宿恒川, 朱宣勇, 段 明

战略支援部队信息工程大学 数学工程与先进计算国家重点实验室, 郑州450001

1 引言

对于密码算法的攻击和分析, 主要是挖掘利用算法固有的不随机特征, 设计构造对应的攻击方法. 代表性的攻击方法主要有: 线性攻击、差分攻击和代数攻击, 以及多类攻击方法的融合应用. 在实际的分析应用中, 不随机的特征体现为构造具有概率优势的区分器. 在足够数据的基础上, 区分器区分验证进而确定正确的密钥, 从而达成对于密码算法的攻击. 当前, 差分攻击及其各种变形攻击方法, 是当前算法攻击的主要理论方法之一. 该攻击方法的主要依据是: 输入向量在某些特定位置的不同, 输出向量的变化存在不均衡性; 也就是说存在高概率差分对. 实际的算法攻击过程中, 多个串联环节的高概率差分对连接在一起形成高概率的差分路径, 基于此进而构造差分区分器. 寻找高概率的差分路径进而构造高效的区分器, 是密码算法分析和攻击的核心工作之一.

近几年来, 随着高性能计算和大数据的快速发展, 基于深度学习的人工智能技术在语音识别、机器翻译、生物特征提取、规则博弈等诸多领域取得了惊人的成就. 人工智能技术在基于固定微弱特征的发现识别具有先天的优势. 基于此, 密码研究人员尝试将人工智能方法引入密码分析研究. 2011 年, Hospodar 等人提出了应用深度学习技术对AES 的侧信道攻击方法[1]. 2012 年, Alani 提出一种……