Optimal Coding Theorems in Time-Bounded Kolmogorov Complexity
Kolmogorov复杂度中的经典编码定理指出,如果通过具有无前缀域的算法以概率$δ$对$n$比特串$x$进行采样,则K $(x) \leq \log(1/δ) + O(1)$。在最近的工作中,Lu和Oliveira [LO 21]建立了该结果的无条件时间限制版本,通过表明如果$x$可以以概率$δ$有效地采样,则rKt $(x) = O(\log(1/δ)) + O(\log n)$,其中rKt表示Levin Kt复杂度的随机模拟。不幸的是,这一结果往往是不够的经典编码定理的应用转移到时间有界的设置,因为它实现了$O(\log(1/δ))$界,而不是信息理论的最佳$\log(1/δ)$。我们证明了一个编码定理与$2$的一个因素的rKT。在以前的工作中,我们的编码定理是有效的,在这个意义上,它提供了一个多项式时间的概率算法,当给定$x$,采样器的代码,和$δ$,它的输出,概率$\ge 0.99$,概率表示$x$,证明这个rKt的复杂性界限。假设密码伪随机发生器的安全性,我们表明,没有有效的编码定理可以实现的形式rKt $(x) \leq (2 - o(1)) \cdot \log(1/δ) +$聚$(\log n)$的界。在一个较弱的假设下,我们表现出有效的编码定理和存在性编码定理与接近最优参数之间的差距。我们考虑pK $^t$复杂度[GKLO 22],这是rKt的一个变体,其中随机…
2022-04-18 cs.CC
Randomness Extraction in AC0 and with Small Locality
随机抽取器是从有偏随机源中抽取高质量(几乎均匀)随机比特的一种方法,在理论和实践中都有重要意义。虽然在各种设置中获得随机性提取器的接近最优的构造方面已经有了显著的进展,但是对随机性提取器的计算复杂性的研究仍然少得多。特别是,目前还不清楚是否可以计算的随机性提取器与良好的参数在几个有趣的复杂性类,比P弱得多。在本文中,我们研究随机性提取器在以下两个模型的计算:(1)恒定深度电路(AC 0),和(2)本地计算模型。这些模型中以前的工作,如[Vio05a],[GVW15]和[BG13],只实现了弱参数的构造。在这项工作中,我们给出了具有更好参数的随机性提取器的显式构造。作为应用,我们使用我们的AC0提取器来研究AC0中的伪随机生成器,并表明我们可以构造密码伪随机生成器(在合理的计算假设下)和具有非常好的参数的空间有界计算的无条件伪随机生成器。我们的构造结合了随机性提取器中的几种先前技术,并引入了新技术来降低或保留提取器的复杂性,这可能是独立的兴趣。这些包括(1)一种通用的方法来减少强种子提取器的错误,同时保持AC 0属性和小局部性,以及(2)具有小局部性的种子随机性冷凝器。
2018-06-09 cs.CC
Reductions to the set of random strings: The resource-bounded case
本文的动机是由一个猜想,BPP的特点是多项式时间的非适应性减少到一组Kolmogorov随机字符串。在本文中,我们表明,在[Allender等人]中提出的解决这个猜想的方法在没有重大改变的情况下无法成功,但是如果我们考虑时间有界的Kolmogorov复杂性,它确实会结出果实。我们表明,如果一个集合A是可约在多项式时间的时间t有界Kolmogorov随机字符串的集合(所有足够大的时间界限t),那么A是在P/poly,如果此外,这样的减少存在于任何通用的图灵机的定义中使用的Kolmogorov复杂性,那么A是在PSPACE。
2014-08-17 cs.CC cs.LO
On One-way Functions and Kolmogorov Complexity
我们证明了计算理论中两个基本问题的等价性。对于每个多项式$t(n)\geq (1+\varepsilon)n, \varepsilon>0$,以下是等价的:-单向函数存在(这又等价于安全私钥加密方案、数字签名、伪随机生成器、伪随机函数、承诺方案等的存在); - $t$ -时间有界柯尔莫哥洛夫复杂度,$K^t$,平均而言是适度困难的(即,存在多项式$p(n)>0$,使得对于多于$n$ -位串的$1-\frac{1}{p(n)}$部分,没有PPT算法可以计算$K^t$。在这样做的时候,我们提出了第一个自然的,经过充分研究的,计算问题的特点的可行性,中央私钥原语和协议在密码学。
