Điểm:2

Cách tìm dấu vết tối ưu trong phân tích mật mã tuyến tính

lá cờ in

Tôi đang đọc và thực hiện điều này hướng dẫn, tác giả giải thích mọi thứ khá rõ ràng, điều duy nhất tôi còn thiếu là cách anh ấy quyết định sử dụng đường nào (trang 12). Tôi hiểu rằng người ta nên ưu tiên các đường có ít S-Box hoạt động nhất và tối đa hóa độ lệch của đường đó (trên thực tế, việc tìm ra đường tối ưu dường như là bước quan trọng nhất khi cố gắng áp dụng phân tích mật mã tuyến tính cho thuật toán mã hóa đối xứng) .

Đối với tôi, nó giống như một số loại vấn đề lập trình động, nhưng tôi tự hỏi liệu có một thuật toán chung để giải quyết vấn đề tìm đường tối ưu (hoặc ít nhất, một loạt các đường ứng cử viên).

Điểm:2
lá cờ ru

Mọi người sử dụng "Thuật toán tìm kiếm đường dẫn tốt nhất" của Matsui, đây thực sự là một phương pháp lập trình động.Chi phí tài nguyên khó dự đoán và vì vậy các biến thể nhánh và ràng buộc được sử dụng trong thực tế.

Có thể tìm thấy phác thảo bộ xương trên các slide 14-17 của Bài nói chuyện hồi tưởng của Matsui về phân tích mật mã tuyến tính tại Asicrypt 2018.

Bạn có thể tìm thấy mô tả chính thức hơn và một số biến thể trong bài báo năm 2019 của Ji, Zhang và Ding "Cải thiện thuật toán tìm kiếm của Matsuiâ cho các đường vi phân/tuyến tính tốt nhất và các ứng dụng của nó cho DES, DESL và GIFT"

Điểm:1
lá cờ in

Phương pháp của Matsui là phương pháp cổ điển, nhưng ngày nay xu hướng hướng tới tìm kiếm dựa trên MILP/SAT/SMT. Tính chính xác của dấu vết và liên kết của nó với xác suất chuyển đổi được mã hóa vào hệ thống và sau đó được tối ưu hóa để giảm thiểu tổng xác suất (đối với tìm kiếm nhị phân SAT/SMT có thể được sử dụng, đối với MILP, tối ưu hóa là tự nhiên).

Một số ví dụ (hầu hết các nghiên cứu là dành cho các cuộc tấn công khác biệt, nhưng nó thường được dịch sang các cuộc tấn công tuyến tính):

kelalaka avatar
lá cờ in
Tôi nghĩ rằng câu trả lời này cần một số liên kết đến những ...
kodlu avatar
lá cờ sa
SAT=sự hài lòng, MILP = lập trình tuyến tính số nguyên hỗn hợp, SMT? Vui lòng không sử dụng các từ viết tắt không xác định không quá phổ biến và làm giảm tính hữu ích của câu trả lời

Đăng câu trả lời

Hầu hết mọi người không hiểu rằng việc đặt nhiều câu hỏi sẽ mở ra cơ hội học hỏi và cải thiện mối quan hệ giữa các cá nhân. Ví dụ, trong các nghiên cứu của Alison, mặc dù mọi người có thể nhớ chính xác có bao nhiêu câu hỏi đã được đặt ra trong các cuộc trò chuyện của họ, nhưng họ không trực giác nhận ra mối liên hệ giữa câu hỏi và sự yêu thích. Qua bốn nghiên cứu, trong đó những người tham gia tự tham gia vào các cuộc trò chuyện hoặc đọc bản ghi lại các cuộc trò chuyện của người khác, mọi người có xu hướng không nhận ra rằng việc đặt câu hỏi sẽ ảnh hưởng—hoặc đã ảnh hưởng—mức độ thân thiện giữa những người đối thoại.