标签:== 费马小定理 minus 定义 bsp 平方根 方法 整数 矛盾
要生成RSA的密钥,第一步就是要寻找质数,本节专讲如何寻找质数。
我们的质数(又称素数)、合数一般是对正整数来讲,质数就是只有1和本身两个的正整数,合数至少有3个约数,而1既不是合数也不是质数。
质数有无穷多个,这个早在古希腊时期就被证明了,使用反证法很容易证明:假设质数只有有限多,分别为a1.....an,则a1*a1....*an+1大于所有的质数,却不以任何质数为约数,推出矛盾,从而假设错误。
在质数的分布上,有个定理:
lim ∏ (n)/(n/ln(n)) = 1
n→∞
其中∏ (n)是小与等于n的质数的个数。
找质数的第一个门槛还是靠随机,上述公式,可以推导出质数的密度ρ (n)(因为∏ (n)并非连续函数,此处密度只是概率上的密度)为
lim ρ (n)/(n/ln(n))‘ = 1
n→∞
(n/ln(n))‘ = (ln(n)-1)/ln2(n),
从而
lim ρ (n)/(1/ln(n)) = 1
n→∞
那么,在n附近寻找质数,大约平均每ln(n)次可以找到一个质数。
涉及到密钥的生成,随机算法要小心了,用时间种子与伪随机算法一起当然是不安全的,最好以硬件随机为基础的随机数,这样无规律,难以从密钥生成机制直接下手破解。
接下来就需要质数判定算法。
最土的算法:判断p是不是质数,就从2开始,挨个整数判断到p-1,看看是否其中有p的约数,如果没有,就是质数。
这个算法效率太低O(p),但输入的信息量是p的位数级别,所以此算法应为指数级算法。
明显提高的算法:如果p是合数,那么必然有一个不为1的约数小于或等于sqrt(p),于是刚才从2挨个整数判断到p-1修整一下,只需要判断到sqrt(p)即可。
这个算法效率比前面那个算法好太多了,可是依然是指数级算法,只是指数从线性下降到平方根级别。
可是我们RSA这里的指数动辄几百个bits,甚至两千多个bits,此种算法一样不靠谱。虽然上述算法还可以继续优化,比如测试了一个整数不是p的约数,就尽量不要测试这个整数的整数倍,只是,算法依然很慢。实际上,的确存在多项式级别的确定质数判定算法,第一个这样的算法是AKS算法,2002年由印度人解决。但目前靠谱的算法都是如此的慢,我们需要基于概率的判定方法。
前两节谈到了模乘群,对于质数p,所有的小于p的正整数在模乘下构成一个群,该群的阶为p-1,则p-1是所有小于p的正整数以p为模的模乘周期的整数倍,这就是著名的费马小定理:
如果a和p互质,且p为质数,则ap-1%p=1
费马小定理虽然没有给出一个质数的鉴定方法,但告诉了我们,如果右边等号不成立,则p一定是合数,而基于概率的判定方法一般都会以费马小定理作为基础零件。RSA中一般用Miller-Rabin算法。
Miller-Rabin算法同时利用了另外一个定义:
p是质数,x是正整数,x2%p=1,那么x%p=1或者x%p=p-1
完整描述Miller-Rabin算法如下:(https://en.wikipedia.org/wiki/Miller–Rabin_primality_test)
write n − 1 as 2**r·d with d odd by factoring powers of 2 from n − 1 WitnessLoop: repeat k times: pick a random integer a in the range [2, n − 2] x ← ad mod n if x = 1 or x = n − 1 then continue WitnessLoop repeat r − 1 times: x ← x·x mod n if x = 1 then return composite if x = n − 1 then continue WitnessLoop return composite return probably prime
里面用到了第二节提到的模幂算法,用bc实现了一遍Miller-Rabin算法,因为bc里面无自带随机函数,就直接利用标准输入来输入随机数了,整个实现如下:
#!/usr/bin/bc -q define mod_mul(a1,a2,n) { return a1*a2%n; } define mod_exp(a,b,n)/* a^b%n */ { while(b%2==0) { a = mod_mul(a,a,n); b /= 2; } ret = a; b /= 2; while(b!=0) { a = mod_mul(a,a,n); if(b%2 == 1) ret = mod_mul(a,ret,n); b /= 2; } return ret; } define Miller_Rabin(p, t) { if(p==1) { return 0; } if(p<3) { return 1; } if(p%2==0) { return 0; } } define get_rand_num() { return read(); } define Miller_Rabin_test(n, k) { d = n-1; r = 0; while(d%2!=1) { d /= 2; r++; } for(i=0;i<k;i++) { a = get_rand_num(); x = mod_exp(a,d,n); if(x==1||x==n-1) { continue; } for(j=1;j<r;j++) { x = mod_mul(x,x,n); if(x==1) { return 0; } else if(x==n-1) { j = r; continue; } } if(j==r) { return 0; } } return 1; }
标签:== 费马小定理 minus 定义 bsp 平方根 方法 整数 矛盾
原文地址:http://www.cnblogs.com/Colin-Cai/p/7296163.html