• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

轻量级分组密码算法ESF的安全性分析

尹军, 马楚焱, 宋健, 曾光, 马传贵

尹军, 马楚焱, 宋健, 曾光, 马传贵. 轻量级分组密码算法ESF的安全性分析[J]. 计算机研究与发展, 2017, 54(10): 2224-2231. DOI: 10.7544/issn1000-1239.2017.20170455
引用本文: 尹军, 马楚焱, 宋健, 曾光, 马传贵. 轻量级分组密码算法ESF的安全性分析[J]. 计算机研究与发展, 2017, 54(10): 2224-2231. DOI: 10.7544/issn1000-1239.2017.20170455
shu
Yin Jun, Ma Chuyan, Song Jian, Zeng Guang, Ma Chuangui. Security Analysis of Lightweight Block Cipher ESF[J]. Journal of Computer Research and Development, 2017, 54(10): 2224-2231. DOI: 10.7544/issn1000-1239.2017.20170455
Citation: Yin Jun, Ma Chuyan, Song Jian, Zeng Guang, Ma Chuangui. Security Analysis of Lightweight Block Cipher ESF[J]. Journal of Computer Research and Development, 2017, 54(10): 2224-2231. DOI: 10.7544/issn1000-1239.2017.20170455
shu
尹军, 马楚焱, 宋健, 曾光, 马传贵. 轻量级分组密码算法ESF的安全性分析[J]. 计算机研究与发展, 2017, 54(10): 2224-2231. CSTR: 32373.14.issn1000-1239.2017.20170455
引用本文: 尹军, 马楚焱, 宋健, 曾光, 马传贵. 轻量级分组密码算法ESF的安全性分析[J]. 计算机研究与发展, 2017, 54(10): 2224-2231. CSTR: 32373.14.issn1000-1239.2017.20170455
shu
Yin Jun, Ma Chuyan, Song Jian, Zeng Guang, Ma Chuangui. Security Analysis of Lightweight Block Cipher ESF[J]. Journal of Computer Research and Development, 2017, 54(10): 2224-2231. CSTR: 32373.14.issn1000-1239.2017.20170455
Citation: Yin Jun, Ma Chuyan, Song Jian, Zeng Guang, Ma Chuangui. Security Analysis of Lightweight Block Cipher ESF[J]. Journal of Computer Research and Development, 2017, 54(10): 2224-2231. CSTR: 32373.14.issn1000-1239.2017.20170455
shu

轻量级分组密码算法ESF的安全性分析

  • 1(数学工程与先进计算国家重点实验室(中国人民解放军信息工程大学) 郑州 450001)

  • 2(中国科学院信息工程研究所 北京 100093)

  • 3(中国科学院大学 北京 100049)

  • 4(国防科学技术大学 长沙 410073)

  • 5(陆军航空兵学院 北京 101116) (yinjun66888@163.com)

基金项目: 国家自然科学基金项目(61502532,61379150,61772519,61309016,61502529)；数学工程与先进计算国家重点实验室开放基金课题(2016A02)；河南省重点科技攻关计划项目(122102210126,092101210502)
详细信息

  • 中图分类号: TP309.7

Security Analysis of Lightweight Block Cipher ESF

  • 1(State Key Laboratory of Mathematical Engineering and Advanced Computing (PLA Information Engineering University), Zhengzhou 450001)

  • 2(Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093)

  • 3(University of Chinese Academy of Sciences, Beijing 100049)

  • 4(National University of Defense Technology, Changsha 410073)

  • 5(Army Aviation Institute, Beijing 101116)

