Multi-Scalar Multiplication算法优化

Multi-Scalar Multiplication算法优化

1、基于窗口方法的优化

Multi-Scalar Multiplication算法优化

Multi-Scalar Multiplication算法优化

Multi-Scalar Multiplication算法优化

2、基于群自同态的优化

对于有限域 Fp 上的椭圆曲线 y² = x³ + ax + b 上的循环群 G,如果能找到这样的群自同态 φ:存在 α, β ∈ Fp,使得 φ(x, y) = (αx, βy) 对 G 上的所有点成立。容易证明这样的自同态是一个乘法映射,即能找到一个 λ 使得 φ(P) = λP 对所有 G 上的点 P 成立,这意味着当我们知道了一个点的坐标后,只需对横纵坐标乘上一个 Fp 中的数就能变成另一个点的坐标,这个重要的性质可以对算法进行进一步的优化。

Multi-Scalar Multiplication算法优化

Multi-Scalar Multiplication算法优化

参考文献

[1] Francesco Sica, Mathieu Ciet, and Jean-Jacques Quisquater. Analysis ofnthe gallant-lambert-vanstone method based on efficient endomorphisms:nElliptic and hyperelliptic curves. In International Workshop on SelectednAreas in Cryptography, pages 21–36. Springer, 2002.

关于我们

Sin7y成立于2021年,由顶尖的区块链开发者组成。我们既是项目孵化器也是区块链技术研究团队,探索EVM、Layer2跨链隐私计算、自主支付解决方案等最重要和最前沿的技术。

微信公众号:Sin7Y

GitHub | Twitter | Telegram | Medium| Mirror | HackMD | HackerNoon

如有疑问联系邮箱:
*本文转载自网络转载,版权归原作者所有。本站只是转载分享,不代表赞同其中观点。请自行判断风险,本文不构成投资建议。*