【摘 要】
:
随着计算机与通信技术的快速发展,越来越多的数据在公共互联网中进行传输。为了保护数据安全,需要了解攻击者的手段,并在此基础上设计可增强抵抗攻击能力的加密算法。在密码攻击中,密码分析者只能截获部分未知算法加密的密文,从而导致密码分析破译的工作无法展开,因此密码算法的识别是密码分析的第一步。机器学习对数据处理具有的较高的洞察力、优化能力,其中支持向量机与随机森林常用于对数据进行分类,在密码识别领域受到关
论文部分内容阅读
随着计算机与通信技术的快速发展,越来越多的数据在公共互联网中进行传输。为了保护数据安全,需要了解攻击者的手段,并在此基础上设计可增强抵抗攻击能力的加密算法。在密码攻击中,密码分析者只能截获部分未知算法加密的密文,从而导致密码分析破译的工作无法展开,因此密码算法的识别是密码分析的第一步。机器学习对数据处理具有的较高的洞察力、优化能力,其中支持向量机与随机森林常用于对数据进行分类,在密码识别领域受到关注。其次,机器学习算法结构具有高度非线性,用于设计密码算法可以增加密码分析的难度,为机器学习在密码结构的设计提供了研究依据。目前,机器学习方法在序列密码的研究刚刚起步,研究成果较少,在轻量级序列密码的设计与分析的相关研究更是较为稀少;同时,由于神经网络的硬件实现具有并行化、处理速度快等特点,更易于轻量级序列密码在硬件的实现。为此,本论文利用机器学习方法研究轻量级序列密码体制的识别分析和设计,主要研究内容分为以下两个方面:一、基于分组密码的密文识别研究成果,给出轻量级序列密码体制的识别模型及相关指标,首次尝试针对Fruit-80、Sprout、Plantlet、Grain、Lizard五种轻量级序列密码进行识别。首先分别进行算法实现并加密实际明文得到密文文件。然后,利用随机性检测、定长比特、熵等提取算法提取密文特征,构建数据集。最后,在不同任务场景下,分别使用支持向量机和随机森林识别方案进行分类训练和测试。实验结果表明,采用支持向量机算法时,二分类的识别准确率达到60%左右,多分类下可以达到30.96%的准确率,均优于随机猜测;采用随机森林算法时,二分类的识别准确率能达到85%以上,多分类下识别准确率在55%左右。在两种分类算法的参数合理情况下,随机森林算法的识别效率要高于支持向量机。二、由于BP神经网络是多层感知器的扩展,解决了感知器网络连接权值学习问题,更利于布尔函数的实现。因而本文在目前已有的利用感知器易于实现四元布尔函数的基础上,分析了以BP神经网络实现布尔函数的可行性,进而研究发现可以使用BP神经网络学习过程中出现的过拟合现象来实现布尔函数,通过实例分析得到了高于四元的布尔函数,因而该实现布尔函数方式优于已有的感知器方式,可以得到更高位的布尔函数。为了增强轻量级序列密码Fruit-80算法的安全性,在利用多层感知器构建25P网络实现由两个(n-1)元布尔函数构成n元布尔函数的基础上,使用25P感知器和上述BP神经网络的实现方式组合设计Fruit-80算法中的过滤函数作为非线性模块,列出了算法的具体结构及初始化过程。经过分析该密码方案,可以达到根据不同用户密钥训练学习得到不同的网络(即:不同的非线性模块),证明了基于BP神经网络的Fruit-80算法能增强抵抗TMDTO攻击、代数攻击等。同时,由于神经网络在硬件实现上具有优势,使得算法具有较好的使用价值。最后,对该算法生成的序列进行NIST和国密伪随机检测。
其他文献
超宽带无线通信技术是一种使用窄脉冲为信息载体的高速宽带接入技术,具有对信道衰落不敏感,发射信号功率谱密度低,抗检测性好,系统技术复杂度低,定位准确等优点。由于超宽带信号具有非常低的功率谱密度,因此可以通过频谱重叠共享的方式与现有窄带系统实现共存,但超宽带系统中采用的伪随机序列具有一定的周期性,因此使得发射信号功率谱中存在较多周期性的离散谱线,对其他系统产生潜在干扰的同时也易被第三方检测到。利用数字
