WikiDer > Локально декодируемый код

Locally decodable code

А локально декодируемый код (LDC) является код исправления ошибок который позволяет с высокой вероятностью декодировать один бит исходного сообщения, только проверяя (или запрашивая) небольшое количество битов возможно поврежденного кодовое слово.^[1]^[2]^[3]Это свойство может быть полезно, например, в контексте, когда информация передается по зашумленному каналу, и в определенное время требуется только небольшое подмножество данных и нет необходимости декодировать все сообщение сразу. Обратите внимание, что локально декодируемые коды не являются подмножеством локально тестируемые коды, хотя между ними есть некоторое совпадение.^[4]

Кодовые слова генерируются из исходного сообщения с использованием алгоритма, который вводит определенную избыточность в кодовое слово; таким образом, кодовое слово всегда длиннее исходного сообщения. Эта избыточность распределяется по кодовому слову и позволяет восстанавливать исходное сообщение с хорошей вероятностью даже при наличии ошибок. Чем более избыточным является кодовое слово, тем оно устойчивее к ошибкам и тем меньше запросов требуется для восстановления части исходного сообщения.

Обзор

Более формально ${ Displaystyle (д, дельта, эпсилон)}$ -локально декодируемый код кодирует ${ displaystyle n}$ -битовое сообщение ${ displaystyle x}$ для ${ displaystyle N}$ -битовое кодовое слово ${ Displaystyle C (х)}$ такой, что любой бит ${ displaystyle x_ {i}}$ сообщения можно восстановить с вероятностью ${ displaystyle 1- epsilon}$ с помощью алгоритма рандомизированного декодирования, который запрашивает только ${ displaystyle q}$ биты кодового слова ${ Displaystyle C (х)}$ , даже если до ${ displaystyle delta N}$ места кодового слова были повреждены.

Более того, идеально гладкий локальный декодер - это такой декодер, который, помимо того, что всегда генерирует правильный вывод при доступе к неповрежденному кодовому слову, для каждого ${ displaystyle j in [q]}$ и ${ Displaystyle я в [п]}$ то ${ displaystyle j ^ {th}}$ запрос на восстановление ${ displaystyle i ^ {th}}$ бит однороден по ${ displaystyle [N]}$ .^[5](Обозначение ${ displaystyle [y]}$ обозначает множество ${ displaystyle {1, ldots, y }}$ ). Неформально это означает, что набор запросов, необходимых для декодирования любого заданного бита, равномерно распределяется по кодовому слову.

Декодеры локального списка - еще одно интересное подмножество локальных декодеров. Расшифровка списка полезна, когда кодовое слово повреждено более чем на ${ displaystyle delta / 2}$ места, где ${ displaystyle delta}$ это минимум Расстояние Хэмминга между двумя кодовыми словами. В этом случае больше невозможно точно определить, какое исходное сообщение было закодировано, так как внутри могло быть несколько кодовых слов. ${ displaystyle delta}$ расстояние поврежденного кодового слова. Однако, учитывая радиус ${ displaystyle epsilon}$ , можно идентифицировать набор сообщений, которые кодируются в кодовые слова, которые находятся в пределах ${ displaystyle epsilon}$ поврежденного кодового слова. Верхний предел размера набора сообщений может быть определен ${ displaystyle delta}$ и ${ displaystyle epsilon}$ .^[6]

Локально декодируемые коды также могут быть объединены, когда сообщение сначала кодируется с использованием одной схемы, а результирующее кодовое слово снова кодируется с использованием другой схемы. (Обратите внимание, что в этом контексте конкатенация - термин, используемый учеными для обозначения того, что обычно называют сочинение; видеть ^[5]). Это может быть полезно, если, например, первый код имеет некоторые желательные свойства в отношении скорости, но у него есть некоторые нежелательные свойства, такие как создание кодового слова на основе недвоичного алфавита. Затем второй код может преобразовать результат первого кодирования по недвоичному алфавиту в двоичный алфавит. Окончательное кодирование по-прежнему может декодироваться локально и требует дополнительных шагов для декодирования обоих уровней кодирования.^[7]

Длина кодового слова и сложность запроса

Скорость кода относится к соотношению между длиной его сообщения и длиной кодового слова: ${ displaystyle { frac {| x |} {| C (x) |}}}$ , а количество запросов, необходимых для восстановления 1 бита сообщения, называется сложностью запроса кода.

