دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Nisan N.
سری: ACM Distinguished Dissertation
ISBN (شابک) : 0262140519, 026264052X
ناشر: MIT
سال نشر: 1992
تعداد صفحات: 49
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Using hard problems to create pseudorandom generators به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استفاده از مشکلات سخت برای ایجاد ژنراتورهای شبه تصادفی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تصادفیسازی ابزار مهمی در طراحی الگوریتمها است و توانایی
تصادفیسازی برای ارائه توان افزایشیافته موضوع تحقیقاتی اصلی در
نظریه پیچیدگی است. نوام نیسان با دنبال کردن ایده شبیه سازی
تصادفی یا تولید شبه تصادفی، به بررسی قدرت تصادفی سازی و روابط
بین کلاس های پیچیدگی تصادفی و قطعی ادامه می دهد.
مولدهای شبه تصادفی تعداد بیت های تصادفی مورد نیاز تصادفی را
کاهش می دهند. الگوریتمها، ساخت پروتکلهای رمزنگاری خاصی را
امکانپذیر میکنند و دشواری شبیهسازی الگوریتمهای تصادفیشده
توسط الگوریتمهای قطعی را روشن میکنند. تحقیقی که در اینجا
توضیح داده شد به دو روش ساخت ژنراتورهای شبه تصادفی از مشکلات
سخت می پردازد و برخی از ارتباطات شگفت انگیز را بین مولدهای شبه
تصادفی و موضوعات به ظاهر نامرتبط مانند پیچیدگی ارتباطات چند
جانبه و اوراکل های تصادفی نشان می دهد.
نیسان ابتدا یک ارتباط دقیق برقرار می کند. بین پیچیدگی محاسباتی
و تولید اعداد شبه تصادفی، نشان میدهد که شبیهسازی قطعی کارآمد
الگوریتمهای تصادفیشده با مفروضات بسیار ضعیفتر از آنچه قبلاً
شناخته شده بود امکانپذیر است، و نتایج جدیدی را در مورد قدرت
اوراکلهای تصادفی آشکار میکند. نیسان با استفاده از یک استدلال
قابل توجه بر اساس پیچیدگی ارتباطات چند جانبه، یک ژنراتور می
سازد که در برابر همه آزمایش های قابل محاسبه در فضای لگاریتمی
خوب است. نتیجه این نتیجه ساخت جدیدی از توالی های پیمایش جهانی
است.
محتوا: مقدمه. سختی در مقابل تصادفی. مولدهای شبه تصادفی
برای پروتکل های Logspace و Multiparty
Randomization is an important tool in the design of algorithms,
and the ability of randomization to provide enhanced power is a
major research topic in complexity theory. Noam Nisan continues
the investigation into the power of randomization and the
relationships between randomized and deterministic complexity
classes by pursuing the idea of emulating randomness, or
pseudorandom generation.
Pseudorandom generators reduce the number of random bits
required by randomized algorithms, enable the construction of
certain cryptographic protocols, and shed light on the
difficulty of simulating randomized algorithms by deterministic
ones. The research described here deals with two methods of
constructing pseudorandom generators from hard problems and
demonstrates some surprising connections between pseudorandom
generators and seemingly unrelated topics such as multiparty
communication complexity and random oracles.
Nisan first establishes a precise connection between
computational complexity and pseudorandom number generation,
revealing that efficient deterministic simulation of randomized
algorithms is possible under much weaker assumptions than was
previously known, and bringing to light new consequences
concerning the power of random oracles. Using a remarkable
argument based on multiparty communication complexity, Nisan
then constructs a generator that is good against all tests
computable in logarithmic space. A consequence of this result
is a new construction of universal traversal sequences.
Contents: Introduction. Hardness vs. Randomness.
Pseudorandom Generators for Logspace and Multiparty Protocols