2020-09-24 cs.CC
Improving the Space-Bounded Version of Muchnik's Conditional Complexity Theorem via "Naive" Derandomization
许多关于柯尔莫哥洛夫复杂性的定理依赖于具有特定性质的组合对象的存在。通常,概率方法给这样的对象提供比显式构造更好的参数。但是概率方法并没有给出这些定理的“有效”变体,即资源有界Kolmogorov复杂度的变体。我们表明,一个“天真的去随机化”的方法,取代这些对象的输出Nisan-Wigderson伪随机发生器可能会给多项式空间的变种,这样的定理。具体来说,我们改进了前面的多项式空间模拟Muchnik的条件复杂性定理。即,对于所有的$a$和$b$,存在一个最小可能长度的程序$p$,它将$a$变换为$b$,并且是以$b$为简单条件的。这里所有的程序都在多项式空间中工作,所有的复杂性都是用对数精度来衡量的,而不是以前的工作中的多对数精度。
2012-03-09 cs.CC
On Algorithmic Statistics for space-bounded algorithms
数学统计学研究对观测数据的解释,这些解释在算法意义上是好的:解释应该是简单的,即应该具有小的柯尔莫哥洛夫复杂度,并捕获数据中所有算法可解释的参数。然而,这个想法不能在实践中使用,因为Kolmogorov复杂性是不可计算的。在本文中,我们开发的算法统计使用空间有界Kolmogorov复杂性。我们证明了一个模拟的主要结果之一的“经典”算法统计(最优性和随机性之间的连接缺陷)。我们证明的主要工具是Nisan-Wigderson生成器。
2017-07-13 cs.CC cs.IT math.IT
Space-bounded online Kolmogorov complexity is additive
本文证明了具有空间界 $s + 6n + O(1)$ 的有界空间对话复杂度至多为 $\mathrm C^{s}(x) + O(\log (sn))$,表明有界空间的在线柯尔莫哥洛夫复杂度具有可加性。
2025-07-14 cs.CC cs.IT math.IT
Samplers and Extractors for Unbounded Functions
Blasiok(SODA'18)最近引入了亚高斯采样器的概念,定义为用于近似函数$f:\{0,1\}^m \to \mathbb{R}$的平均值的平均采样器,使得$f(U_m)$具有亚高斯尾部,并且要求明确的构造。在这项工作中,我们给出了第一个明确的次高斯采样器(实际上平均采样器的更广泛的类的次指数函数),匹配最知名的平均采样器的$[0,1]$有界函数的参数制度的近似误差$\varepsilon$和故障概率$δ$是subconstant的建设。我们的构造是通过随机性提取器(Nisan和Zuckerman,JCSS'96)的标准概念的扩展来建立的,其中误差由任意发散而不是总变化距离来测量,以及Zuckerman等价性的推广(Random Struct. Alg.’97)之间的提取器和采样器。我们相信,我们开发的框架,特别是Kullback-Leibler(KL)分歧提取器的概念,是独立的利益。特别是,KL-提取器比标准提取器和亚高斯采样器都强,但我们表明,它们存在与标准提取器基本相同的参数(建设性和非建设性)。
2019-09-17 cs.CC cs.DS
Dimension Extractors and Optimal Decompression
* 维数提取器 * 是一种设计用于增加有效维数的算法--即,无限二进制序列的计算随机性的量,以便将“部分随机”序列变成“更随机”序列。提取器展示了各种有效的尺寸,包括建设性的,可计算的,空间有界的,时间有界的,和有限状态的尺寸。使用类似的技术,Kucera-Gacs定理从解压缩的角度进行了研究,通过证明每个无限序列S都是图灵可约为Martin-Loef随机序列R,使得计算S的n位所需的R的渐近位数除以n,正好是S的构造维数,其被示出为利用图灵归约可实现的查询比特与计算比特的最优比率。提取器和解压器的开发直接导致新的表征的一些有效的尺寸方面的最佳解压缩图灵还原。