HTML全文

    摘要
  • 摘要: 自动化分析是当前对密码算法进行安全性评估的重要方法之一，具有高效、易实现的特点.对面向位的分组密码，自从Sun等人在2014年亚洲密码年会上提出基于MILP问题的差分和线性自动化搜索方法，该方法受到了许多密码学者的关注.目前，针对求解多轮密码算法MILP模型，如何减少变量和约束不等式的研究工作相对较少，还有很多问题有待解决.根据异或操作的差分传播模式，在2017年欧洲密码年会上，Sasaki等人给出了不带假设变量的新约束不等式，该约束不等式在降低变量和约束数量的前提下保留了异或操作的差分传播性质.同时，对于S盒的性质，当输入差分变量(线性掩码)非零时，该S盒必定活跃，Sun等人用了4个约束不等式来刻画该性质，经过简单的变换，可以用1个约束来表示该性质.基于这些精炼的约束和自动化搜索方法，针对轻量级分组密码算法ESF，建立单密钥下精炼的差分和线性MILP模型，首次给出了ESF算法在单密钥情形下的差分和线性分析结果，得到了15轮ESF算法差分最小活跃S盒数量为19和16轮ESF算法线性最小活跃S盒数量为15.此外，还搜索到了轮数最长的不可能差分和零相关线性逼近区分器.
    Abstract: Automatic analysis is one of the important methods to evaluate the security of cryptographic algorithms. It is characterized by high efficiency and easily implement. In ASIACRYPT 2014, Sun et al. presented a MILP-based automatic search differential and linear trails method for bit-oriented block ciphers, which has attracted the attention of many cryptographers. At present, there are still a lack of research about solving the MILP model, such as how to reduce the number of variables and constraint inequalities. According to the differential propagation model of the XOR operation, in EUROCRYPT 2017, Sasaki et al. gave a set of new constraints without dummy variables. The new constraint inequalities can not only preserve the differential propagation for XOR operation, but also reduce the number of variables. At the same time, Sun et al. uses four constraints to describe the property when the input differential variable (the linear mask variable) of an S-box is non-zero and the S-box must be an active, but in this paper, we just use one constraint. Based on these refined constraints and the automatic method for finding high probability trails of block cipher, we establish the refined differential and linear MILP model under the single key assumption for the lightweight block cipher ESF. We have found that the minimum number of active S-boxes in 15-round differential trail of ESF is 19 and the number is 15 in 16-round linear trail. Moreover, we find so far the longest impossible differential and zero-correlation linear approximation distinguishers of ESF.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(20)

  • 期刊类型引用(16)

    1. 金兰，陈荆亮. 一种用于异常数据流挖掘的改进Apriori算法研究. 计算机仿真. 2025(01): 480-484 . 百度学术
    2. 张文媛，万宇，周选超，吴晓雪，范越鹏. 基于LSTM方法的医疗设备故障预测模型建立. 计量与测试技术. 2025(04): 140-144 . 百度学术
    3. 鲁江. 基于模糊聚类的网络敏感数据流动态挖掘. 电子设计工程. 2024(09): 152-155+160 . 百度学术
    4. 陈鲜展，沈易成，洪飞扬，石绅. 煤矿掘进工作面瓦斯浓度预测. 工矿自动化. 2024(04): 128-132 . 百度学术
    5. 刘淑娟，韩萌，高智慧，穆栋梁，李昂. 数据流上的约束跨层级高效用项集挖掘. 计算机工程与应用. 2024(13): 287-300 . 百度学术
    6. 郑浩，王鹰. 嵌入式异构物联网敏感数据流动态挖掘研究. 电子设计工程. 2024(15): 12-15+20 . 百度学术
    7. 韩萌，何菲菲，张瑞华，李春鹏，孟凡兴. 生物启发式的模式挖掘方法综述. 计算机工程与应用. 2024(16): 19-33 . 百度学术
    8. 欧阳原野. 基于关联规则挖掘算法的集团型企业业务数据管理系统. 电子设计工程. 2024(22): 47-50+57 . 百度学术
    9. 肖金桐，温晓楠，李亚娟. 基于最大增益的广域网冗余数据迭代消除仿真. 计算机仿真. 2024(10): 371-375 . 百度学术
    10. 单芝慧 ，韩萌 ，韩强 . 基于滑动窗口的数据流高效用模糊项集挖掘. 南京师大学报(自然科学版). 2023(01): 120-129 . 百度学术
    11. 戴美玲. 基于改进模糊聚类的网络敏感数据流动态挖掘研究. 保山学院学报. 2023(02): 44-51 . 百度学术
    12. 单芝慧，韩萌，韩强. 增量数据上的闭合定量高效用项集挖掘算法. 计算机应用. 2023(07): 2049-2056 . 百度学术
    13. 蒋华，李星，王慧娇，韦静海. 基于数据索引结构的跨级高效用项集挖掘算法. 计算机应用. 2023(07): 2200-2208 . 百度学术
    14. 单芝慧，韩萌，韩强. 动态数据上的高效用模式挖掘综述. 计算机应用. 2022(01): 94-108 . 百度学术
    15. 李慕航，韩萌，陈志强，武红鑫，张喜龙. 基于窗口内投影的闭合高效用模式挖掘. 太原理工大学学报. 2022(02): 257-265 . 百度学术
    16. 张妮，韩萌，王乐，李小娟，程浩东. 基于滑动窗口的含负项高效用模式挖掘方法. 郑州大学学报(理学版). 2022(04): 55-63 . 百度学术

    其他类型引用(4)

    • 资源附件(0)
计量
  • 文章访问数:  1847
  • HTML全文浏览量:  0
  • PDF下载量:  695
  • 被引次数: 20
出版历程
  • 发布日期:  2017-09-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(20)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计