• 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

基于独立分量技术的类GIFT算法S盒逆向分析

马向亮, 李冰, 习伟, 陈华, 陈财森

马向亮, 李冰, 习伟, 陈华, 陈财森. 基于独立分量技术的类GIFT算法S盒逆向分析[J]. 计算机研究与发展, 2018, 55(10): 2269-2277. DOI: 10.7544/issn1000-1239.2018.20180427
引用本文: 马向亮, 李冰, 习伟, 陈华, 陈财森. 基于独立分量技术的类GIFT算法S盒逆向分析[J]. 计算机研究与发展, 2018, 55(10): 2269-2277. DOI: 10.7544/issn1000-1239.2018.20180427
shu
Ma Xiangliang, Li Bing, Xi Wei, Chen Hua, Chen Caisen. Reverse-Analysis of S-Box for GIFT-Like Algorithms Based on Independent Component Analysis Technology[J]. Journal of Computer Research and Development, 2018, 55(10): 2269-2277. DOI: 10.7544/issn1000-1239.2018.20180427
Citation: Ma Xiangliang, Li Bing, Xi Wei, Chen Hua, Chen Caisen. Reverse-Analysis of S-Box for GIFT-Like Algorithms Based on Independent Component Analysis Technology[J]. Journal of Computer Research and Development, 2018, 55(10): 2269-2277. DOI: 10.7544/issn1000-1239.2018.20180427
shu
马向亮, 李冰, 习伟, 陈华, 陈财森. 基于独立分量技术的类GIFT算法S盒逆向分析[J]. 计算机研究与发展, 2018, 55(10): 2269-2277. CSTR: 32373.14.issn1000-1239.2018.20180427
引用本文: 马向亮, 李冰, 习伟, 陈华, 陈财森. 基于独立分量技术的类GIFT算法S盒逆向分析[J]. 计算机研究与发展, 2018, 55(10): 2269-2277. CSTR: 32373.14.issn1000-1239.2018.20180427
shu
Ma Xiangliang, Li Bing, Xi Wei, Chen Hua, Chen Caisen. Reverse-Analysis of S-Box for GIFT-Like Algorithms Based on Independent Component Analysis Technology[J]. Journal of Computer Research and Development, 2018, 55(10): 2269-2277. CSTR: 32373.14.issn1000-1239.2018.20180427
Citation: Ma Xiangliang, Li Bing, Xi Wei, Chen Hua, Chen Caisen. Reverse-Analysis of S-Box for GIFT-Like Algorithms Based on Independent Component Analysis Technology[J]. Journal of Computer Research and Development, 2018, 55(10): 2269-2277. CSTR: 32373.14.issn1000-1239.2018.20180427
shu

基于独立分量技术的类GIFT算法S盒逆向分析

  • 1(中国科学院软件研究所可信计算与信息保障实验室 北京 100190)

  • 2(中国科学院大学 北京 100049)

  • 3(国家信息技术安全研究中心 北京 100084)

  • 4(南方电网科学研究院 广州 510663)

  • 5(陆军装甲兵学院演训中心 北京 100072) (maxiangliang@163.com)

基金项目: 国家重点研发计划(2018YFB0904901,2016YFF0204005,2016YFF0204003,2016YFF0204002);国家自然科学基金项目(61402528);“十三五”装备预研领域基金项目(6140002020115);CCF-启明星辰“鸿雁”科研计划(2017003)
详细信息

  • 中图分类号: TP309.1

Reverse-Analysis of S-Box for GIFT-Like Algorithms Based on Independent Component Analysis Technology

  • 1(Trusted Computing and Information Assurance Laboratory, Institute of Software, Chinese Academy of Sciences, Beijing 100190)

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

  • 3(National Research Center for Information Technology Security, Beijing 100084)

  • 4(Southern Power Grid Science Research Institute, Guangzhou 510663)

  • 5(Department of Training Center, Academy of Army Armored Force, Beijing 100072)

摘要

    摘要
  • 摘要: 在实际密码系统或模块的安全性评估中,对未知密码算法的逆向分析是一项重要的评估内容.目前关于密码算法的逆向分析方式主要分为数学分析和物理旁路分析2种,后者因其代价低、通用性高等优点更为流行.基于独立分量技术的侧信道分析技术绕过传统侧信道分析中的“先猜测后确定”的攻击思路限制,直接恢复中间状态值.研究了类GIFT算法在逆向分析下的安全性,利用GIFT算法结构的特点,将P置换输入作为独立分量攻击观测条件,利用独立分量技术成功恢复出了S盒内容.该结果是最早关于类GIFT算法的逆向分析结果之一,其方法对于其他未知算法的逆向分析也具有参考意义.
    Abstract: In the security evaluation of practical crypto system or module, the reverse analysis of unknown cryptographic algorithm is an important evaluation content. At present, the reverse analysis methods of cryptographic algorithms mainly contain mathematical analysis and physical bypass analysis, among which the latter is more popular due to its low cost and high universality. The side-channel analysis technology based on independent component analysis technology recovers the intermediate state value directly, bypassing the limitation of the “guess-and-determine” attack idea in the traditional side-channel analysis. This paper studies the safety of GIFT-like algorithm under the reverse analysis. We successfully recovered the content of the S-box by independent component analysis (ICA) technology, taking advantage of the characteristics of GIFT algorithm structure and taking the inputs of P permutation as observation conditions. The result of this paper is one of the reverse analysis results of the GIFT-like algorithm, and the method is also of reference significance to the reverse analysis of other unknown algorithms.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(75)

