线性反馈移位寄存器-LFSR

本文介绍了线性反馈移位寄存器(LFSR)的基本原理,用于生成随机数序列。通过分析LFSR的工作方式,包括线性函数的选择和循环周期的概念。文章还分享了在CISCN 2018 oldstreamgame、AFCTF TinyLFSR和2018强网杯等竞赛中的应用实例,演示如何根据LFSR生成的序列反推出原始种子。
摘要由CSDN通过智能技术生成

LFSR

badmonkey的博客
最开始了解到LFSR的时候是在学习MT19937伪随机数生成器的时候,当时也是初步了解。也没有用代码实现过,最近做了几道相关的题,在这里记录一下。

原理

证明过程不太会,简单说一下大致的原理。LFSR是用于生成随机数序列的,每一个LFSR都是有级数的,级数决定了潜在的循环周期(即随机数序列的周期)。对于每个LFSR还需要有一个线性函数,用于生成随机数。比如

四级LFSR 参数
级数 4
最长循环周期 2^4-1
线性函数 x4+x2+x+1

这里的线性函数必须是二元域上的n阶不可约多项式,线性函数的作用有点类似掩码的功能,对上面的线性函数相当于mask 1011(x的系数非零则为1,不考虑常数项,从左到右次数依次递减)


对上面的例子,选取一个4位的seed用于生成随机数,假设seed为1010
step1
线性函数充当掩码的功能选取seed的对应位,即 seed & mask => 1010 & 1011 选取了第1,3,4位分别为 1,1,0 ,则有 1 xor 1 xor 0 => 0
step2
将上一步得到的结果和seed后三位进行拼接,所以新的随机数就是0100


同理下一个随机数为1000,若经过k次迭代后生成了和seed一样的的数,则称k为为循环周期,显然周期越长为好,MT19937的周期就很长可以达到2^19937-1。

题目

CISCN 2018 oldstreamgame

# coding=utf-8
flag = "flag{xxxxxxxxxxxxxxxx}"
assert flag.startswith("flag{")
assert flag.endswith("}")
assert len(flag)==14

def lfsr(R,mask):
    output = (R << 1) & 0xffffffff
    i=(R&mask)&0xffffffff
    lastbit=0
    while i!=0:
        lastbit^=(i&1)
        i=i>>1
    output^=lastbit
    return (output,lastbit)
R=int(flag[5:-1],16)
mask = 0b10100100000010000000100010010100

f=open("key","w")
for i in range(100):
    tmp=0
    for j in range(8):
        (R,out)=lfsr(R,mask)
        tmp=(tmp << 1)^out
    f.write(chr(tmp))
f.close()

相信看过原理之后应该可以理解代码,关键代码为

for i in range(100):
    tmp=0
    for j in range(8):
        (R,out)=lfsr(R,mask)
        tmp=(tmp << 1)^out
    f.write(chr(tmp))</
线性反馈移位寄存器LFSR)、比特重组(BR)和非线性函数F之间,存在密切的关系。它们在ZUC算法中相互作用,共同完成密钥生成和数据加密的过程。 1. 线性反馈移位寄存器LFSR): - LFSR是ZUC算法中用于生成密钥流的关键部分。 - 它由16个32位寄存器(S0,S1,...,S15)组成。 - LFSR根据当前状态和密钥掩码生成新的状态,用于生成轮密钥和密钥流。 - 更新后的状态会被用于下一轮的状态更新。 2. 比特重组(BR): - BR是将LFSR生成的密钥流与明文/密文进行异或运算的过程。 - BR将64位的明文/密文数据分成4个16位的部分,并与密钥流进行异或运算。 - 异或运算的结果用于后续的非线性函数(F函数)计算。 3. 非线性函数F: - 非线性函数F是ZUC算法中的核心变换。 - 它接受16位输入,并经过一系列的置换和代换运算生成32位的输出。 - F函数使用了S盒、置换运算和循环移位等操作。 - F函数的输出将与异或运算的结果进行异或,得到最终的加密/解密结果。 总结来说,LFSR生成密钥流,BR将密钥流与明文/密文进行异或,然后通过非线性函数F进行进一步的运算,最终得到加密/解密结果。这三个组件共同作用,构成了ZUC算法的核心部分,确保了其安全性和效率。详细的实现细节和具体的算法规范,请参考正式的ZUC算法标准或相关实现文档。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值