检索结果-内蒙古大学图书馆

清华大学学报（自然科学版） 2000年第9期40卷 41-44页

作者：朱峰郭宝安戴一奇清华大学计算机科学与技术系北京100084

在分组密码的设计中 ,提高分组密码的抗差分攻击性能是一个重要的课题。论文提出了一种基于矩阵的代替置换网络模型。基于这一模型 ,设计了一个称为基于全非奇异矩阵的代替置换网络的密码结构。给出了基于全非奇异矩阵的代替置换网络的... 详细信息

在分组密码的设计中 ,提高分组密码的抗差分攻击性能是一个重要的课题。论文提出了一种基于矩阵的代替置换网络模型。基于这一模型 ,设计了一个称为基于全非奇异矩阵的代替置换网络的密码结构。给出了基于全非奇异矩阵的代替置换网络的差分概率上界。证明了当使用大规模的基于全奇异矩阵的代替置换网络时 ,i圈基于全奇异矩阵的代替置换网络的差分概率上界迅速减小。指出了使用大规模的基于全奇异矩阵的代替置换网络可有效地提高分组密码抗差分密码分析的安全性。

关键词：分组密码差分密码分析代替-置换网络矩阵

来源：评论

学校读者我要写书评

暂无评论

类CLEFIA动态密码结构抵抗差分密码分析能力评估

引用

电子学报 2021年第11期49卷 2279-2283页

作者：杨继林王念平中国人民解放军战略支援部队信息工程大学河南郑州450001

将动态思想融入分组密码设计,使得算法具有动态性能从而提高抗攻击能力,按照这种想法,本文提出“类CLEFIA动态密码结构”,并通过建立两类不同密码结构的差分对应之间的联系,给出类CLEFIA动态密码结构的差分密码分析结果.具体地,对4r(r... 详细信息

将动态思想融入分组密码设计,使得算法具有动态性能从而提高抗攻击能力,按照这种想法,本文提出“类CLEFIA动态密码结构”,并通过建立两类不同密码结构的差分对应之间的联系,给出类CLEFIA动态密码结构的差分密码分析结果.具体地,对4r(r≥1)轮类CLEFIA动态密码结构,在轮函数都是双射时,证明了l(l≥1)轮差分特征至少有l-1个活动轮函数.

关键词：类CLEFIA动态密码结构差分密码分析活动轮函数

来源：评论

学校读者我要写书评

暂无评论

四分组类CLEFIA变换簇抵抗差分密码分析的安全性评估

引用

电子学报 2017年第10期45卷 2528-2532页

作者：王念平解放军信息工程大学密码工程学院河南郑州450001

差分密码分析是针对分组密码的强有力的攻击方法,估计分组密码抵抗差分密码分析的能力是分组密码安全性评估的重要内容之一.基于实际应用背景,提出了"四分组类CLEFIA变换簇"的概念,并利用变换簇中两种特殊分组密码结构的差分... 详细信息

差分密码分析是针对分组密码的强有力的攻击方法,估计分组密码抵抗差分密码分析的能力是分组密码安全性评估的重要内容之一.基于实际应用背景,提出了"四分组类CLEFIA变换簇"的概念,并利用变换簇中两种特殊分组密码结构的差分对应之间的关系,给出了变换簇中所有密码结构抵抗差分密码分析的安全性评估结果.

关键词：分组密码四分组类CLEFIA变换簇差分密码分析活动轮函数

来源：评论

学校读者我要写书评

暂无评论

动态密码结构抵抗差分密码分析能力评估

引用

通信学报 2021年第8期42卷 70-79页

作者：王念平郭祉成信息工程大学河南郑州450001

针对CLEFIA密码结构,提出一种动态密码结构,该动态密码结构的特点是第6t(t≥1)轮中的扩散层可以从{0,1}4上的多个线性双射中任意选取。通过对6轮差分特征的传递规律的分析,给出了动态密码结构中所有密码结构抵抗差分密码分析能力的评估... 详细信息

针对CLEFIA密码结构,提出一种动态密码结构,该动态密码结构的特点是第6t(t≥1)轮中的扩散层可以从{0,1}4上的多个线性双射中任意选取。通过对6轮差分特征的传递规律的分析,给出了动态密码结构中所有密码结构抵抗差分密码分析能力的评估结果。研究结果表明,在轮函数都是双射的条件下,当迭代轮数l为6k(k≥1)或6k+1(k≥3)时,l轮差分特征至少有l个活动轮函数,当迭代轮数为其他值时,l轮差分特征至少有l−1个活动轮函数。

关键词：动态密码结构差分密码分析活动轮函数

来源：评论

学校读者我要写书评

暂无评论

差分密码分析和线性密码分析：原理、特征与应用

差分密码分析和线性密码分析：原理、特征与应用

引用

作者：沈静国防科学技术大学

学位级别：硕士

分组密码的设计与分析是目前信息安全领域中的热点问题,差分密码分析和线性密码分析是攻击迭代分组密码最有效的两种方法。本文讨论了差分密码分析和线性密码分析的基本原理、特征以及它们在分组密码中的应用。 S盒是设计分组密码的... 详细信息

