对轻量级密码算法MIBS的零相关线性分析

研究了轻量级分组密码算法MIBS 80抵抗零相关线性分析的能力。结合MIBS 80算法轮函数嵌套SP的Feistel结构特点,给出了8轮零相关线性逼近,并对12轮MIBS 80进行零相关线性分析。攻击所需存储复杂度为258.49,时间复杂度为270,数据复杂度为262.1。     

LBlock算法的基于比特积分攻击

对分组密码算法LBlock在基于比特积分攻击下的安全性进行了分析,利用基于比特的积分攻击思想,构造了8轮积分区分器,并向前扩展到12轮,基于该区分器对17轮算法进行了积分攻击,给出了攻击算法,攻击的计算复杂度约为2^63.7。     

TEA型算法零相关线性逼近的研究

通过对TEA型ARX模型各个环节线性掩码传播规律的分析,对该类算法零相关线性逼近进行了研究。证明了该类算法最长零相关线性逼近与圈函数中的左移、右移位数和分组长度这3类参数之间的关系,并给出了最大轮数零相关线性逼近的计数。     

对全轮AES 128算法的低数据Biclique攻击

直到Biclique分析方法的出现, 才有了在单密钥模式下对AES 128算法的全轮攻击, 但初始的数据复杂度较高。文章采取分割末尾轮密钥空间的方式, 构造一个新的Biclique结构, 使得数据复杂度从288个选择密文降为28个选择密文。     

基于特征分布函数的分组密码算法差异性分析

基于密文的密码体制识别是分组密码分析领域的重要研究方向之一,也是实际背景下展开密码分析的前提保证。建立高效准确的密码体制识别方案,能够为破译密文及恢复密钥提供正确的指导等。以机器学习方法中的特征工程和统计学中的特征分布函数相似度指标为手段和研究方法,证明了在随机情况下一种SPN结构与一种Feistel结构之间存在密文特征分布上的差异性,并加以应用。提出在一般随机条件下区分两种不同结构密码算法的依据与方法,即提取密文相关特征并拟合其分布函数及计算相似度指标的方法,解决了在随机密钥的条件下如何寻找两种不同结构类型密码算法的差异之处。将统计学方法与密码学问题结合起来,为解决随机密钥下唯密文加密算法识别问题提供新的思路。     

PRIDE算法的差分特性研究

研究了轻量级分组密码算法PRIDE的差分分析与相关密钥 差分分析下的安全性。依据分支数理论,分析了算法基于“宽轨迹”策略设计的线性变换层的差分传递规律,给出了线性变换层32个不动点和88个2轮循环差分特征。综合考虑S盒差分传递规律,构造出算法的32条概率为2-58的与24条概率为2-60的15轮差分路径;同时依据密钥调度算法的差分传递规律,给出了算法16条概率为2-36的18轮相关密钥差分路径。在上述路径的基础上,可给出算法19轮差分分析结果与全轮的相关密钥差分分析结果。     

线性划分问题的一个改进算法

给定一个由n个非负数构成的序列X={x1, x2, …, xn}及正整数k≤n, 线性划分问题要求将该序列划分为不大于k段子序列,使得最小化各段子序列元素之和为最大值。目前已知该问题的最好算法是时间复杂度为O(kn2)和空间复杂度为O(kn)的动态规划算法。利用非负数序列的性质,给出一个快速改进算法,其时间复杂度为O(knlogn),空间复杂度为O(n)。     

MDS矩阵变换的线性分支结构和比特级线性表示

MDS矩阵在分组密码和杂凑函数中应用广泛。研究MDS矩阵的线性分支结构和比特级线性表示两类问题。在MDS矩阵给定的情况下,给出了快速得到MDS矩阵的所有线性分支结构的理论基础和算法以及快速得到MDS矩阵比特级线性表示的理论基础和算法,并通过AES中的MDS矩阵进行了编程验证。     

对全轮Square算法的低数据Biclique攻击

Square算法是一个8轮SPN结构的分组密码,它是AES的前身,通过构造一个新的2轮Biclique结构,使得对Square算法攻击的数据复杂度从248个选择密文降到216个选择密文,较现有对全轮Square攻击结果,数据复杂度达最优。     

对非线性滤波生成器的一种相关攻击

对多个最佳仿射逼近函数的非线性滤波生成器，提出了一种快速相关攻击的改进方案。该方案通过构造一个[tN,l]线性分组码，增加了攻击时可利用的信息，从而提高了攻击效果。     