改革开放四十多年来,我国创造了举世瞩目的“经济增长奇迹”,但在经济增长的同时环境污染和生态破坏问题也比较严重。如何开展生态环境保护,协调经济发展和环境保护的关系,保住“绿水青山”,打造高质量的现代化经济体系,历史性地成为时代的主题。党的十九大报告明确提出:“建设生态文明是中华民族永续发展的千年大计”,生态文明建设上升为国家战略,“生态优先,绿色发展”在全国各地得到广泛实践。与此同时,《国务院“十三
PPP模式是政府与社会资本方合作的一种项目运作模式,目前广泛应用于城市基础设施建设中。尽管目前采用该种模式的项目数量非常多,但是在实施过程中还存在诸多问题,对PPP项目进行后评价也属于全生命周期中重要的环节。本文以MXH国际新城地下综合管廊项目为研究对象,结合地下综合管廊建设运营的特点,利用相关的后评价方法,对已执行的部分进行分析和评价,从而反映出项目自立项、决策、实施以及生产运营等各个阶段的成功
深度学习是一项新颖的技术,其在图像识别上体现了强大的优势。图像识别的首要任务是对图像进行分类,图像分类的重要指标为分类准确性以及算法收敛性。基于深度学习的图像分类算法主要是在深度学习模型下,通过基于误差损失的反向传播算法训练神经网络,拟合出图像的非线性函数,并结合样本的标签,从而实现网络的分类任务。反向传播算法涉及到网络的参数的优化,即优化算法的设计。本文通过研究现有的深度学习模型与现有的经典优化
随着居民汽车保有量不断增长及汽车智能化程度要求的提高,智能车的故障诊断成为数据分析领域的研究热点。智能车集环境感知、规划决策、预警诊断等功能于一体,导致汽车故障数据呈现爆炸式增长,给传统人工故障诊断方式带来了挑战。第五代通信系统(5G)的逐渐普及使实时监测汽车状态数据成为可能,采用更为精准的数据分析方法对汽车故障进行及时有效的诊断成为当下一个研究热点。目前,智能车故障诊断还存在两大主要问题:第一,
过氧化氢溶液在分解过程中不会产生残留及有害物质,是理想的消毒灭菌剂。由于其具有高比热、高密度、可存储、低蒸汽压、低燃料比等优点,也成为了新型绿色火箭推进剂的主要燃料组分之一。多领域的应用使其受到了广泛的关注。为了使杀菌更彻底、燃料掺混更均匀、燃烧更充分,需要对过氧化氢溶液进行雾化。而静电雾化在不需要特定结构的喷嘴情况下,就能达到良好的雾化效果。从当前已报道的文献来看,关于过氧化氢溶液静电雾化的研究
虚拟演播室技术在诸多电视节目的制作过程当中均有广泛的应用,通过该技术手段可以将外部的一些虚拟场景和摄像机中所拍摄得到的实际图像进行有效的融合,从而最终得到一个良好
三维激光形貌测量技术在商业领域应用广泛,研究工作也深入社会生活的各个方面。随着科学技术的飞速发展,三维激光测量技术取得了重大突破,扫描测量的数据更加庞大和复杂化,这些数据是大量三维离散点的集合,又被称为点云数据,它可以描述真实物体的三维空间信息和表面几何信息,包括三维空间坐标值、色彩信息和强度值等。但是由于当前测量系统本身的精度、测量环境和测量方法等因素的影响,激光雷达采集的三维点云数据经常含有大
随着经济全球化的发展,加快国有企业并购重组,提升核心竞争力水平,已成为我国国有企业做强做优、产业转型升级,在世界经济潮流中立于不败之地的战略选择。在企业重组过程中,文化融合日益受到人们的重视,发挥着举足轻重的作用。国有企业改制成功,对保持我国经济快速健康发展和社会稳定发挥了重要作用。如果并购企业只注重有形资产的整合,那么并购效果就会显得不尽人意,甚至会导致并购失败。要想并购真正成功,就必须关注双方
税收是城市发展的基石,城市的发展离不开税收的坚实保障。D区作为城市的主要城区,D区税务局肩负着组织税收收入的主要职责,为城区的快速发展做出了重要贡献。随着国地税征管体制改革的推进和国家税收政策以及减税降费政策的出台,D区税务局税收征管工作面临着严峻的挑战,尤其是欠税征管工作存在的问题制约着税收征管整体的质效,影响着税收任务的完成情况。论文在梳理相关理论和国内外相关研究现状的基础上,通过发现D区税务