  • 期刊类型引用(21)

    1. 杜晓丽，李登峰. 基于大老板博弈的国际贸易物流区块链网络共识研究. 中国管理科学. 2024(04): 120-129 . 百度学术
    2. 徐吟歌，郑康宁，周鎏瑜. 基于共识机制的供应链金融信息共享合作博弈研究. 现代商业. 2024(18): 41-45 . 百度学术
    3. 杨朝东，关景火，米群，孙文军，张艳波，刘源淞. 基于区块链DPoS共识机制的三七溯源体系研究. 云南农业科技. 2024(05): 9-15 . 百度学术
    4. 王捷，葛丽娜，张桂芬. 区块链的激励机制权益证明共识算法改进方案. 郑州大学学报(工学版). 2023(05): 62-68 . 百度学术
    5. 谭春桥，杨慧娟，易文桃. 基于纳什谈判的共享经济区块链网络Po S共识传播博弈分析. 控制与决策. 2022(01): 219-229 . 百度学术
    6. 邓小鸿，王智强，李娟，王俊彬，黎康婷. 主流区块链共识算法对比研究. 计算机应用研究. 2022(01): 1-8 . 百度学术
    7. 张沁楠，朱建明，高胜，熊泽辉，丁庆洋，朴桂荣. 基于区块链和贝叶斯博弈的联邦学习激励机制. 中国科学:信息科学. 2022(06): 971-991 . 百度学术
    8. 张旺，葛云生. 基于节点分组的权益证明共识机制. 计算机应用与软件. 2022(05): 267-272+298 . 百度学术
    9. 何帅，黄襄念. 基于信誉授权的DPoS共识机制改进研究. 四川轻化工大学学报(自然科学版). 2022(03): 66-75 . 百度学术
    10. 付晓东，漆鑫鑫，刘骊，彭玮，丁家满，代飞. 基于权力指数的DPoS共谋攻击检测与预防. 通信学报. 2022(12): 123-133 . 百度学术
    11. 康海燕，邓婕. 区块链数据隐私保护研究综述. 山东大学学报(理学版). 2021(05): 92-110 . 百度学术
    12. 李凌霄，袁莎，金银玉. 基于区块链的联邦学习技术综述. 计算机应用研究. 2021(11): 3222-3230 . 百度学术
    13. 何帅，黄襄念，刘谦博，江杨靖. DPoS区块链共识机制的改进研究. 计算机应用研究. 2021(12): 3551-3557 . 百度学术
    14. 孙晶，徐晓雅，赵会群. 基于PSO优化博弈的区块链共识算法. 计算机应用与软件. 2021(12): 251-261+340 . 百度学术
    15. 杨坤桥，王煜翔，郭兵，李强. 委托股权证明共识机制的改进研究. 计算机工程与应用. 2021(24): 107-114 . 百度学术
    16. 陈梦蓉，林英，兰微，单今朝. 基于“奖励制度”的DPoS共识机制改进. 计算机科学. 2020(02): 269-275 . 百度学术
    17. 李萌，武帅，谭建. 基于区块链技术的供应链金融平台优化设计. 信息技术与信息化. 2020(03): 95-97 . 百度学术
    18. 付瑶瑶，李盛恩. 授权股份证明共识机制的改进方案. 计算机工程与应用. 2020(19): 48-54 . 百度学术
    19. 赖英旭，薄尊旭，刘静. 基于改进PBFT算法防御区块链中sybil攻击的研究. 通信学报. 2020(09): 104-117 . 百度学术
    20. 江雨燕，郑炜晨，邵金. 基于改进PBFT算法的区块链技术在供应链溯源中的应用. 南阳理工学院学报. 2020(04): 23-29 . 百度学术
    21. 连耿雄. 基于区块链的可信移动应用市场. 计算机与现代化. 2019(03): 58-61+67 . 百度学术

    其他类型引用(54)

    • 资源附件(0)
计量
  • 文章访问数:  957
  • HTML全文浏览量:  2
  • PDF下载量:  333
  • 被引次数: 75
出版历程
  • 发布日期:  2018-09-30

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(75)
    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