自动化密码分析

Unicorn_snow

已于 2022-11-07 18:55:34 修改

阅读量1.5k

点赞数 1

分类专栏：会议资料文章标签： python 开发语言

于 2022-09-12 16:00:00 首次发布

本文链接：https://blog.csdn.net/ysl_lsy_/article/details/126471164

版权

会议资料专栏收录该内容

3 篇文章 0 订阅

订阅专栏

目前机器学习跟使用数学工具的密码分析差别还比较远。超越数学分析方法的难度比较大。

一、自动化密码分析概要

1.对称密码分析理论框架

        上世纪九十年代，Biham和Shamir在美密会上提出差分分析，标志着对称密码分析初步入正轨。算法→数学模型，数学模型→高效算法。以差分分析、线性分析、积分分析等具代表性的经典分析方法为基础。
        组合类方法：
        差分差分：不可能差分分析，飞去来器攻击，矩形攻击（适合于nesNes）
        差分线性：差分线性分析，高阶差分线性分析
        线性线性

2.自动化密码分析出现前区分器的搜索

        手工+编程语言（C、C++、Python）；
        分支定界法：先找到第一轮的最优路线，再找第二轮，搜索速度快；
        缺点：耗时费力，容易出错，定制化优化策略门槛高；
        自动化密码分析方法应运而生。

3.区分器搜索问题

把区分器搜索问题刻画成数学问题：MILP问题，SAT/SMT问题、CP问题。

（1）混合整数线性规划MILP问题
①目标函数和约束条件是线性的
②某些变量不是离散的
③NP完全问题
常用求解器：GUROBI，CPLEX、MATLAB

（2）布尔可满足性问题和可满足性模理论
         SAT问题：变量只能是布尔变量；
        运算：AND，OR，NOT；
        SMT问题：更多变量模型（向量、数组）；
          更多运算（加减乘除、逻辑）。

（3）约束规划CP
        变量+变量取值范围+约束条件；
        支持三种约束：枚举、算术、逻辑；
        可解决找到一个解、所有解、证明问题的不可满足性；
        NP问题。

4.自动化密码分析的特点

（1）陆续覆盖更多密码分析方法；
（2）逐步实现算法密码特性的更精细刻画；
（3）不断优化自动化密码分析方法性能。

5.基于SMT和CP搜索方法的注意事项

        常见的SMT求解器STP、Boolector均为SAT-solver based。
        支持CP的开源语言minizine在求解前首先将模型为求解器输入语言flatzinc预编译过程相对不可控。
首个集安全性和软硬件性能为一体的对称密码自动化评估系统。
        安全性自动化评测：
        ①差分分析；
        ②线性分析；
        ③不可能差分分析；
        ④零相关线性分析；
        ⑤基于可分性的积分分析；
        ⑥相关密钥差分分析。
        密码算法描述形式统一，简单易用，对使用人员要求低；通用性好，适用绝大多数分组密码算法；可以给出可证明的最优路线或最优界。

二、系列模型的构建与使用

1.构建模型：

        ①目标算法→基本运算（分支运算，异或运算，轮函数等）；
        ②针对基本运算建模，刻画密码特性在运算中的传递规律；必要时引入中间变量，迭代使用基本运算模型，刻画密码特性在算法中的传递规律；
        ③根据所关心的特征设置目标函数，若有必要，针对某些固定值，设置额外约束条件，对目标函数和约束条件建模。