韩益亮 李 鱼 李 喆

(武警工程大学密码工程学院 西安 710086)

1 引言

人工智能技术与各个领域的交叉结合越来越紧密，与密码学的融合也在不断加深。一方面，人工智能技术本身存在的安全隐私问题可以利用密码学的方法和工具来解决[1]；另一方面，人工智能技术也可以用于密码算法的设计与分析[2]。其中，利用互学习神经网络设计密钥交换不需要耗用大量计算资源，在无线传感器网络、无人机、云计算等领域有良好的应用前景。将神经网络同步用于设计密钥交换是Kanter等人[3]首次提出来的，其具有速度快、安全性高的优势，但随着几何攻击、合作攻击等分析方法的提出，尽管其可以通过增大参数来保证安全性，但参数增大带来了效率的降低。因此采用新技术提高神经网络同步的效率和安全性是目前亟待解决的问题。

Kinzel等人[4]的研究表明了单个感知机之间的同步易于被攻击者模仿而不适合用于实现密钥交换。Klimov等人[5]对Kanter等人[3]提出的神经密钥交换协议进行了详细的分析，并提出了遗传算法攻击、几何攻击和概率攻击，以上3种攻击能有效攻破神经密钥交换协议，但仅限于固定的参数。当参数增大时，Shacham等人[6]提出了一种合作攻击的策略，和单个攻击效果最好的几何攻击相结合，能够使攻击者的成功概率不受神经网络突触深度的影响。Ruttor等人[7]提出了一种基于神经网络权重查询的方式来代替随机输入，能够降低合作攻击的成功概率。Allam等人[8]提出了将预共享密钥作为学习边界的认证神经密钥交换协议，并采用动态的学习率，使得攻击者在不知道预共享密钥的情况下，无法采用遗传算法攻击、几何攻击和概率攻击得到想要的结果。……