Скорость кода обратно пропорциональна сложности запроса, но точная форма этого компромисса является серьезной открытой проблемой.^[8]^[9] Известно, что не существует LDC, которые запрашивают кодовое слово только в одной позиции, и что оптимальный размер кодового слова для сложности запроса 2 экспоненциально зависит от размера исходного сообщения.^[8] Однако не существует известных точных нижних границ для кодов со сложностью запроса больше 2. Подходя к компромиссу со стороны длины кодового слова, единственные известные коды с длиной кодового слова, пропорциональной длине сообщения, имеют сложность запроса. ${ displaystyle k ^ { epsilon}}$ за ${ displaystyle epsilon> 0}$ ^[8]^{[нуждается в обновлении]} Есть также промежуточные коды, которые имеют полиномиальные кодовые слова по размеру исходного сообщения и полилогарифмической сложности запроса.^[8]

Приложения

Локально декодируемые коды имеют приложения для передачи и хранения данных, теории сложности, структур данных, дерандомизации, теории отказоустойчивых вычислений и схем поиска частной информации.^[9]

Передача и хранение данных

Локально декодируемые коды особенно полезны для передачи данных по каналам с шумом. Код Адамара (частный случай кодов Рида-Мюллера) был использован в 1971 г. Маринер 9 для передачи изображений Марса обратно на Землю. Он был выбран вместо кода с 5 повторениями (где каждый бит повторяется 5 раз), потому что для примерно того же количества битов, передаваемых на пиксель, он имел более высокую способность исправлять ошибки. (Код Адамара подпадает под общий упреждающее исправление ошибок, и просто оказывается декодируемым локально; фактический алгоритм, используемый для декодирования передачи с Марса, был общей схемой исправления ошибок.)^[10]

НРС также полезны для хранения данных, когда носитель со временем может частично повреждаться или считывающее устройство подвержено ошибкам. В обоих случаях LDC позволит восстановить информацию, несмотря на ошибки, при условии, что их относительно мало. Кроме того, LDC не требуют декодирования всего исходного сообщения; пользователь может декодировать определенную часть исходного сообщения без необходимости декодировать все.^[11]

Теория сложности

Одно из приложений локально декодируемых кодов в теория сложности усиление твердости. Используя LDC с полиномиальной длиной кодового слова и полилогарифмической сложностью запроса, можно взять функцию ${ Displaystyle L: {0,1 } ^ {n} rightarrow {0,1 }}$ это трудно решить для входных данных наихудшего случая и разработать функцию ${ Displaystyle L ': {0,1 } ^ {N} rightarrow {0,1 }}$ это трудно вычислить для входных данных среднего случая.

Учитывать ${ displaystyle L}$ ограничено только длиной ${ displaystyle t}$ входы. Тогда мы можем увидеть ${ displaystyle L}$ как двоичная строка длины ${ displaystyle 2 ^ {t}}$ , где каждый бит ${ Displaystyle L (х)}$ для каждого ${ Displaystyle х в {0,1 } ^ {т}}$ . Мы можем использовать локально декодируемый код полиномиальной длины ${ displaystyle C}$ с полилогарифмической сложностью запроса, допускающей некоторую постоянную долю ошибок для кодирования строки, представляющей ${ displaystyle L}$ создать новую строку длины ${ Displaystyle 2 ^ {О (т)} = 2 ^ {т '}}$ . Мы думаем об этой новой строке как об определении новой проблемы ${ displaystyle L '}$ по длине ${ displaystyle t '}$ входы. Если ${ displaystyle L '}$ в среднем легко решить, то есть мы можем решить ${ displaystyle L '}$ правильно на большой дроби ${ displaystyle 1- epsilon}$ входных данных, то по свойствам LDC, используемого для его кодирования, мы можем использовать ${ displaystyle L '}$ вероятностно вычислить ${ displaystyle L}$ на всех входах. Таким образом, решение ${ displaystyle L '}$ для большинства входов позволит нам решить ${ displaystyle L}$ на всех входах, что противоречит нашему предположению, что ${ displaystyle L}$ сложно на входах в худшем случае.^[5]^[8]^[12]

Схемы поиска частной информации

А поиск частной информации Схема позволяет пользователю получить элемент с сервера, владеющего базой данных, не раскрывая, какой элемент извлекается. Один из распространенных способов обеспечения конфиденциальности - наличие ${ displaystyle k}$ отдельные, не взаимодействующие серверы, каждый с копией базы данных. При наличии соответствующей схемы пользователь может делать запросы к каждому серверу, которые по отдельности не раскрывают, какой бит ищет пользователь, но вместе предоставляют достаточно информации, чтобы пользователь мог определить конкретный интересующий бит в базе данных.^[3]^[11]

Легко видеть, что локально декодируемые коды имеют применение в этой настройке. Общая процедура создания ${ displaystyle k}$ -сервер приватная информационная схема от идеально ровной ${ displaystyle k}$ -запрос локально декодируемый код выглядит следующим образом:

