1975 সালে মিলার দেখিয়েছেন কিভাবে পূর্ণসংখ্যা এর গুণকনির্ণয় কমাতে সময়ের খোঁজার জন্য দ একটি ফাংশন এর চ ( এক্স ) = একটি এক্স যেমন যে এফ ( এক্স + আর ) = এফ ( এক্স ) কিছু এলোমেলোভাবে একটি < এন বেছে নিয়েছে। এটি সর্বজনবিদিত যে শোরের অ্যালগরিদমকোয়ান্টাম কম্পিউটারে দক্ষতার সাথে আর খুঁজে পেতে পারে, যেখানে এটি বিশ্বাস করা হয় যে এটি একটি শাস্ত্রীয় কম্পিউটারের জন্য আর সন্ধান করতে অক্ষম হবে ।
আমার প্রশ্ন এখন হচ্ছে: সেখানে কোনো পরিচিত নিম্ন সীমা হয় র্যান্ডম জন্য এন ? সেখানে কোনো সীমা করছেন দ দেওয়া এন = P Q আরএসএ হিসেবে মনোনীত করা হয়? স্পষ্টত, দ হওয়া আবশ্যক Ω ( লগ ( এন ) ) অন্যথায় এক মাত্র মূল্যায়ন পারে যেমন চ ( এক্স ) উপর হে ( লগ ( এন ) ) জিনিসটা ধারাবাহিক পয়েন্ট Rধ্রুপদী। যদি কোনও ধ্রুপদী ফ্যাক্টরিং অ্যালগরিদম থাকে যা কেবলমাত্র এর বন্টন সম্পর্কিত কিছু অনুমানের অধীনে কাজ করে তবে আরএসএ ভাঙ্গার পক্ষে যথেষ্ট হবে , যেমন r ∈ Θ ( এন / লগ ( এন ) ) বা আর ∈ Θ ( √?
" গড় গুণক অর্ডার মোড " -এ কার্ল পোমরেন্সের একটি উপস্থাপনা প্রমাণ দেয় যে সমস্ত এন এর উপরে ও ( এন / লগ ( এন ) ) হ'ল , তবুও আমি নিশ্চিত নই যে কোনও ধ্রুপদী অ্যালগরিদম যা এন এর অধীনে করতে পারে আর ∈ ও ( এন / লগ ( এন ) ) এর অনুমানটি শেষ পর্যন্ত আরএসএকে ভেঙে দেবে। পারি এন adverserially আছে নির্বাচন করা যেতে দ ∈ হে ( এন ) বা r ∈ O ( √ ) √?
(দ্রষ্টব্য: জেনেরিক ফ্যাক্টরিং বনাম আরএসএ ফ্যাক্টরিং সম্পর্কিত একটি সম্পর্কিত প্রশ্ন রয়েছে)