您现在的位置: 首页> 研究主题> 差分分析

差分分析

差分分析的相关文献在1991年到2022年内共计110篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、地球物理学 等领域,其中期刊论文95篇、会议论文9篇、专利文献189572篇;相关期刊53种,包括地震地磁观测与研究、信息工程大学学报、电子学报等; 相关会议9种,包括2014年中国地球科学联合学术年会、第一届中国互联网学术会议、中国密码学会2008年年会等;差分分析的相关文献由267位作者贡献,包括李超、关杰、吴文玲等。

差分分析—发文量

期刊论文>

论文:95 占比:0.05%

会议论文>

论文:9 占比:0.00%

专利文献>

论文:189572 占比:99.95%

总计:189676篇

差分分析—发文趋势图

差分分析

-研究学者

  • 李超
  • 关杰
  • 吴文玲
  • 金晨辉
  • 佐佐木修己
  • 刘国强
  • 刘景美
  • 刘烃
  • 孔凡杰
  • 孙林红
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 潘印雪; 王高丽; 倪建强
    • 摘要: 基于混合整数线性规划(mixed integer linear programming, MILP)的自动化搜索方法被广泛用于搜索密码算法的差分特征,已形成一套完整的框架.该框架采用的基本原理是用线性不等式来刻画密码算法的各个操作,该框架适用于搜索采用4-bit S盒的密码算法的差分特征.对于采用8-bit S盒的密码算法,基于该框架的搜索模型计算量很大,以致无法高效地找到差分特征.SM4算法于2006年由中国政府发布,于2012年成为国家密码行业标准,于2016年成为国家标准的迭代分组密码算法,其分组状态为128 b,每轮包含4个8-bit的S盒.为了高效地搜索SM4算法的差分特征,研究了对8-bit S盒进行MILP建模的问题,对于采用8-bit S盒的密码算法,改进了搜索高概率差分特征的方法.对于19轮SM4算法,不仅找到了概率为2的差分特征,而且找到了概率为2的差分特征,这是目前基于MILP建模找到的SM4算法轮数最多、概率最高的差分特征.
    • 许峥
    • 摘要: 回顾了孙等使用Matsui边界条件加速差分特征搜索的方法,为了进一步提高搜索效率,改进了Matsui边界条件以及利用Matsui边界条件加速差分特征自动化搜索的方法,并提出了一种改进的方法来搜索分组密码的最优差分特征。研究了线程数和询问条件的加速效果并提出了选择线程数以及询问条件的策略。使用STP和CryptoMiniSat分别搜索概率为2^(-24)、2^(-25)、2^(-26)的8轮SPECK96差分特征以及概率为2^(-39)的11轮HIGHT差分特征,并比较了在不同线程数和询问条件下求解SAT/SMT问题的耗时。研究发现线程数对搜索差分特征的耗时影响较大,而询问条件对搜索差分特征的耗时影响较小,从而提出了一种如何选择线程数和询问条件的策略。根据所提策略,使用改进的边界条件和方法搜索HIGHT的11轮最优差分特征,并首次获得了HIGHT的11轮最优差分特征的紧致概率,即2^(-45)。现有的11轮HIGHT最优差分特征概率的最紧致边界是P_(Opt)^(11)≥2^(-45)。这就意味着,利用现有11轮HIGHT最优差分特征概率的最紧致边界无法给出11轮HIGHT抗差分分析安全性的精确评估。因此,所提策略的结果是目前已知的最优结果。
    • 胡斌; 张贵显
    • 摘要: 2算法是由Yeoh等人设计的一种轻量级分组密码算法(doi:10.1007/978-981-15-0058-9-27),该算法全轮共15轮,采用TYPE-II广义Feistel结构,Yeoh等人在设计文档中对μ^(2)算法抵抗差分分析、线性分析的能力进行了评估,但μ^(2)算法抵抗积分攻击和不可能差分分析的能力目前尚不清楚。该文给出了μ^(2)算法的8轮和9轮积分区分器和9轮不可能差分,利用8轮积分区分器,对9轮μ^(2)算法进行了积分攻击,攻击的时间复杂度为2^(76)次9轮加密,数据复杂度为2^(48),存储复杂度为2^(48);利用9轮不可能差分,对11轮μ^(2)算法进行了不可能差分分析,攻击的时间复杂度为2^(49)次11轮加密,数据复杂度为2^(64)对明文。结果表明,9轮的μ^(2)算法不能抵抗积分攻击,11轮的μ^(2)算法不能抵抗不可能差分分析。另外,该文对μ^(2)算法抵抗差分攻击的能力进一步评估并证明4轮μ^(2)算法的差分特征的最大概率为2^(-39),与设计报告指出的4轮差分特征的概率不超过2^(-36)相比结果更为紧致。
    • 段春晖; 谭林; 戚文峰
