A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Improving the Accuracy of Differential-Neural Distinguisher for DES, Chaskey, and PRESENT Melhorando a precisão do diferenciador neural diferencial para DES, Chaskey e PRESENT

Liu ZHANG, Zilong WANG, Yindong CHEN

  • Exibições de texto completo

    1

  • Cite isto

Resumo:

No CRYPTO 2019, Gohr introduziu pela primeira vez o método de aprendizagem profunda para criptoanálise para SPEQUE32/64. Um diferenciador neural diferencial foi obtido usando a rede neural ResNet. Zhang et ai. usou múltiplas camadas convolucionais paralelas com diferentes tamanhos de kernel para capturar informações de múltiplas dimensões, melhorando assim a precisão ou obtendo um maior número de distinções para SPEQUE32/64 e SESTOU DENTRO32/64. Inspirados no trabalho de Zhang, aplicamos a estrutura de rede a outras cifras. Não apenas melhoramos a precisão do diferenciador, mas também aumentamos o número de rodadas do diferenciador, ou seja, distinguimos mais rodadas de texto cifrado e número aleatório para DES, Chaskey e PRESENT.

Publicação
IEICE TRANSACTIONS on Information Vol.E106-D No.7 pp.1240-1243
Data de publicação
2023/07/01
Publicitada
2023/04/13
ISSN online
1745-1361
DOI
10.1587/transinf.2022EDL8094
Tipo de Manuscrito
LETTER
Categoria
Rede de Informação

autores

Liu ZHANG
  Xidian University
Zilong WANG
  Xidian University
Yindong CHEN
  Shantou University

Palavra-chave