基于深度学习的多差分神经网络区分器及其应用

• 作者: 段明 付超辉 魏强 吴茜琼 周睿
• 来源期刊: 信息工程大学学报
• 关键词: 深度学习 密码算法分析 差分分析 多差分神经网络区分器 RC5
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 网络空间安全
• 页码范围: 347-350
• 页数: 4页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2021.03.015

摘要

随着深度学习的发展,尤其是随着多层神经网络(MLP)、深度神经网络(DNN)、卷积神经网络(CNN)等网络的出现,其在多个领域得到广泛应用,如视觉识别、语音识别、自然语言处理等领域.在2019年的美密会上提出利用单差分深度残差网络区分器进行密钥恢复攻击的方法,将深度学习的应用扩展到密码算法分析领域.利用多差分残差网络区分器进行密钥恢复攻击,该方法可有效减少数据复杂度,并增加攻击轮数.以RC516的攻击为例,计算复杂度和数据复杂度分别减少为后者的1/12,攻击轮数由11个半轮增加到了12个半轮.