基于PU分类的差分区分器及其应用

作     者：宿恒川 朱宣勇 段明 SU Heng-Chuan;ZHU Xuan-Yong;DUAN Ming

作者机构：战略支援部队信息工程大学数学工程与先进计算国家重点实验室郑州450001 

出 版 物：《密码学报》 (Journal of Cryptologic Research)

年 卷 期：2021年第8卷第2期

页      面：330-337页

核心收录：

学科分类：0839[工学-网络空间安全] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61170325) 

主　　题：PU学习 Speck 差分区分器 

摘      要：差分分析方法的核心是构造高效的差分区分器.2019年Aron Gohr采用深度学习残差网络的方法构造差分区分器,应用于减轮Speck32/64密码算法,五轮和六轮的差分器成功率分别是0.929和0.788.本文采用PU学习(positive-unlabeled learning)的方法,对Speck32/64算法的差分对数据进行训练,利用神经网络中的多层感知机与基于PU学习构造的损失函数,训练得到了一个基于PU分类的差分区分器,并对于减轮Speck32/64算法进行攻击,五轮和六轮差分器成功率分别是0.965和0.860.