You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
reacted with thumbs up emoji reacted with thumbs down emoji reacted with laugh emoji reacted with hooray emoji reacted with confused emoji reacted with heart emoji reacted with rocket emoji reacted with eyes emoji
-
以下我可能用语不是很准确,还请各位老师指正!
假设我们有一个原始长度为k的message,例如,k=6
1、在RScode的应用中
我们通过RScode,将message,编码为一个长度n=16的codeword。最小汉明距离为d=n-k+1=11(示例中)
在RScode中的应用,似乎是:
我们拿到一个传递的长度为n、可能出错的信息。如果出错的码元t<(d-1)/2=5个,那我们可以把这个码字往码空间C里的某一个codeword上靠(推测它,可能是某个码字,就纠错为那个码字)。
2、在FRI中应用
将原始长度k的message,经过padding,成为在Domain |D|=2^m=8的信息。
然后blow up为|F|=16的数据(假设blow up factor=2)
这里的应用:似乎与RScode中有所不同了! 我们并不是要纠错、还原信息。而是:验证数据是否有误。
blow up前在D上的多项式,degree<8。
blow up后的数据(16个中)哪怕有一个错误,它实际上所形成的多项式,degree都会>=8
这里的应用,似乎变成了:对多项式验证其degree是否小于|D|。
我的疑问是:
(1)在FRI中的应用中,上次郭老师提到的,那个用于平衡码率与安全性、需要tade off的参数δ,应该是如何考虑的?(似乎与RScode中有所不同),在FRI中是如何体现的?
(2)LDE在两处的不同应用中,背后有什么关联一致的本质吗?
(3)举例,我们在长度为|F|的点中,query一些点(比如,16个点中,只做一轮。需要4折,每折2个点,共8个)。
为何通过这样的query验证,就可以极大概率地判断这些点(形成的多项式)degree?
直觉上感觉是,取出一些点,作为代表,代表了全部的点。如果我们在这些点上没有发现出错(查出他们degree不是<|D|),我们就认为是对的)。
突然感觉:自己知道这个操作的流程,但对原理不清楚了。这里能否再请各位老师,再抽象总结一下?
Beta Was this translation helpful? Give feedback.
All reactions