30.10.2013 Aufrufe

Diplomarbeit zu "`Zero-Knowledge Arguments"' - Telle-Online.de

Diplomarbeit zu "`Zero-Knowledge Arguments"' - Telle-Online.de

Diplomarbeit zu "`Zero-Knowledge Arguments"' - Telle-Online.de

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

2 Definitionen<br />

Zahlen beschreibt. Durch die Wahl <strong>de</strong>r µ-Funktion als z.B. eine exponentiell kleine Funktion,<br />

die für genügend große x schneller klein wird, als je<strong>de</strong>s Polynom, ist diese For<strong>de</strong>rung<br />

erfüllt.<br />

Damit kann die Definition <strong>de</strong>r Ununterscheidbarkeit erfolgen.<br />

Definition 2.14 (Ununterscheidbarkeit)<br />

Sei L ⊆ {0, 1} ∗ eine Sprache, U = {Ux}x∈L und V = {Vx}x∈L Familien von Wahrscheinlichkeitsverteilungen,<br />

eine für je<strong>de</strong>s x ∈ L.<br />

1. Die Familien U und V heißen berechenbar ununterscheidbar, wenn es eine<br />

vernachlässigbare Funktion µ(·) gibt, so dass für alle probabilistischen polynomiell–beschränkten<br />

Turing Maschinen A gilt<br />

<br />

Pr[A(Ux) = 1] − Pr[A(Vx) = 1] ≤ µ(|x|)<br />

2. Die Familien U und V heißen statistisch ununterscheidbar, wenn es eine vernachlässigbare<br />

Funktion µ(·) gibt, so dass für alle (nicht nur polynomiell–beschränkten)<br />

Turing Maschinen B gilt<br />

<br />

Pr[B(Ux) = 1] − Pr[B(Vx) = 1] ≤ µ(|x|)<br />

3. Die Familien U und V heißen perfekt ununterscheidbar o<strong>de</strong>r auch i<strong>de</strong>ntisch,<br />

wenn U = V gilt.<br />

2.4.1 Pseudo Zufallsgeneratoren<br />

Da in <strong>de</strong>r Kryptographie polynomiell–beschränkte Maschinen eingesetzt wer<strong>de</strong>n, spielt<br />

die Zufälligkeit eine entschei<strong>de</strong>n<strong>de</strong> Rolle. Mehr noch als in <strong>de</strong>r theoretischen Kryptographie<br />

kommt in <strong>de</strong>r mo<strong>de</strong>rnen praktischen Kryptographie <strong>de</strong>r Nut<strong>zu</strong>ng von maschinenerzeugbaren<br />

Zufallsfolgen eine <strong>de</strong>r entschei<strong>de</strong>n<strong>de</strong>n Be<strong>de</strong>utungen <strong>zu</strong>. Dabei wird in <strong>de</strong>r<br />

Literatur oftmals die Abkür<strong>zu</strong>ng PRG für Pseudo Random Generator genutzt. Diese<br />

können wie folgt <strong>de</strong>finiert wer<strong>de</strong>n:<br />

Definition 2.15 (Pseudo Zufallsgenerator PRG)<br />

Seien l, n ∈ mit l < n und Ul rsp. Un gleichverteilte Wahrscheinlichkeitsräume über<br />

die Mengen {0, 1} l rsp. {0, 1} n . Eine <strong>de</strong>terministische polynomiell berechenbare Funktion<br />

PRG : {0, 1} l → {0, 1} n heißt Pseudo Zufallsgenerator, wenn die Zufallsvariable<br />

PRG(Ul) berechenbar ununterscheidbar von Un ist.<br />

Es gibt weitere Definitionen für Pseudo Zufallsgeneratoren insbeson<strong>de</strong>re für statistische<br />

und perfekte Ununterscheidbarkeit. Diese wer<strong>de</strong>n in dieser Arbeit jedoch nicht<br />

benötigt. Das grundlegen<strong>de</strong> Prinzip, aus einem Ausgangswert einen neuen <strong>zu</strong>fälligen<br />

14

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!