算法的SVP智能求解方案.首先,本文引入了动态计算交叉率和变异率的模

块,主要基于个体质量与种群收敛程度两个维度来控制交叉率以及变异率,从而有效避免算法陷入局部最

优解.其次,设计了一种自适应变异策略,从基因层面充分利用了BKZ约化基下短向量正交整数表示的

稀疏性,显著加快了整个算法的收敛速度.最后,提出了基于多种群并行的遗传算法,进一步提高了概率算

法的成功率.通过这些改进,本文的算法在求解SVP问题时表现出更高的效率和更强的鲁棒性.

关键词:格理论;遗传算法;最短向量问题

中图分类号:TP309.7文献标识码:ADOI:10.13868/ki.jcr.000758

中文引用格式:毕经国,苏磊,王林.求解格上最短向量问题的自适应遗传算法[J].密码学报(中英文),2025,

12(1):215–226.[DOI:10.13868/ki.jcr.000758]

英文引用格式:BIJG,SUL,WANGL.Anadaptivegeneticalgorithmforsolvingtheshortestvectorproblem

onlattice[J].JournalofCryptologicResearch,2025,12(1):215–226.[DOI:10.13868/ki.jcr.000758]

AnAdaptiveGeneticAlgorithmforSolvingtheShortestVector

ProblemonLattice

1,213

BIJing-Guo,SULei,WANGLin

1.SchoolofCyberspaceSecurity,BeijingUniversityofPostsandTelecommunications,Beijing100876,China

2.StateKeyLaboratoryofCryptology,Beijing100878,China

3.NationalKeyLaboratoryofSecurityCommunication,Chengdu610041,China

Correspondingauthor:BIJing-Guo,E-mail:jguobi@;WANGLin,E-mail:linwang@math.pku.

基金项目:国家重点研发计划(2024YFB4504700,2022YFB2902202);保密通信全国重点实验室基金(2024,

61421