基于深度学习轻量级分组密码的差分区分器
密码学与安全
2021-12-10 v1
摘要
近年来，深度学习越来越多地参与到对各种密码的分析中。本研究受过去差分区分器工作的启发，开发了一种基于深度神经网络的差分区分器，用于轮缩减的轻量级分组密码 PRESENT 和 Simeck。我们在现有最优方法上做出改进，并将其使用扩展到两种结构不同的分组密码 PRESENT-80 和 Simeck64/128。所得结果表明了我们密码分析方法的通用性。所提方法能以高准确率区分随机数据与来自 PRESENT 加密 6 轮和 Simeck 加密 7 轮所得的密码数据。此外，我们探索了一种选择良好输入差分的新方法，据我们所知过去未被探索过。我们还给出了所讨论密码抵御我们差分攻击的最低安全性要求。
引用
@article{arxiv.2112.05061,
title = {Deep Learning based Differential Distinguisher for Lightweight Block Ciphers},
author = {Aayush Jain and Varun Kohli and Girish Mishra},
journal= {arXiv preprint arXiv:2112.05061},
year = {2021}
}
备注
12 pages, 6 figures, 3 tables, 1 algorithm