2007-03-12 cs.CC cs.IT math.IT
Independence Properties of Algorithmically Random Sequences
有界Kolmogorov-Loveland选择规则是一种自适应策略,用于递归地选择无限二进制序列的子序列;这样的子序列可以被解释为时间有界图灵机的查询序列。本文证明了:若A是算法随机序列,A_0是由有界Kolmogorov-Loveland选择规则从A中选出的,A_1表示A的未选比特序列,则A_1与A_0无关,即A_1相对于A_0是算法随机的.这个结果已经被Kautz和Miltersen [1]用来证明相对于随机预言,NP不具有p-测度零(在Lutz [2]的意义下)。[1]S. M. Kautz和P.B.米尔特森相对于随机预言机,NP并不小。计算机与系统科学杂志,53:235-250,1996。[2]J. H.卢茨几乎到处都是高度非均匀复杂性。计算机与系统科学杂志,44:220-258,1992。
2003-01-16 cs.CC
On Time-Bounded Incompressibility of Compressible Strings and Sequences
对于每个总递归时间界$t$,所有可压缩(低Kolmogorov复杂度)字符串是$t$ -有界不可压缩的(高时间有界Kolmogorov复杂度);存在无数个无限序列,其中长度为$n$的每个初始段可压缩为$\log n$,但$t$ -有界不可压缩低于${1/4}n - \log n$ ;并且存在可数无穷多个递归无穷序列,它们的每一个初始段都是相似的$t$ -有界不可压缩的.这些结果与Barzdins引理有关,但又不同.
2009-08-11 cs.CC cs.IT math.IT
Multi-Source Randomness Extractors Against Quantum Side Information, and their Applications
研究了在量子环境下构造多源抽取器的问题,该抽取器可以从多个初始独立的经典随机源中抽取几乎均匀的随机比特.这是种子随机性提取对量子边信息和经典独立源提取的自然推广。随着新的挑战,例如边信息中的潜在纠缠,量子多源提取器在什么条件下存在并不是一个先验清楚的;唯一的先前工作是[KK 12],其中[CG 88]和[DEOR 04]的经典内积两源提取器在受限独立附着(IA)模型和纠缠有界存储(BS)模型中被证明是量子安全的。在本文中,我们提出了一个新的模型称为广义纠缠(GE)粘附模型,它允许在边信息的任意纠缠和包容IA模型和BS模型。我们继续展示如何构建GE安全的量子多源提取器。为此,我们提出了另一种称为单侧粘附(OA)模型的模型,该模型比上述所有模型都弱。令人惊讶的是,我们建立强OA安全和强GE安全之间的等价性。因此,所有经典的多源提取器可以直接工作,或被修改为在GE模型中工作,代价是一个额外的随机源。因此,我们的构造基本上与经典多源提取器的最佳已知构造相匹配。我们也将我们的技术应用于密码学和分布式计算中的两个重要问题-隐私放大和网络抽取器。我们证明,只要源在我们的GE模型中具有一定量的条件最小熵(即使有纠缠的量子边信息),我们就可以设计非常有效的隐私放大协议和网络提取器。
2014-11-10 cs.CC quant-ph
Low-Degree Polynomials Extract from Local Sources
我们继续从简单过程产生的弱源中提取随机位的工作。我们专注于局部采样源的模型,其中源中的每个位取决于少量的(隐藏的)均匀随机输入位。该模型也被称为本地源,由De和Watson(TOCT 2012)和Viola(SICOMP 2014)引入,与$\mathsf{AC}^0$电路和有界宽度分支程序生成的源密切相关。特别地,用于本地源的提取器也适用于由这些经典计算模型生成的源。尽管在十年前就被引入,但在提高从本地源提取的熵要求方面几乎没有取得进展。目前最好的显式提取器需要熵$n^{1/2}$,并通过减少仿射提取器。首先,我们证明了一个障碍,表明人们不能希望通过这种形式的黑盒减少来改善这种熵的要求。