verbesserte Kommentare

classes/MatsumotoImaiA.py

@@ -60,7 +60,8 @@ class MatsumotoImaiA(EncryptionScheme):
         # der Erweiterungskörper wird gebaut
         gx = ring.irreducible_element(n)
         multivariate_ring = PolynomialRing(k, n)
-        extension_field = PolynomialRing(multivariate_ring, 't').quotient_ring(gx, 'T')
+        extension_field = PolynomialRing(
+            multivariate_ring, 't').quotient_ring(gx, 'T')
         self.extension_field = extension_field
         multi_vars = multivariate_ring.gens()
 
@@ -68,7 +69,7 @@ class MatsumotoImaiA(EncryptionScheme):
 
         pre_F = self.phi_invers(Sx)
 
-        '''Now the MAGIC happens'''
+        # F(X)
         post_F = pre_F * pre_F**(4**theta)
 
         Pr = S.inverse(vector(post_F.list()))

classes/UnbalancedOilAndVinegar.py

@@ -30,8 +30,8 @@ class UnbalancedOilAndVinegar(SignatureScheme):
         self.n = n  # Anzahl der Variablen
         self.m = m  # Anzahl der Gleichungen
 
-        # wird ein privater Schlüssel als Dateipfad übergeben, so wird dieser geladen
-        # ansonsten werden mit `generate_keys` die Schlüssel erstellt
+        # wird ein privater Schlüssel als Dateipfad übergeben, so wird dieser
+        # geladen ansonsten werden mit `generate_keys` die Schlüssel erstellt
         if keyfile is not None:
             self.private_key = PrivateKey(None, None, None, keyfile)
             self.public_key = self.private_key.generate_public_key()
@@ -40,8 +40,8 @@ class UnbalancedOilAndVinegar(SignatureScheme):
 
     def generate_keys(self, F, n, m):
         """
-        erstelle Privaten und öffentlichen Schlüssel aus gegebenem
-        endlichen Körper `F`, Anzahl der Variablen `n` und Anzahl der Gleichungen `m`
+        erstelle Privaten und öffentlichen Schlüssel aus gegebenem endlichen
+        Körper `F`, Anzahl der Variablen `n` und Anzahl der Gleichungen `m`
         """
 
         # oil and vinegar variables:
@@ -112,8 +112,6 @@ class UnbalancedOilAndVinegar(SignatureScheme):
             x[i] = random_value(F)
             sig.append(x[i])
 
-        print("random_values =", sig )
-
         # Durch einsetzen der belegten Variablen wird P linearisiert
         for i in xrange(0, len(Pr)):
             Pr[i] = Pr[i](x)