确定周期序列k—错线性复杂度的一个快速算法

给出GF（q)上确定周期为p^n的序列k-错线性复杂度的一个快速算法,这里p和q是素数,并且q是一个模p^2的本原根,算法推广了由肖,魏,林和Imamura提出了算法。     

基于多标准多目标线性DEA绩效评价研究

数据包络分析(DEA)是一种评价相对有效性的线性规划方法,在投入-产出效率分析中被广泛应用,尤其适用于具有多输入、多输出以及评价对象具有多元性特征的绩效评价中.但是传统的DEA方法用于绩效评价存在许多缺陷,如不能全面评价决策单元(DMU)的绩效水平,不能反映出决策者的目的和意图,而多标准多目标DEA方法的提出弥补了这些不足.根据对多标准多目标DEA基本理论与方法的研究,提出了改进多目标多标准线性DEA模型,通过实证分析说明改进模型的优越性,而且能够用于质量管理水平评价.     

pn-周期二元序列的线性复杂度与k-错线性复杂度

密码学意义上强的序列不仅应该具有足够高的线性复杂度,而且当少量比特发生变化时不会引起线性复杂度的急剧下降,即具有足够高的k-错线性复杂度．基于x^pn-1在GF(2)上的分解式非常明确和简单的事实,研究了周期为pⁿ的二元序列线性复杂度和k-错线性复杂度之间的关系,给出了k-错线性复杂度严格小于线性复杂度的一个充分必要条件,给出了使得LC(S+E)＜LC(S)成立的用错误多项式E^N(x)表达的一个充分条件,给出了使得LC_k(S)＜LC(S)成立的最小的k值(即最小错误minerror(S))的一个上界,这里p为奇素数,z是模p的本原根．     

一类六次剩余序列的k-错复杂度

Hall's六次剩余序列及相关六次剩余序列都是重要的二元伪随机序列.将一类二元六次剩余序列视为有限域Fp上的序列,依据序列线性复杂度和有限域上多项式的次数的关系,利用Aly等人的方法,确定了该序列的k-错复杂度的精确值和部分取值范围.结果表明,该序列与Hall's六次剩余序列具有基本一致的稳定性,且当k=(p-1)/3时,其稳定性优于Hall's六次剩余序列.     

对全轮AES-128的Biclique攻击

文章给出了一个AES算法的Biclique结构,提出了对AES-128算法的Biclique全轮攻击,攻击的数据复杂度是248,恢复密钥的计算复杂度是2126.35次加密全轮AES-128算法。     

线性分组码的网络图复杂度

研究了线性分组码C[n,k,d]的网格图复杂度s和b及其相互关系,证明了有关可纠t个错的本原BCH码[2^m-1,2^m-1-mt]及其扩展本原BCH码[2^m,2^m-1-mt]网格图的状态复杂度的若干结论,从而避免了必须先寻找码的直和结构才可得到最小网格图的状态复杂度的较好上界,同时给出了线性分组码与其对偶码的分支复杂度之间的关系。     

关于非线性组合序列的稳定性

改造了Ｒ．Ａ．Ｒｕｅｐｐｅｌ所著文献中的结果,讨论了非线性组合序列的线性复杂度稳定性     

2n周期优秀二元序列生成及其特性分析简

The 2ⁿ-periodic binary sequence with high linear complexity and high k-error linear complexity is defined as an excellent sequence. We design a genetic algorithm for generating excellent sequences and studying their features. Choosing the N-periodic binary sequences, where N=8, 16, 32, k=N/4, we search the resulted sequences by the genetic algorithm with various parameters, and compute the linear complexity profiles of results sequences by using the Lauder-Paterson algorithm, to confirm that the obtained sequences are the real excellent sequences. By numerous experiments, we speculate that the k-error linear complexity of the N-periodic binary excellent sequence meets the formula LC_k(S)≤N-2k+1, when k=N/4、N/8 (we also do experiments on sequences with periods 64, 128 and 256). By the brute-force method we obtain that the proportion of the excellent sequence in all binary sequences of the same period is 1/4.     

多元线性回归的数学模型

给出了多元线性回归的数学模型，通过最小二乘法对回归系数进行无偏估计，得出其估值理论方程及其性质，理论上讨论分析了该模型的解及其优点．