Gitterbasenreduktion mit Random Sampling

Dieses Buch beschäftigt sich mit dem mathematischen Teilgebiet der Gitterbasenreduktion. Es werden verschiedene Modifikationen an den Standard-Algorithmen zur Gitterbasenreduktion diskutiert: Es wird der von C. Schnorr entwickelte Ansatz zur Erweiterung des LLL-Algorithmus um Tiefeneinfügungen aufgegriffen und eine alternative Methode zum Basisaustausch für das BKZ-Verfahren vorgestellt. Ferner werden zwei unterschiedliche Verfahren von A. Wassermann und P. Nguyen zum Abschneiden von Enumerationsbäumen beschrieben. Des Weiteren wird eine überarbeitete Random Sampling - Methode von Schnorr präsentiert, die ein schlechtes GSA-Verhalten des Gitters berücksichtigt und eine neuartige Strategie von Buchmann und Ludwig implementiert, bei der das GSA-Verhalten vollkommen irrelevant ist. Schliesslich wird ein grundlegendes, heuristisches Bewertungskonzept für Gittervektoren entwickelt, das im Rahmen eines von T. Vidick und P. Nguyen beschriebenen Siebverfahrens, Anwendung findet.

Autorentext

wurde am 17.10.1978 in Kulmbach geboren, belegte von 1998 - 2005 den Studiengang Mathematik mit Nebenfach Informatik an der Universität Bayreuth und erlangte im Jahre 2011 den akademischen Grad "Doktor der Naturwissenschaften" auf dem Gebiet der ganzzahligen, linearen Optimierung.