分组密码的设计与分析是目前信息安全领域中的热点问题,差分密码分析和线性密码分析是攻击迭代分组密码最有效的两种方法。本文讨论了差分密码分析和线性密码分析的基本原理、特征以及它们在分组密码中的应用。 S盒是设计分组密码的重要组件。设计密码性能好的S盒要考虑多方面的因素,如差分均匀性、非线性度、代数次数等。我们基于Hill Climbing方法改善了随机产生S盒的差分均匀性,并且着重研究了差分均匀性为2的S盒的特点与构造。进一步,从有限域上的幂函数出发,构造了一些密码性质良好的S盒。 Camellia是欧洲NESSIE计划2003年公布的分组密码标准算法之一。我们通过对Camellia的差分迭代特征和线性迭代特征进行分析,发现了P置换及其逆置换对3轮、4轮迭代特征的影响,找到了目前为止最优的3轮、4轮差分迭代特征和线性迭代特征,并利用4轮最优差分和线性迭代特征,给出了r（6≤r≤18）轮Camellia变体的差分特征概率和线性偏差,其中18轮的差分特征概率为2-296,线性偏差为2-141.32。作为同时进入美国AES计划和欧洲NESSIE计划最后一轮的候选分组密码算法,RC6是一个简单,灵活的分组密码,它是在RC5的基础上设计的。我们讨论了不同的固定循环移位对RC6-Ⅰ（用恒等函数代替平方函数的变体）的影响,从理论上证明了当固定循环移位的取值为lgw时,RC6-Ⅰ抗差分密码分析的效果最好。然后考虑了不同的固定循环移位对RC6安全性的影响,得出了当固定循环移位的取值为lgw时,RC6抗差分密码分析的效果最好。

关键词：差分密码分析线性密码分析 S盒 P置换迭代特征 Camelllia RC6

来源：评论

学校读者我要写书评

暂无评论

一种迭代型分组密码的差分密码分析

引用

西南交通大学学报 1998年第6期33卷 611-616页

作者：何大可西南交通大学计算机与通信工程学院

修改分组密码ＩＤＥＡ轮函数中的模乘运算，得到一种新的轮函数。对基于此种新轮函数的一种迭代型分组密码进行了差分密码分析。数值试验证实ＨＤＥＡ的ＤＣ有用差分的概率均低于ＨＤＥＡ０的相应差分概率。迭代次数足够大的ＨＤＥＡ... 详细信息

修改分组密码ＩＤＥＡ轮函数中的模乘运算，得到一种新的轮函数。对基于此种新轮函数的一种迭代型分组密码进行了差分密码分析。数值试验证实ＨＤＥＡ的ＤＣ有用差分的概率均低于ＨＤＥＡ０的相应差分概率。迭代次数足够大的ＨＤＥＡ能抵抗差分密码分析攻击；在８ｂｉｔＣＰＵ环境下软件加密时，２４轮ＨＤＥＡ与８轮ＩＤＥＡ的数据加密速率相近，抗差分密码分析的能力大致相同。

关键词：分组密码差分密码分析轮函数迭代型

来源：评论

学校读者我要写书评

暂无评论

一类高阶差分密码分析

引用

电子学报 1999年第10期27卷 74-78页

作者：胡豫濮蔡勉肖国镇西安电子科技大学ISN国家重点实验室信息安全与保密研究所西安710071

对迭代型分组密码给出了新一类高阶差分，并对ＳＡＦＥＲ进行了高阶差分密码分析．分析结果表明。

关键词：信息安全分组密码差分密码分析高阶差分

来源：评论

学校读者我要写书评

暂无评论

演化密码对抗差分密码分析能力的研究

引用

中国科学：信息科学 2013年第4期43卷 545-554页

作者：张焕国李春雷唐明武汉大学计算机学院武汉430072 空天信息安全与可信计算教育部重点实验室武汉430072

演化密码是我国学者提出的一种新型密码体制.本文对演化密码对抗差分密码分析的能力进行了研究,研究表明演化密码对抗传统差分攻击的能力高于普通固定算法密码.本文在分析差分攻击的数据复杂度,最佳差分特征概率,比特优势以及预期成功... 详细信息

演化密码是我国学者提出的一种新型密码体制.本文对演化密码对抗差分密码分析的能力进行了研究,研究表明演化密码对抗传统差分攻击的能力高于普通固定算法密码.本文在分析差分攻击的数据复杂度,最佳差分特征概率,比特优势以及预期成功率关系的基础上,证明了比特优势和预期成功率相同时,攻击演化密码的数据复杂度大于攻击固定算法密码的数据复杂度;并证明了在数据复杂度和预期成功率相同的情况下,攻击演化密码的时间复杂度明显高于攻击固定算法密码的时间复杂度.这表明演化密码对抗传统差分攻击的能力高于固定算法密码.

