摘要
本发明提供了一种基于神经区分器的分组密码密钥安全性分析方法,包括:根据给定的输入差分特征生成明文对;利用分组密钥分别对明文对进行指定轮次的加密操作后,得到初次密文对,利用随机分组密钥分别对明文对执行全轮次加密得到完整密文对,计算初次密文对的中间状态差分,并根据中间差分筛选机制对完整密文对进行标注构建训练样本;利用训练样本对深度学习神经网络模型进行训练;将待分析的密文对输入至训练完成的深度学习神经网络模型,输出是否符合预设的差分特征条件的分类结果。本发明对未知加密轮次和密钥变体展现出卓越的适应能力,提升了密码安全性分析效果。
技术关键词
安全性分析方法
深度学习神经网络模型
明文
分组密码算法
加密
密钥扩展算法
残差模块
位置编码信息
密码安全性
评价指标体系
特征值
生成随机
瓶颈
输出特征
错误率
机制
系统为您推荐了相关专利信息
并行加速方法
多项式乘法
数据并行计算
客户端
私钥
数据交换方法
哈希算法
数据交换平台
电子
SHA256算法
哈希算法
加密传输系统
高风险
数据收集模块
握手协议