Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/07 17.1.

Slides:



Advertisements
Ähnliche Präsentationen
Planares 3 SAT ist NP-vollständig
Advertisements

Verifizieren versus Berechnen
Algorithmen und Komplexität
1 HEINZ NIXDORF INSTITUT Universität Paderborn Algorithmen und Komplexität Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie Wintersemester.
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Informatik III Christian Schindelhauer Wintersemester 2006/07
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
1 Albert-Ludwigs-Universität Freiburg Rechnernetze und Telematik Prof. Dr. Christian Schindelhauer Informatik III Christian Schindelhauer Wintersemester.
 Präsentation transkript:

Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/

Skalierung Man kann das Ergebnis NEXP=PCP(poly,poly) herunterskalieren um zu erhalten: –NP=PCP(polylog(n), polylog(n)) Tatsächlich gilt sogar: Theorem 12.1 (PCP-Theorem) –NP=PCP(O(log n), O(1)) Dies impliziert auch Theorem 12.2 –PCP(0,exp(poly(n)))=NEXP= PCP(poly(n),O(1))

Ein schwaches PCP Ergebnis Wir wollen nur folgendes zeigen: Lemma 12.3 –NP µ PCP(poly(n),O(1)) Damit erhalten wir Beweise exponentieller Länge für SAT, die nur an konstant vielen Stellen geprüft werden müssen

Hadamard Codes Wir brauchen spezielle fehlerkorrigierende Codes Seien x,y aus Z 2 n x ± y := i x i y i mod 2 = © i x i y i Definition 12.4 –Für ein u 2 {0,1} n =Z 2 n sei die Hadamard Kodierung C(u) die Tabelle der Funktion f(x)=u ± x mit x 2 Z 2 n Der Hadamard Code hat damit eine Länge von 2 n

Hadamard Codes Wichtigste Eigenschaft von Codes: Distanz Codes haben Distanz k, wenn für zwei verschiedene u,v gilt: C(u) und C(v) haben mind. k unterschiedliche Bits Hadamard Codes haben Distanz 2 n /2: –Wenn u v, dann gilt für 2 n /2 strings x: –u ± x v ± x (Übung)

Hadamard Codes Hadamard Codeworte sind genau die linearen Funktionen Z 2 n ! Z 2 In unserem Beweissystem werden wir vermeintliche Hadamard Codeworte testen müssen D.h. wir brauchen einen Linearitätstest Sei f(x) das Codewort von u (als Funktion) Dazu könnten wir für alle x,y testen, ob f(x © y)=f(x) © f(y) Effizient können wir wieder nur testen, ob f entfernt von einer linearen Funktion ist.

Linearität Gegeben sei eine Funktion f(x) : Z 2 n ! Z 2 Wir wollen entscheiden, ob f linear ist, oder nur - approximativ linear ist (d.h. auf höchstens einem 1- Anteil aller Eingaben mit einer linearen Funktion übereinstimmt) Theorem 12.5 –Sei f eine Funktion mit Prob x,y (f(x © y)=f(y) © f(y)) ¸ für >0.5. Dann ist f (1- )-approximativ linear Beweis (lassen wir weg): basiert auf Fourier Transformation über Z 2 n ; approximativ lineare Funktionen haben einen großen Fourier Koeffizienten

Ein Linearitätstest 1.Wiederhole 5/ mal unabhängig: a)Wähle x,y zufällig b)Teste ob f(x © y)=f(x) © f(y) 2.Akzeptiere, wenn jeder Test bestanden Lemma 12.5 –Obiger Test akzeptiert jede lineare Funktion, und verwirft jede Funktion, die nur -approximativ linear ist, mit Ws. 0.99

Beweis Wenn f linear ist, wird offensichtlich akzeptiert Wenn f nur ¸ -approximativ linear ist wird, wird jeder der Tests in 1. mit Ws. · 1- akzeptieren nach Die Wahrscheinlichkeit, alle Tests zu bestehen ist damit höchstens (1- ) 5/ · 0.01

Lokale Dekodierung Wir können noch mehr erreichen: –Sei f ein Codewort mit Fehlern –Gegeben ein x, wollen wir f(x) bestimmen, mit möglichst wenig Fragen an f –D.h. ein Bit des Codeworts f(x) bestimmen unter Inspizierung weniger f(x) Wenn f(x) korrekt ist, bedeutet dies eine Frage Was wenn f(x) nur 1- -approximativ zu einem Codewort f(x) ist? Mit Ws. über die Wahl von x können wir f(x) bestimmen Können wir auch für andere x f(x) bestimmen?

