Forschungsreise ans MIT (Entwurf und Analyse effizienter Algorithmen), Laboratory for Computer Science and Artificial Intelligence, CSAIL, MIT

1. Die Forschungsreise （während meines vorlesungsfreien Forschungssemesters im Sommersemester 2004）和MIT soll folgenden forschungsielen dienen。Verbesserung der existtierenden Techniken f<s:1> r sog。遍历Merkle树（siehe [JLMS031, [M79]; Referenzen(6.)）和die effizente Generierung under zusammenhängenden“认证路径”。Die algorithmischen Ideen, Die in [BKNO21] and in [KN02] verwendet wurden， sollier每个weiter entwickelt and verwendet werden。刘志强，王志强，王志强，等。基于Merkle树的无线安全签名算法[j] .中文信息学报[j]。这是由麻省理工学院的希尔维奥·米卡利教授和汤姆·莱顿·格普朗教授共同完成的。2. [akkk99] untersucht. [e] Konstruktionen effizienter Sampler-Techniken and approximation algorithm; [r] combinatorische and geometrische optimierungsproblem; [AFKK02] untersucht。Diese methode sollen zur Verbesserung der existierenden approximation and approximation schemata f<s:1> [NP-Harte problem] der metrischen Partitionierung and Clustering problem and deren Anwendungen (sihe [199], [FKKR03], [K02], [BKO2b])； sowie zur Verbesserung der approximation算法f<s:1>[最小约束满足问题]，aufbauend auf - die folgenden arbeen [BKO2b], [BFK02], [AFKK02], [FKL02], dienen。[3] [9] [ei] [ei] [ei] [ei] [ei] [ei] [ei] [j]。

Die Forschungsreise (während meines vorlesungsfreien Forschungssemesters im Sommersemester 2004) ans MIT soll folgenden Forschungszielen dienen: 1. Verbesserung der existierenden Techniken für sog. traversal der Merkle trees (siehe [JLMS031, [M79]; Referenzen (6.)) und die effiziente Generierung der zusammenhängenden "authentication paths". Die algorithmischen Ideen, die in [BKNO21 und in [KN02] verwendet wurden, sollten hier auch weiter entwickelt und verwendet werden. Merkle trees haben viele potentielle Anwendungen, wie z.B. in certification refreshal, wireless security und signatures (siehe [JLMS03] und [M97]). Es ist eine Zusammenarbeit mit den MIT-Forschern Professor Silvio Micali und Professor Tom Leighton geplant. 2. Es werden die Konstruktionen effizienter Sampler-Techniken und Approximationsalgorithmen für kombinatorische und geometrische Optimierungsprobleme basierend auf den Sampling Ideen von [AFKK02] und effizienter Linearisierung der Smooth Programme von [AKK99] untersucht. Diese Methoden sollen zur Verbesserung der existierenden Approximationsalgorithmen und Approximationsschemata für NP-Harte Probleme der metrischen Partitionierung und Clustering Probleme und deren Anwendungen (siehe [199], [FKKR03], [K02], [BKO2b]) sowie zur Verbesserung der Approximationsalgorithmen für ausgewählte Minimum Constraint Satisfaction Probleme, aufbauend auf die folgenden Arbeiten [BKO2b], [BFK02], [AFKK02], [FKL02], dienen. Eine Zusammenarbeit über dieses Thema mit den MIT-Forschern P. Indyk, M. Goemans, D. Karger und M. Sudan ist geplant.