特别是需要新的技术。在我们的主要结果中,我们试图回答低次多项式(在$\mathbb{F}_2$上)是否有可能打破这个障碍。我们回答这个问题是肯定的,并充分刻画了低次多项式作为本地源提取器的能力。更确切地说,我们表明,一个随机度$r$多项式是一个低错误的提取$n$位本地源与最小熵$Ω(r(n\log n)^{1/r})$,我们表明,这是紧。我们的结果利用了几个新的成分,这可能是独立的利益。我们存在的结果依赖于一个新的减少从本地源到一个更结构化的家庭,被称为本地非遗忘位固定源。为了证明它的紧密性,我们证明了Cohen和Tal(RANDOM 2015)的结构结果的“局部版本”,它依赖于一个新的“低权重”…
2022-05-27 cs.CC
On Resource-bounded versions of the van Lambalgen theorem
范兰巴根定理是算法信息论中关于相对随机性对称性的一个令人惊讶的结果。它建立了对于任何一对无限序列$A$和$B$,$B$是Martin-Löf随机的,并且$A$相对于$B$是Martin-Löf随机的当且仅当交织序列$A \uplus B$是Martin-Löf随机的。这意味着当且仅当$B$相对于$A$ \cite{vanLambalgen},\cite{Nies09},\cite{HirschfeldtBook}是随机的时,$A$相对于$B$是随机的。本文研究了这种现象的有效性不同的概念的时间有界的相对随机性。利用鞅和Kolmogorov压缩性证明了经典的van Lambalgen定理。我们建立了失败的相对随机性在这些设置中,时间有界鞅和时间有界Kolmogorov复杂性。我们适应我们的经典证明时,适用于时间有界的设置,并构造反例时,他们失败了。该定理的失效模式可能取决于时间有界随机性的概念。
2017-04-04 cs.CC cs.IT math.IT
Improved Extractors for Small-Space Sources
我们研究的问题,提取随机比特从弱源采样的算法与有限的内存。这种小空间源的模型由Kamp、Rao、Vadhan和Zuckerman(STOC'06)引入,并且属于Trevisan和Vadhan(FOCS'00)发起的关于从通过计算有界算法采样的弱源中提取随机性的研究。我们的主要结果如下。1.我们获得近最佳提取器的多项式误差制度的小空间源。对于$n$位上的空间$s$源,我们的提取器仅需要$k\geq s\cdot$ polylog $(n)$熵。这是对之前最佳结果的指数改进,之前最佳结果需要$k\geq s^{1.1}\cdot2^{\log^{0.51} n}$(Chattopadhyay和Li,STOC'16)。2.我们得到了改进的提取器的小空间源在可忽略的误差制度。对于$n$比特上的空间$s$源,我们的提取器需要熵$k\geq n^{1/2+δ}\cdot s^{1/2-δ}$,而先前的最佳结果需要$k\geq n^{2/3+δ}\cdot s^{1/3-δ}$(Chattopadhyay,Goodman,Goyal和Li,STOC'20)。为了获得我们的第一个结果,关键成分是从小空间源到仿射源的新的减少,使我们能够简单地应用一个好的仿射提取器。为了获得第二个结果,我们必须开发一些新的机器,因为我们没有低误差的仿射提取器,适用于低熵。我们的主要工具是一个显著改进的对抗源提取器,它…
2021-08-24 cs.CC cs.CR math.CO
Complexities Approach to Two Problems In Number Theory
利用Kolmogorov复杂性,我们用不同的方法解决了两个数论问题,一个是Maxim Kontsevich和Don Bernard Zagier的问题3 \emph{Exhibit at least one number which does not belong to} $ \mathcal{P}$(周期数),另一个是关于超越数的连分数展开式的有界系数的存在性问题,从而为解决非逻辑学科中的数学问题提供了一种新的途径.我们证明了资源受限的Kolmogorov复杂性和计算复杂性至少可以为非传统或逻辑学科中的数学问题提供提示或原则。
2016-10-21 cs.CC math.LO math.NT