Позволять ${ displaystyle C}$ быть идеально гладким LDC, который кодирует ${ displaystyle n}$ -битовые сообщения для ${ displaystyle N}$ -битовые кодовые слова. На этапе предварительной обработки каждый из ${ displaystyle k}$ серверы ${ Displaystyle S_ {1}, ldots, S_ {k}}$ кодирует ${ displaystyle n}$ -битовая база данных ${ displaystyle x}$ с кодом ${ displaystyle C}$ , поэтому теперь каждый сервер хранит ${ displaystyle N}$ -битовое кодовое слово ${ Displaystyle C (х)}$ . Пользователь, заинтересованный в получении ${ displaystyle i ^ {th}}$ немного ${ displaystyle x}$ случайным образом генерирует набор ${ displaystyle k}$ запросы ${ displaystyle q_ {1}, ldots q_ {k}}$ такой, что ${ displaystyle x_ {i}}$ можно вычислить из ${ Displaystyle С (х) _ {q_ {1}}, ldots C (x) _ {q_ {k}}}$ с использованием алгоритма локального декодирования ${ displaystyle A}$ за ${ displaystyle C}$ . Пользователь отправляет каждый запрос на другой сервер, и каждый сервер отвечает запрошенным битом. Затем пользователь использует ${ displaystyle A}$ вычислить ${ displaystyle x_ {i}}$ из ответов.^[8]^[11]Поскольку алгоритм декодирования идеально гладкий, каждый запрос ${ displaystyle q_ {j}}$ равномерно распределяется по кодовому слову; таким образом, ни один отдельный сервер не может получить информацию о намерениях пользователя, поэтому протокол является частным, пока серверы не обмениваются данными.^[11]

Примеры

Код Адамара

В Адамар (или код Уолша-Адамара) является примером простого локально декодируемого кода, который отображает строку длины ${ displaystyle k}$ к кодовому слову длины ${ displaystyle 2 ^ {k}}$ . Кодовое слово для строки ${ Displaystyle х в {0,1 } ^ {к}}$ строится следующим образом: для каждого ${ displaystyle a_ {j} in {0,1 } ^ {k}}$ , то ${ displaystyle j ^ {th}}$ бит кодового слова равен ${ displaystyle x odot a_ {j}}$ , куда ${ displaystyle x odot y = sum limits _ {i = 1} ^ {k} x_ {i} y_ {i}}$ (мод 2). Легко видеть, что каждое кодовое слово имеет Расстояние Хэмминга из ${ displaystyle { frac {n} {2}}}$ из любого другого кодового слова.

Алгоритм локального декодирования имеет сложность запроса 2, и все исходное сообщение может быть декодировано с хорошей вероятностью, если кодовое слово повреждено менее чем на ${ displaystyle { frac {1} {4}}}$ его бит. За ${ displaystyle rho <{ frac {1} {4}}}$ , если кодовое слово повреждено в ${ displaystyle rho}$ доли мест, алгоритм локального декодирования может восстановить ${ displaystyle i ^ {th}}$ бит исходного сообщения с вероятностью ${ displaystyle 1-2 rho}$ .

Доказательство: задано кодовое слово. ${ displaystyle H}$ и индекс ${ displaystyle i}$ , алгоритм восстановления ${ displaystyle i ^ {th}}$ часть исходного сообщения ${ displaystyle x}$ работает следующим образом:

Позволять ${ displaystyle e ^ {j}}$ относятся к вектору в ${ Displaystyle {0,1 } ^ {к}}$ который имеет 1 в ${ displaystyle j ^ {th}}$ позиция и нули в другом месте. За ${ Displaystyle у в {0,1 } ^ {к}}$ , ${ displaystyle f (y)}$ обозначает единственный бит в ${ displaystyle H}$ что соответствует ${ displaystyle x odot y}$ . Алгоритм выбирает случайный вектор ${ Displaystyle у в {0,1 } ^ {к}}$ и вектор ${ displaystyle y '= y oplus e ^ {i}}$ (куда ${ displaystyle oplus}$ обозначает побитовое XOR). Выходные данные алгоритма ${ Displaystyle f (y) oplus f (y ')}$ (мод 2).

Правильность: по линейности,

${ displaystyle (x odot y) oplus (x odot y ') = (x odot y) oplus (x odot (y oplus e ^ {i})) = (x odot y) oplus (x odot y) oplus (x odot e ^ {i}) = x odot e ^ {i}}$

Но ${ Displaystyle (х odot е ^ {я}) = х_ {я}}$ , поэтому нам просто нужно показать, что ${ Displaystyle f (y) = х odot y}$ и ${ Displaystyle е (у ') = х odot у'}$ с хорошей вероятностью.