    • 摘要: PRINCE算法是J.Borghoff等在2012年亚密会上提出的一个轻量级分组密码算法,它模仿AES并采用α-反射结构设计,具有加解密相似的特点.2014年,设计者发起了针对PRINCE实际攻击的公开挑战,使得该算法的安全性成为研究的热点.目前对PRINCE攻击的最长轮数是10轮,其中P.Derbez等利用中间相遇技术攻击的数据和时间复杂度的乘积D×T=2125,A.Canteaut等利用多重差分技术攻击的复杂度D×T=2118.5,并且两种方法的时间复杂度都超过了257.本文将A.Canteaut等给出的多重差分技术稍作改变,通过考虑输入差分为固定值,输出差分为选定的集合,给出了目前轮数最长的7轮PRINCE区分器,并应用该区分器对8轮PRINCE进行了密钥恢复攻击.本文的7轮PRINCE差分区分器的概率为2?56.89,8轮PRINCE的密钥恢复攻击所需的数据复杂度为261.89个选择明文,时间复杂度为219.68次8轮加密,存储复杂度为215.21个16比特计数器.相比目前已知的8轮PRINCE密钥恢复攻击的结果,包括将A.Canteaut等给出的10轮攻击方案减少到8轮,本文给出的攻击方案的时间复杂度和D×T复杂度都是最低的.
    • 段明; 付超辉; 魏强; 吴茜琼; 周睿
    • 摘要: 随着深度学习的发展,尤其是随着多层神经网络(MLP)、深度神经网络(DNN)、卷积神经网络(CNN)等网络的出现,其在多个领域得到广泛应用,如视觉识别、语音识别、自然语言处理等领域.在2019年的美密会上提出利用单差分深度残差网络区分器进行密钥恢复攻击的方法,将深度学习的应用扩展到密码算法分析领域.利用多差分残差网络区分器进行密钥恢复攻击,该方法可有效减少数据复杂度,并增加攻击轮数.以RC516的攻击为例,计算复杂度和数据复杂度分别减少为后者的1/12,攻击轮数由11个半轮增加到了12个半轮.
    • 张中亚; 吴文玲; 邹剑
    • 摘要: 量子算法的发展和应用对密码算法的设计和分析产生了深远的影响,其中Grover量子算法和Simon量子算法在密码安全性评估中应用较多,但作为生日碰撞攻击量子化的BHT(Brassard,HΦyer,Tapp)量子算法,还没有得到具体应用,研究BHT量子算法对密码算法的分析具有重要意义.通过对多轮EM(Even,Mansour)结构进行分析,研究了经典条件和量子条件下的碰撞搜索算法与差分密钥恢复攻击的结合,对多轮EM结构进行了差分碰撞密钥恢复攻击,并从BHT量子算法的角度进行量子化.结果 表明,经典条件下,当差分传递概率2-p≥2-n/2时,r轮EM结构的差分密钥恢复攻击时间复杂度从O(2p+n)降到O(2p+n/2),速度快了2n/2倍.量子条件下,当差分传递概率2-p>2-n/3时,结合BHT量子算法的差分碰撞密钥恢复攻击时间复杂度要优于基于Grover量子算法的差分密钥恢复攻击,显示了BHT量子算法在具体密码分析中的有效性.
    • 韩羽; 张文政; 董新锋
    • 摘要: 带陷门的分组密码算法是一种可以满足特定场景下特殊需求的密码算法,陷门函数被广泛地应用于非对称加密算法中,考虑将非对称加密中陷门函数的思想引入分组密码.分组密码算法的核心是S盒,是绝大多数分组算法中唯一的非线性部件,在加密过程中起到混淆的作用,因此在构造分组算法的陷门时主要就是研究在S盒中植入陷门.针对这个问题,文中主要研究了基于陪集对有限域进行线性划分的代数性质来构造陷门S盒的方法,这种陷门S盒的陷门信息就是线性划分的方法.文中首先介绍了线性划分设计陷门算法和陷门S盒的原理,构造了一种映射在线性划分上的8×8陷门S盒,给出了具体的构造方法,并分析了这种S盒的线性性质和差分性质.为了说明这种S盒的安全性和实用性,采用Bannier等提出的陷门分组算法作为模型,简要地验证分析了陷门的有效性,证明了陷门S盒和陷门算法对线性分析和差分分析的安全性.
    • 关杰; 黄俊君
    • 摘要: 通过实验找到了一类新的基于元胞自动机的S盒,分析了该S盒的置换性质,证明了其仅在规模为5时是一个置换.通过构造差分矩阵的方法给出了该S盒的非平凡差分转移概率与差分矩阵的秩之间的关系,从而得到其取值范围.证明了对输入差分进行循环移位不改变其对应的非平凡差分转移概率,从而给出其在规模为5时取最大和最小非平凡差分转移概率的充要条件,彻底解决了此时该S盒的差分对应的结构和计数问题.
    • 谢松桦; 尹忆寒
    • 摘要: 总结提出了提高黔江地震台VS型垂直摆观测资料分析预报可靠性的工作方法与步骤,旨在为今后地震前及时发现前兆异常提供参考.运用调和分析法、差分法分析了2016年至2017年观测数据,认为武隆5.0级地震前出现了地震前兆异常.同时,认为对黔江地震台VS型垂直摆原始观测资料按30天的步长进行计算效果较为理想.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号