密码学作为保障数据安全传输的理论基础,在信息安全日益得到人们重视的大背景下,也逐渐成为热点的研究方向。分组密码以其加密速度快、灵活性强的优势被广泛应用到实际环境中。分组密码算法的差分攻击及其衍生的一大类密码分析方法已经在很多算法上都被验证是有效的。所以,对于一个加密算法来说,其抗差分攻击的性能是评估其安全性非常重要的方面。而差分攻击的第一步就是寻找一条有效的差分路线。差分路线的自动化搜索是近年来密码学研究的一个热点问题。建立差分路线搜索的SMT模型,并利用STP求解器求解是主流的自动化搜索差分路线方法之一,这种技术在很多论文与算法中都被验证是行之有效的,技术也日趋成熟。然而,已有的自动化分析差分路线的方法需要分析者对每个加密算法手动建立STP模型。要求分析者掌握相应的密码学知识,熟悉STP模型以及求解器的输入语言格式。这导致使用该方法的门槛较高,操作繁琐,容易出错。本文根据自动化求解差分路线的原理,通过改编开源工具flow-chart实现了密码算法的图形化输入,并利用图形输入的文本信息,开发了模型的自动化建立程序,得到了可以提供给求解器进行求解的CVC代码。最终实现了一套利用算法的图形输入和算法参数就可以得到差分路线的实用工具。我们在论文中介绍了该工具开发的具体过程和一些值得注意的细节,在附录中给出了源程序的主要部分。最后,我们利用该工具分别对6轮128比特的AES算法和7轮32比特的Speck算法、7轮64比特的Speck算法以及7轮96比特的Speck算法的差分路线进行了搜索并整理得到了实验结果,验证了该工具的实用性和有效性。