基于深度学习的Vigenère密码变型算法的模拟与分析

以Vigenère密码为代表的古典密码算法仍活跃在云计算和在线短信服务等资源受限场景下,以保障信息的安全。近年来,深度学习技术在密码分析领域初现其独特的优势,而其分析机理还需进一步探索。利用深度学习的机器翻译技术,对Vigenère密码变型算法进行了模拟与分析。首先,提出了一种适用于资源受限设备的改进的Vigenère密码变型算法,利用密文频率分布和重合指数验证了其安全性。其次,基于长短时记忆网络和门控循环单元网络实现了密钥长度达35位字符的Vigenère密码变型算法的模拟,并验证了神经网络模型加解密的高效性。进一步建立了密钥恢复模型,实现了Vigenère密码变型算法30位字符的密钥恢复。最后,给出了神经网络超参数的选择建议。