Lokale Dekodierung 1.Wähle y 2 Z 2 n zufällig 2.Setze z=x © y 3.Frage f(y) und f(z) 4.Ausgabe f(y) © f(z) Lemma 12.6 –Obiger Test bestimmt f(x) mit Ws. 1-2 für jede Funktion f die -approximativ zu f ist, für alle x

Beweis y und z sind uniform zufällig Daher sind f(y)=f(y) und f(z)=f(z) jeweils mit Ws. 1- Beide sind korrekt mit Ws. mind. 1-2 Es gilt f(x)=f(y © z)=f(y) © f(z) D.h. mit Ws. 1-2 gilt f(x)=f(y) © f(z) Die Wahrscheinlichkeit hängt nur von der Wahl von y ab, nicht von x! Wir erhalten eine Prozedur, die für alle x, f(x) bestimmt, mit Wahrscheinlichkeit 1-2

NP vs. PCP Wir wollen NP µ PCP(poly,O(1)) zeigen Wir müssen ein Beweissystem für SAT konstruieren Wir verwenden ein anderes vollständiges Problem stattdessen: –Quadratische Gleichungen über Z 2

Quadratische Gleichungen Eine quadratische Gleichung über Z 2 ist von der Form i,j a ij u i u j =b für Variablen u 1...u n mit Koeffizienten a i,j und b aus Z 2 Eine Instanz von QUADEQ ist eine Menge von Gleichung über Variablen u 1,…,u n Eine Instanz ist erfüllbar, wenn alle Gleichungen simultan erfüllbar sind durch eine Belegung von (u 1,…,u n ) aus Z 2 n Lemma 12.6 –QUADEQ ist NP-vollständig

Beweis Enthaltensein in NP ist trivial Die Reduktion von 3-SAT in 2 Schritten: –Reduktion auf NAE-3-SAT –Reduktion auf QUADEQ NAE-3-SAT [Not-All-Equal-3-SAT] –Gegeben ist eine Menge von 3-Klauseln –Eine Klausel ist erfüllt von einer Belegung der Variablen, wenn nicht alle der Literale in der Klausel den gleichen Wert haben –Eine Menge von Klauseln liegt in NAE-3-SAT, wenn alle Klauseln obige Bedingung erfüllen Beispiel: –Klausel (x,y,z), wird erfüllt von x=1,y=0,z=0, aber nicht von x=y=z=0 und nicht von x=y=z=1

Beweis NAE-3-SAT ist NP-vollständig –Reduktion von 3-SAT –Es gebe n Variablen und m Klauseln –Wir bilden jede Klausel einer 3-SAT Formel ab auf eine NAE-3-SAT Formel –Wir verwenden 2m+1 neue Variablen: für jede Klausel Variablen a,b und eine (globale) Variable w –Klausel (x _ y _ z) wird auf (x, : a,b) ^ (y,z, : b) ^ (a,w) abgebildet –Das Komplement einer erfüllenden Belegung für NAE- Formeln ist ebenfalls erfüllend –Daher nehmen wir an, dass w=0 gilt. –Dann sind alle a Variablen =1 in erf. Belegungen –Jetzt ist leicht zu sehen, dass (x,0,b) ^ (y,z, : b) genau dann erfüllt werden kann (durch Setzen von b), wenn (x _ y _ z) gilt

Beweis Reduktion auf QUADEQ: Literal x wird dabei zu –x, wenn x Variable –1-, wenn x= : negierte Variable Für eine NAE-Klausel (x,y,z) verwenden wir eine Gleichung x+y+z+xy+xz+yz=1 Für eine NAE-Klausel (x,y) verwenden wir eine Gleichung x+y=1 Klar: Wenn (für 3-er Klauseln) genau eines der x,y,z wahr ist, dann ist die Gleichung wahr, ebenso, wenn zwei der Literale x,y,z wahr 1 sind aber nicht, wenn 3 oder 0 der Literale 1 sind Analog für 2-Klauseln

Das Beweissystem Wir wollen ein Beweissystem für QUADEQ angeben Eingabe ist eine QUADEQ Instanz Wir betrachten die Eingabeinstansz wie folgt –u 1,…, u n seien die Variablen (ein Spaltenvektor) –U sei ein n 2 -dim. Vektor mit U[i,j]=u i u j –Wir schreiben dann auch U=u ­ u [Tensorprodukt] –b sei ein Vektor der rechten Seiten der k Gleichungen –A sei eine k £ n 2 Matrix, so dass AU=b das Gleichungssystem darstellt –Eine Instanz von QUADEQ ist somit durch A,b gegeben

QUADEQ Wir wollen ein Beweissystem für die Erfüllbarkeit quadratischer Gleichungssysteme über Z 2 n angeben Wir erwarten als korrekten Beweis die Hadamard Codes f von u und F von U=u ­ u einer erfüllenden Belegung u f,F seien durch den Beweiser gegeben Unser Verifizierer: 1.Teste, ob f und F 0.01-approximativ linear sind 2.Teste ob U=u ­ u ist 3.Teste, ob u erfüllend ist ( 2.,3. mit Hilfe von f,F) Bemerkung: –Weil nach bestandenem Schritt 1. f,F fast linear sind, können wir jedes f(x),F(x) mit hoher Wahrscheinlichkeit bestimmen wegen lokaler Dekodierbarkeit