在物联网技术广泛应用的今天,资源受限设备下的加密算法即轻量级加密算法的安全性强度受到越来越多人的关注。ARX（addition,rotation,XOR）型分组密码由于算法结构简单,软硬件实现便捷,非常适合用于保障物联网环境中的信息交互。由于ARX型结构的特殊性质,差分分析和线性分析对于ARX型密码算法都不能产生较好的攻击结果,但在众多ARX型密码算法的最好攻击结果中,差分-线性分析方法都榜上有名。2020年的美密会议上,Beierle等人对ARX型密码算法的差分-线性分析方法的差分步和线性步分别做了不同的优化,提出了新型的差分-线性分析模型,并将其应用到ARX型密码算法Chaskey和Chacha上,取得了卓有成效的攻击结果。加之近年来,对于密码算法的自动化分析方法日渐成熟,学界对于ARX型密码算法结构的差分性质和线性性质的认识也逐渐深入。因此,新型差分-线性分析方法和自动化搜索技术的结合具有重要的研究意义。本文旨在建立对ARX型密码算法的一种通用的差分-线性攻击框架,主要贡献如下:1.相比经典的差分-线性模型,本文指出添加中间实验步能更精确地估计差分-线性特征的相关度,并且参照经典的差分-线性分析模型给出了理论证明。另外,结合基于SAT/SMT（Satisfiability/Satisfiability Modulo Theories）的自动化密码分析技术,通过实验确定的差分-线性特征可以前接高概率的差分路线,后接高概率的线性逼近,最终构建得到长轮次的差分-线性特征。2.通过对模加差分的进一步研究,本文引入了差分独立位的概念以减少差分-线性攻击中差分步对于数据复杂度的影响。其中,当差分特征的概率为p时,广义的差分独立位可以将差分-线性分析的整体复杂度缩短p倍,而狭义的差分独立位即弱差分独立位则需要做特殊的处理,最终也能将差分-线性分析的整体复杂度缩短接近p倍。这对于实施差分-线性分析所需要的数据量无疑有了很大的改善。3.对于差分-线性分析中添加的中间实验步,在观察了现有的众多较优差分路线和线性逼近后,我们提出了基于统计策略的差分-线性特征寻找策略,将输入差分和输出掩码限制在单位比特上,针对特定密码算法,结合并行计算技术,能够在足够完整的样本空间下寻找符合条件的稳定差分-线性特征及其相关度。4.本文采取新型的差分-线性攻击方法,构建了针对轻量级ARX型分组密码算法的攻击框架,并将它应用于轻量级分组算法SPECK32/64上,构建出9轮和10轮的区分器,并分别扩展到13轮和14轮的密钥恢复攻击,其中,14轮的密钥恢复攻击是当前针对SPECK32/64的最好分析结果,这一结果也佐证了本文提出的通用框架的有效性。