最近向量问题

Closest Vector Problem

证明最近向量问题（CVP）在多项式因子下的近似困难性，为后量子格基密码的安全性提供更坚实的理论依据。

问题背景

找一个离目标“最近”的格点，有多难？

给定一个格（离散的加法子群）和一个不在格上的点，最近向量问题（CVP）要求找到离该点最近的格点。它与最短向量问题（SVP）共同构成格基密码（如基于 LWE 的 Kyber、Dilithium）的安全性基石。

如果 CVP 在多项式近似因子下是容易的，那么大量后量子密码方案将瞬间失效。因此它的困难性定理是格密码安全性的理论根基。

核心突破

Astra 证明 CVP 在多项式因子近似下是困难的，堵上了格密码安全性论证中一个长期存在的缺口。

此前 CVP 的困难性只在更弱的近似因子或更受限的条件下被证明，多项式因子情形一直是开放的。

意义与影响

格密码是 NIST 后量子标准化的主力，CVP 类困难性的严格证明让这些方案的安全假设建立在更少、更强的归约之上。

对理论计算机科学而言，这也再次确认：几何上的“就近搜索”在最坏情形下是难处理的，算法必须依赖随机化与额外结构。

验证与复现

本结果的证明已整理进 249 页论文并转为 Lean 4 形式化证明，主要定理 sorry_count 为 0，可在本地重跑复核。

参考资料

本页内容主要整理自以下公开资料。成果仍需数学共同体长期审查，欢迎据此追踪原始文献与 Lean 证明文件。

本课题来自 OpenAI Astra 于 2026-08-01 公布的十项数学与理论计算机科学突破，编号 №07。想参与验证或深入研究，可加入 NiuMaAgent 社区 Fork 对应研究仓库。

NiuMaAgent 以 Apache License 2.0 开源协议发布。欢迎 Fork、提交 Issue，与全球科研人员共建 AI4Science 生态。