报告时间：2026年11月3日（周二）上午 09:30-10:20

报告地点：苏州大学天赐庄校区纯水楼301

报告人：郑金玮，Telecom Paris, Institut Polytechnique de Paris，France


报告摘要：

模上的带误差学习（MLWE）问题是密钥封装方案 ML-KEM 和签名方案 ML-DSA 所依赖的基础困难性假设，这两种方案已被美国国家标准与技术研究院（NIST）选用于后量子密码标准化。理解 MLWE 的量子困难性，对于评估这些标准化方案的安全性至关重要。

受带误差学习（LWE）问题与外推二面体陪集问题（EDCP）之间等价关系的启发，我们在这个报告中更细致地探讨一下与 MLWE 问题困难性等价的 EDCP 的结构化变体。从 EDCP 到新变体的推广，也利用了 MLWE 底层环的代数结构。事实上，在新变体的问题中，一个量子态叠加态数量要远远多于 EDCP 中一个量子态中的叠加态数量，这侧面反应了在新的问题变体中，一个量子态可能会泄露更多的信息，所以它可能比 EDCP 更容易求解。所以，研究这个新问题的变体，给我们提供了一种分析 MLWE 问题困难性的新角度。


邀请人：杨大伟