利用模糊比特与神经网络部分反演若干密码哈希函数的少数轮次
密码学与安全
2019-01-09 v1 机器学习
神经与进化计算
摘要
我们考虑模糊或连续比特,其取值于 [0;1] 和 (-1;1] 而非 {0;1},以及对其(非、异或等)和对其序列(加)的运算,以获得由模糊比特构成消息的密码哈希函数(CHF)的推广,使得 CHF 成为消息每一比特的光滑非常数函数。随后我们训练神经网络以预测具有给定哈希的消息,其中预测消息哈希与给定真实哈希之间的损失函数可反向传播。给出了针对标准 CHF——MD5、SHA1、SHA2-256 和 SHA3/Keccak——在少轮次(可选择性削弱)下的训练结果并进行了比较。
引用
@article{arxiv.1901.02438,
title = {Using fuzzy bits and neural networks to partially invert few rounds of some cryptographic hash functions},
author = {Sergij V. Goncharov},
journal= {arXiv preprint arXiv:1901.02438},
year = {2019}
}
备注
26 pages, 31 figures, 48 refs