Year: 2018
Type: dissertation
Abstract: In dieser Arbeit wird zunächst eine Verallgemeinerung des \(\it {k}\)-Listen Problems, dass sogenannte approximative \(\it {k}\)-Listen Problem eingeführt und analysiert. Es werden Algorithmen zum Lösen dieses Problems entwickelt und auf Anwendungen übertragen. Es wird gezeigt, dass das approximative \(\it {k}\)-Listen Problem effizienter gelöst werden kann wie das ursprüngliche \(\it {k}\)-Listen Problem. Weiterhin werden in dieser Arbeit neue Algorithmen zum Dekodieren von zufälligen linearen Codes entwickelt und analysiert, wobei der beste Algorithmus eine Laufzeit von \(2^{0.0886n}\) besitzt. Dies ist der derzeit schnellste Algorithmus zum Dekodieren von zufälligen linearen Codes. Zuletzt wird in dieser Arbeit untersucht, wie sich dieses Resultat auf Anwendungen wie das LPN Problem oder das McEliece Kryptosystem auswirken.
Author: Leif Both
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W3005962996
Cites:
Cited by:
Related to: