椭圆曲线算法：入门（1）
很多人都听说过加密算法，包括ECC、ECDH或者ECDSA。ECC是Elliptic Curve Cryptography的缩写，就是椭圆加密算法，ECDH和ECDSA是ECC的不同实现。
椭圆加密算法的应用范围很广，主要的三个技术 TLS、PGP以及SSH 都在使用它，更别提比特币以及其他加密数字货币了。
在椭圆加密算法流行之前，绝大多数的公钥加密算法都是基于RSA、DSA以及DH这些基于模运算的替代加密系统。这些加密算法在今天依然占据非常重要的位置。然而，尽管ECC背后的这些算法很容易理解而且广泛使用，但是对于绝大多数人来说，这些算法是一个谜团。
接下来的一系列文章：椭圆加密算法（从入门到放弃），我将对该算法做一个详细介绍。我的目标并不是要彻底解释清楚以及证明背后的数学原理，而是做一个介绍，讲清楚：简要解释ECC，以及为什么ECC被认为是安全的。同时，也会给出模拟操作的例子以及脚本帮助你更加理解。
接下来的几篇文章会涉及到：
- 实数下的椭圆曲线以及群公理（就是这篇文章啦）
- 有限域下的椭圆曲线以及离散数学
- 密钥对加解密以及两种椭圆加密算法：ECDH和ECDSA
- 破解ECC的安全性算法，以及同RSA的比较
笔者假设阅读这篇文章的读者已经对以下几个概念并不陌生：集合论、几何学、模运算，并且对对称加密和非对称加密有了一些了解。最后，在加密学里面，对于什么是“简单”的问题，什么是“困难”的问题有个清晰的认知。
椭圆曲线
首先：什么是椭圆曲线？Wolfram MathWorld给出了个准确非凡的定义椭圆曲线。但对于目前的我们来说，椭圆曲线可以暂时简单的理解为描述了特定点的集合的公式：
该公式在椭圆曲线里面称为*Weierstrass normal form*
其中，
[图片上传失败...(image-d0bb69-1524474030026)])](http:https://img.haomeiwen.com/i785822/6c9ac5e2d832271e.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
以下是a和b参数的变化对应的图形的示例：
b=1，a取值范围从2到-3
特殊曲线：左边参数是a=b=0，右边参数是a=-3，b=2.这两条都不是符合标准的曲线
a和b的取值变化决定了曲线在坐标系上的不同形状。从图中可以看到，椭圆曲线是相对X轴对称。
为了达到我们的目的，我们还要定义一个无穷大的点（也可以成为理想点），从现在开始，我们以符号0，也就是零表示该点。
把上面几个点结合起来，我们的椭圆曲线公式就变成了
群(Groups)
数学上，群(Groups)指的是我们定义了二元操作“运算”并且用符号+表示的一个集合。假定我们要操作的群用 𝔾表示，那么我们在这个群上面要定义的“运算”必须符合以下几个属性：
- 闭包。如果a和b都是𝔾的成员，那么a+b也是𝔾的成员。
- 组合性。(a+b)+c=a+(b+c)
- 单位元。存在确切的一个值，称之为单位元，0可以保证该等式成立 a+0=0+a=a
- 逆元。每个成员都有一个相反数：对于任意值a必定存在b使得a+b=0
如果加上第五条这要求：
- 交换性a+b=b+a
这样的群我们称之为 阿贝尔群。
根据以上的定义，我们很容易得知，整数集合 ℤ 是一个群，也可以称之为 阿贝尔群。自然数集合 ℕ 却不是一个群，因为不符合第四个属性（自然数都是整数，不存在a+b=0）。
根据组的这四个属性，我们很容易可以推导出其他属性。比如：第三个属性的确切的值0是唯一的；相反数也是唯一的，也就意味着a+b=0，a的相反数b也是唯一的。这些属性有助于我们接下去的数学逻辑推理。
椭圆曲线里的群公理
如上文所说，我们可以基于椭圆曲线定义一个群。特别要指出的是：
- 群里的元素都在椭圆曲线上
- 椭圆上的单位元指的是无限远点
- 椭圆上的点P的逆元与P关于X轴轴对称
- 定义+运算：给定三个非零的点 P，Q和R，则P+Q+R=0（无限远点）成立
P+Q+R=0（无限远点）
注意：最后一条公理里，给出了三个点，但是没有限定顺序，也就意味着P+(Q+R)=Q+(P+R)=R+(P+Q)=⋯=0。这就充分表明了，这里定义的+运算符符合群公理的组合性和交换性，也就意味着椭圆曲线符合阿贝尔群。
到目前为止，一切都推理挺顺利的，对吧。那么问题来了，我们要如何计算两个任意点之和呢？
几何学上的加法
因为椭圆曲线是阿贝尔群，所以公式P+Q+R=0 以及 P+Q=−R成立。根据这些公式，我们可以从几何学的角度去计算点P+点Q的值：在椭圆曲线上画出点P和点Q，连直线穿过P和Q，该直线会与椭圆曲线相较于第三个点，称之为R。根据R取得R的逆元-R，P+Q=-R。
运用几何学的方法很容易得到我们要的结果，但是我们需要再对一些更精确的解释。特别是有一些问题需要考虑：
- 如果P=0或者Q=0(0是无穷远点)呢？我们当然无法画出该直线，因为无穷远点无法体现在直角坐标系里。但是既然已经定义了无穷远点0，那么对于任意给定的P或者Q，P+0=P以及0+Q=Q都是成立的。
- 如果P=-Q呢？这种情况下该直线是与X轴是垂直的，并且不会与椭圆曲线相交于第三个点。 根据公理，P就是Q的逆元，P+Q=P+(-P)=0。
- 如果P=Q呢？这种情况下，存在无数条线穿过这个点。这里要用到极限的思维。假设线上有另外一个点Q1，让Q1不断靠近P，会怎么样？
随着两个点的不断靠近，最终产生的线跟椭圆曲线是切线关系
随着Q1不断靠近P，最终Q1无限靠近P，产生了一条直线与椭圆曲线相切。那么可以得到 P+P=-R, 在这里R就是该直线与椭圆曲线的另外一个交点。
- 如果P≠Q，但是不存在第三个交点R呢？这种情况和上一个情况很类似。实际上，这种情况下该直线跟椭圆曲线是相切的关系。
假设P就是相切的点。在上一个情况里，有该等式P+P=-Q。而在这里变成了P+Q=-P。另一方面，如果Q是相切的点，那么P+Q=-Q。
我们需要了解的几何学只是已经差不多涵盖了所有情况了。只要给我们笔和尺子，我们就能在椭圆曲线上执行加法。如果有兴趣，可以到HTML5/JavaScript visual tool计算椭圆曲线上的加法
代数上的加法
要计算点的加法的话，我们必须把前面的几何学的讨论转到代数上的讨论。最直接的方法是把上面的公理用代数上的公式表示出来，但是这件事情会很乏味而且需要解决一些三次方程。所以在这里我就只给出结果吧。
首先，声明下我们暂时不讨论一些特殊情况。比如我们已经知道了P+(-P)=0，P+0=0+P=P，所以，接下去我们不考虑这两种情况。我们考虑的是 非0，非对称的点 P和Q，如下图
[声明下，因为编辑器的问题，下文中将用P=(xP,yP)(P是下标)来表示这种等式，否则一直贴图排版很累]
如果xP≠xQ(P和Q是下标)，那么该直线的斜率是：
该直线与椭圆曲线相交的第三个点R(xR,yR)(R是下标)：
或者也可以写成：
特别强调一下 (xP,yP)+(xQ,yQ)=(xR,−yR)（P，Q，R都是下标）。
如果要检查结果是否正确，我们需要检查R是否在椭圆曲线上，以及P，Q和R是否都在直线上。检查这些点是否在直线上是显而易见的，然而检查R是否属于椭圆曲线并不是，因为我们不得不解决一个一点都不有趣的三次方程问题。
考虑这么一个例子：根据我们给出的visual tool，给定的P=（1，2）和Q=（3，4）都在曲线上y2=x3−7x+10（y的2次方，x的3次方），那么P+Q=-R=（-3，2）。反过来去根据我们前面的公式验证该结果是否正确：
验证正确！
注意，即使P或者Q是切点，该等式依然成立。拿P=(-1,4) Q=(1,2)尝试下：
得到的结果是P+Q=(1,-2)，该结果与用该工具visual tool计算是一样的。
另一种情况P=Q则需要另外处理了：关于xR以及yR的公式是一样的，但是针对直线的斜率必须用另外的方式处理：
注意，该公式是由一下公式推导出来的：
为了证明该公式的正确性，有必要验证R是否属于椭圆曲线上，以及P和R连成的直线与椭圆曲线有且仅有2个交点。但是在这里，我们不作证明，先做个测试：P=Q=(1,2)
所以得出 P+P=-R=(-1, -4)。正确
标量乘法
除了加法之外，我们定义另外一个运算：标量乘法：
在这里n是一个自然数。嗯，我写了个visual tool用来玩标量乘法，有兴趣点击去试试吧。
该公式看起来计算nP需要计算n次加法。如果n是k个二进制位，那么该算法复杂度是O(2k)（2的k次方），计算量有点大。但是其实存在更快速的方案。
其中一个就是先做倍数再做加法。要了解基本原理还是直接看例子会比较快。假设n=151，其对应的二进制是10010111。而该二进制数字可以转化为：
所以我们可以这么写：
所以，该运算过程是这样的：
- 获取P
- 取P的2倍，得到2P
- 2P加上P
- 把2P再取2倍，得到4P
- 4P加上2P加上P
- 4P再取2倍，得到8P
- 不取8P做运算
- 8P取2倍，得到16P
- 16P加上4P加上2P加上P
- ……
最终，要得到151P我们只是做了一些简单的倍数以及加法。
如果还是不清楚，可以看看下面的Python代码
def bits(n):
"""
Generates the binary digits of n, starting
from the least significant bit.
bits(151) -> 1, 1, 1, 0, 1, 0, 0, 1
"""
while n:
yield n & 1
n >>= 1
def double_and_add(n, x):
"""
Returns the result of n * x, computed using
the double and add algorithm.
"""
result = 0
addend = x
for bit in bits(n):
if bit == 1:
result += addend
addend *= 2
return result
如果倍数和加法都是复杂度为O(1)的运算，那么该算法的复杂度就是O(log n)（或者O(k)）（考虑到k个bit的长度）。依然比O(n)的复杂度要好。
对数
给定n和P，我们运算Q=nP至少需要一个多项式时间。但是如果反过来呢？如果我们知道Q和P，要反过来得到n呢？该问题被认为是对数问题。为了与其他加密算法保持一致性，我们称该问题为“对数”问题而非“除法”。
我并不清楚什么是“简单”的问题，但是从该链接里的乘法，很容易看出一些规则。举个例子，假设该曲线是 y2=x3−3x+1（y的2次方，x的3次方），P点是（0，1）。我们很容易验证得到，如果n是奇数，nP是在左半边坐标轴里，如果n是偶数，nP在右半边坐标轴里。如果做更多实验，甚至发现更多规则，最终可以写出算法让我们计算曲线可以更高效。
但是还有个算法问题：离散数学问题。在下篇文章里，我们会讨论如果我们减少椭圆曲线的域，标量乘法依然是个“简单”的数学问题，然而离散数学变成一个“困难”的数学问题。这种二元性就是椭圆加密算法的核心。
下篇文章，下周见。
注：该文章翻译自这里，如果有翻译不当的地方，请指正。