关键词：信息安全密码学演化密码差分密码分析比特优势

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的差分密码分析方法研究

基于深度学习的差分密码分析方法研究

引用

作者：林灵桂林电子科技大学

学位级别：硕士

在物联网、大数据、云计算以及移动应用等技术迅猛发展的背景下,数据的安全性和隐私保护正面临着空前的挑战。轻量级分组密码因在资源受限的环境中表现出的高效性和适应性而成为应对这些挑战的关键技术,对其进行深入的安全性分析的重要... 详细信息

在物联网、大数据、云计算以及移动应用等技术迅猛发展的背景下,数据的安全性和隐私保护正面临着空前的挑战。轻量级分组密码因在资源受限的环境中表现出的高效性和适应性而成为应对这些挑战的关键技术,对其进行深入的安全性分析的重要性日益凸显。目前,该领域的分析工作主要依赖于自动化搜索技术,例如利用SAT/SMT求解器。在此基础上,融合人工智能与深度学习技术进一步强化分组密码的安全性分析,尤其是构建神经网络差分区分器已成为新的研究趋势。本文研究基于深度学习构建轻量级分组密码差分区分器的方法,重点解决神经网络差分区分器训练过程中的时间和资源消耗问题。本文的研究工作如下: （1）提出一种结合差分密码分析和空洞深度可分离卷积结构构建神经网络差分区分器的方法,并构建针对PRESENT（6～8轮）、SKINNY（7～8轮）和GIFT（4～7轮）的区分器。通过整合深度学习领域的空洞深度可分离卷积技术和残差网络架构,设计了一种神经网络差分区分器模型。与现有研究相比,本文将PRESENT算法区分器的覆盖轮数从7轮增加到8轮,并大幅降低模型参数至45.05%,训练时间缩减至7.13%。SKINNY算法区分器模型的参数数量和训练时间与已有结果相比分别减少至27.81%和7.68%。对于GIFT算法,在训练周期缩短至原始周期的四分之一的条件下,有效构建了覆盖4至7轮准确率更高的区分器。（2）提出一种基于Inception-AS-Resnet的神经网络差分区分器搜索方法,并捕获了轻量级分组密码算法SIMECK32/64的9至12轮神经网络差分区分器。借鉴密文差分能够影响区分器性能的思想,通过优化器搜索输入差分,将训练过程分解为若干阶段,使模型可以逐步学习并适应SIMECK32/64算法的特征,获得轮数更高的区分器。实验结果表明:本文所获得的9至12轮神经网络差分区分器具有良好的可靠性,区分器过滤错误密文的准确率分别为99.25%,73.80%,55.92%和51.24%,与已有公开文献相比模型参数减少到9.2%,训练速度提升了约80%。所捕获的11轮神经网络差分区分器模型数据复杂度、时间复杂度和存储复杂度分别为222.17、210.83、222.17,相比于传统区分器的数据复杂度(226.00选择数据量)、时间复杂度(223.54加密次数)和存储复杂度(226.00状态字节存储)均有显著降低。（3）提出了一种新的差分区分器自动化搜索方法。专门针对NFSR结构的轻量级分组密码算法,基于残差神经网络构建神经网络差分区分器,并在KATAN-32算法上进行了应用和验证。借鉴密文数据集质量能够影响区分器性能的思想,根据KATAN-32算法结构,将原始密文对数据、解密4轮的数据以及逆向还原17轮的数据作为三个不同的数据集独立训练神经网络差分区分器,并分析不同数据集对模型性能的影响。采用改进的深度残差神经网络构建神经网络差分区分器,将KATAN-32算法的区分器轮数从66轮提升至71轮,所获得区分器的数据复杂度为223.17选择数据量。与已有结果相比,每个epoch的训练训练速度提升了50%,模型参数量减少到25%。

关键词：轻量级分组密码深度学习差分密码分析神经网络差分区分器

来源：评论

学校读者我要写书评

暂无评论

对DES类密码体制的差分密码分析

引用

信息安全与通信保密 1991年第3期13卷 59-67页

作者： Eli Biham Adi Shamir 罗昭武

在民用场合,数据加密标准(DES)是最为有名的密码体制,而且己经被人们广泛使用。在七十年代中期,DES由IBM公司提出,并被美国国家标准局采用。从公开的文献看,到目前为止,DES已经成功地经受住了各种已发表的密码攻击。本文提出一种新的密... 详细信息

在民用场合,数据加密标准(DES)是最为有名的密码体制,而且己经被人们广泛使用。在七十年代中期,DES由IBM公司提出,并被美国国家标准局采用。从公开的文献看,到目前为止,DES已经成功地经受住了各种已发表的密码攻击。本文提出一种新的密码分析攻击法。在个人计算机上,这种攻击能够在几分钟内破开八圈以下的DES,并且破开十五圈以下DES的速度也比穷尽搜索来得快。这种新的攻击法适用于大量DES类型的替换/置乱密码体制,同时也显示出(尚未公开的)密码设计原则的重要作用。

关键词：密码体制 DES 差分密码分析密码分析攻击子密钥密码攻击个人计算机异或门破开数据加密标准

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：