С ${ displaystyle y}$ и ${ displaystyle y '}$ равномерно распределены (хотя и зависимы), связанный союз подразумевает, что ${ Displaystyle f (y) = х odot y}$ и ${ displaystyle f (y ') = x odot y'}$ с вероятностью не менее ${ displaystyle 1-2 rho}$ . Примечание: чтобы увеличить вероятность успеха, можно повторить процедуру с разными случайными векторами и взять ответ большинства.^[13]

Код Рида-Мюллера

Основная идея локального декодирования Коды Рида-Мюллера является полиномиальная интерполяция. Ключевой концепцией кода Рида-Маллера является многомерный полином степени ${ displaystyle d}$ на ${ displaystyle l}$ переменные. Сообщение рассматривается как оценка полинома в наборе заранее определенных точек. Для кодирования этих значений из них экстраполируется полином, а кодовое слово - это оценка этого полинома по всем возможным точкам. На высоком уровне, чтобы декодировать точку этого полинома, алгоритм декодирования выбирает набор ${ displaystyle S}$ точек на линии, проходящей через точку интереса ${ displaystyle x}$ . Затем он запрашивает кодовое слово для оценки полинома в точках в ${ displaystyle S}$ и интерполирует этот многочлен. Тогда просто вычислить многочлен в точке, которая даст ${ displaystyle x}$ . Этот окольный способ оценки ${ displaystyle x}$ полезен, потому что (а) алгоритм может повторяться с использованием разных строк через одну и ту же точку, чтобы повысить вероятность правильности, и (б) запросы равномерно распределяются по кодовому слову.

Более формально, пусть ${ Displaystyle mathbb {F}}$ - конечное поле, и пусть ${ displaystyle l, d}$ быть числами с ${ Displaystyle d <| mathbb {F} |}$ . Код Рида-Мюллера с параметрами ${ displaystyle mathbb {F}, l, d}$ - функция RM: ${ Displaystyle mathbb {F} ^ { binom {l + d} {d}} rightarrow mathbb {F} ^ {| mathbb {F} | ^ {l}}}$ что отображает каждый ${ displaystyle l}$ -переменный многочлен ${ displaystyle P}$ над ${ Displaystyle mathbb {F}}$ общей степени ${ displaystyle d}$ к значениям ${ displaystyle P}$ на всех входах в ${ Displaystyle mathbb {F} ^ {l}}$ . То есть вход представляет собой многочлен вида ${ Displaystyle P (x_ {1}, ldots, x_ {l}) = sum limits _ {i_ {1} + ldots + i_ {l} leq d} c_ {i_ {1}, ldots , i_ {l}} x_ {1} ^ {i_ {1}} x_ {2} ^ {i_ {2}} cdots x_ {l} ^ {i_ {l}}}$ задается интерполяцией ${ displaystyle { binom {l + d} {d}}}$ значения предопределенных точек, а на выходе - последовательность ${ Displaystyle {P (x_ {1}, ldots, x_ {l}) }}$ для каждого ${ displaystyle x_ {1}, ldots, x_ {l} in mathbb {F}}$ .^[14]

Чтобы восстановить значение степени ${ displaystyle d}$ полином в точке ${ Displaystyle ш в mathbb {F} ^ {п}}$ , локальный декодер выдает случайный аффинный Линия, проходящая через ${ displaystyle w}$ . Затем он выбирает ${ displaystyle d + 1}$ точки на этой строке, которые он использует для интерполяции многочлена, а затем оценивает его в точке, где результат ${ displaystyle w}$ . Для этого алгоритм выбирает вектор ${ displaystyle v in mathbb {F} ^ {n}}$ равномерно наугад и считает строку ${ Displaystyle L = {вес + лямбда v середина лямбда in mathbb {F} }}$ через ${ displaystyle w}$ . Алгоритм выбирает произвольное подмножество ${ displaystyle S}$ из ${ Displaystyle mathbb {F}}$ , куда ${ displaystyle | S | = d + 1}$ , и запрашивает координаты кодового слова, соответствующего точкам ${ displaystyle w + lambda v}$ для всех ${ displaystyle lambda in S}$ и получает значения ${ Displaystyle {е _ { lambda} }}$ . Затем он использует полиномиальную интерполяцию для восстановления уникального одномерного полинома ${ displaystyle h}$ со степенью меньше или равной ${ displaystyle d}$ такой, что ${ Displaystyle ч ( лямбда) = е _ { лямбда}}$ для всех ${ displaystyle lambda in S}$ . Затем, чтобы получить значение ${ displaystyle w}$ , он просто оценивает ${ displaystyle h (0)}$ . Чтобы восстановить одно значение исходного сообщения, выбирают ${ displaystyle w}$ быть одной из точек, определяющих полином.^[8]^[14]

Каждый индивидуальный запрос равномерно распределен случайным образом по кодовому слову. Таким образом, если кодовое слово повреждено не более чем в ${ displaystyle delta}$ доля местоположений, по границе объединения, вероятность того, что алгоритм выбирает только неповрежденные координаты (и, таким образом, правильно восстанавливает бит), не менее ${ displaystyle 1- (d + 1) delta}$ .^[8]О других алгоритмах декодирования см.^[8]

Navigation