Keccak算法的核心部件分析及应用研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:justinhn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Hash函数作为信息安全领域中一个重要的研究分支,被广泛用于数字签名方案、数据完整性检测以及区块链等方面。自2012年Keccak算法被选为美国新一代Hash算法标准SHA-3以来,其安全性一直备受关注。本文基于Keccak算法核心部件的性质研究,利用代数特性对Keccak算法进行了线性化分析,并给出了新的区分攻击方法,主要成果如下:
  1.给出了Keccak-f的5个逆变换,并探究了核心部件的特性。这一部分首先研究了Keccak-f 的基本性质,推导了Keccak-f的5个逆变换,然后详细分析了核心部件θ变换、χ变换以及χ?1变换的特性。结果表明:单轮χ变换和χ?1变换抵抗线性分析的能力、抵抗差分分析的能力和抵抗DPA攻击的能力均较弱。
  2.提出了一种新型零和区分器的构造方法。这一部分研究了Keccak算法χ变换的代数性质,从而提出了一种新的线性结构构造方法。该方法首先对χ变换的输入比特固定约束条件,以确保状态数据经过变换后仍具有线性关系。然后再结合中间相遇攻击的思想,给出了低轮Keccak算法零和区分器的新构造方法。结果表明:新的顺1轮、逆1轮零和区分器可以完成15轮Keccak的区分攻击,且复杂度降低至2257;新的顺1轮、逆2轮零和区分器具有自由变量更多、区分攻击的组合方式更丰富等优点。
  3.提出了一种新型差分偏移区分器的构造方法。这一部分首先研究了Keccak算法χ变换的差分性质,使用线性化S盒技术结合目标差分算法的技术进行搜索,提出了一种2轮TDA线性搜索器的构造方法。然后在3轮最优差分路径的基础上,通过输入大量数据进行测试,进行前向的差分偏移分析,给出了低轮Keccak算法差分偏移区分器的构造方法。结果表明:新的6轮差分偏移区分器的复杂度降低至237。Keccak-224差分偏移区分攻击的轮数提高至7轮,其复杂度为251.6;构建了新的7轮Keccak-256差分偏移区分器,复杂度为255.7。
其他文献
证监会公布上市公司员工持股计划指导意见,鼓励上市公司实施此计划,将员工利益与股东利益相结合,并以此激励员工与企业荣辱与共。据统计,从2014年1月至2017年8月,截至2017年8月17日,已有320家公司实施员工持股计划。  本文研究的问题是员工持股计划,具有福利性质,没有激励作用。长期结果会导致经营绩效的下降和股东财富的减少。  研究发现:(1)员工持股计划具有福利性质、没有激励作用;(2)管
多电机高精度控制系统广泛应用于数控机床和机器人等高端装备中。随着电机数量增加,跟踪轨迹变的复杂,电机间参数差异、外部干扰等因素影响位置控制精度,进而影响驱动轴之间的协调性和同步性,增大轮廓误差。研究复杂扰动下的多轴系统同步控制策略具有重要意义。  为此,本文通过对不同控制域和预测域下的状态空间方程进行推导,采用模型预测控制(model predictive control, MPC)设计位置-电流
随着智能化网联化技术的进步,车辆作为目前的常用交通工具也紧跟智能化脚步,越来越多的智能功能和网联功能被应用于车辆上,因此车辆对于可靠通信链路的需求变得十分迫切。天线作为主要通讯设备,其性能对链路的可靠性发挥着至关重要的作用。目前车载天线不仅需要在设计初期自身具有较好的电磁性能,还需要在车辆金属构架结合时在所需工作范围内继续保持良好性能。另外现代车辆上往往会配置许多不同种类的天线设备和电气设备,这会
学位
[db:内容简介]
电压稳定问题是系统稳定性研究的一个重要方面,虽然已取得一些进展,但总体上对电压稳定性的研究尚处于初期阶段。由于近年来国内外已发生了数起电压崩溃事故,因此加强电压稳定性及其相关问题的基础性研究具有特别重要的意义。  本文从静态角度出发对与电压稳定性密切相关的几个问题进行了分析,这主要包括:  (1)对π型电路的极限工况进行了讨论,求出了恒功率负荷的临界点特性,如临界电压(幅值和相角)、临界(有功、无
学位
由于海水中存在着蓝绿光低损耗窗口,且光通信带宽较大,所以可见光通信成为水下短距高速数据传输的主流方案。然而,目前的发光二极管调制带宽往往只有几MHz,限制了可见光通信速率的进一步提高。多输入多输出(Multiple Input Multiple Output,MIMO)技术可以通过空间复用并行传输多路数据,提高通信速率。所以,将MIMO技术与可见光通信相结合,建立光MIMO通信系统,提高系统容量,
下一代的射电望远镜,如我国作为核心成员国正在进行建设的平方公里阵列射电望远镜,将以其前所未有的灵敏度和分辨率获取射电图像,彻底改变我们对宇宙的理解,极大程度推动人类在天文领域的科学研究。在这一背景下,需要有效的成像方法来处理大数据量的射电图像。传统的算法如洁化算法和最大熵算法得到的重构图像质量有限,对于大规模数据的效果不佳,已经越来越不能满足如今的需要。因而本文旨在研究一种能够有效克服大规模数据处
学位
超分辨率重建技术能够突破数字成像系统的限制,能以低廉的成本有效地提高图像的分辨率和视觉质量,已广泛应用于诸多领域,如安全监控、医疗影像应用、卫星遥感图像等等。近年来,深度卷积神经网络在超分辨率重建上的应用获得了令人印象深刻的性能。但目前基于深度卷积网络的超分辨率重建的方法,仍存在对图像高频细节重建不足,网络模型参数规模过大等问题。为了进一步恢复图像中的细节纹理来提高重建图像的质量,本文将注意力机制
现有路径规划算法大多基于路网,在用于求解数字高程模型(Digital Elevation Model,DEM)下的路径规划时,因数据量大,效率低下。  针对上述问题,本文基于真实地形数字高程模型,在研究现有启发式寻路算法的基础上,给出了相应的解决思路与方法,具体工作如下:  (1)给出一种基于改进遗传与蚁群算法相结合的DEM路径规划算法。针对遗传算法和蚁群算法在 DEM 数据下进行路径规划时的效率
近年来无线传感器网络开始广泛应用于各类生产生活当中。通过安放在监控区域内的传感器节点,可以对周围环境中的物理信息进行感知并收集其相关数据,这些数据经过分析之后,能够有效地检测出该区域内发生的各类异常事件。在现有的无线传感器网络异常检测方法中,一般需要已知异常数据的统计模型或者其他相关参数,但在实际应用中这类信息往往不容易获得。此外,随着监控区域的不断扩大,需要部署的节点数量也相应增加,采集到的数据