分组密码已知明文攻击与差分分布均匀性分析.pdfVIP

回顾对分组的已知明文。设

◼明文是n维布尔向量x=(x,x,…,x)；

12n

◼密文是n维布尔向量y=(y,y,…,y)；

12n

◼密钥是l维布尔向量z=(z,z,…,z)；

12l

◼加密变换是yF(x,z)；

◼变换是xF-1(y,z)。

n+ln

其中函数F：GF(2)→GF(2)。当密钥z固定时，加密变换

n

F是GF(2)上的可逆函数（置换函数）。

（分组总是多次一密的，即密钥z被反复使用）。

设者知道加密变换F，但不知道通信伙伴正在使用的

密钥z。

2023/1/22

设者获得了大量的明文/密文对。这些明文/密文对给出了

关于未知密钥z的信息。

从理论上说，获得的明文/密文对越多，所得到的关于未知密

钥z的信息越多。问题是怎样根据这些信息来确定密钥z。

换一个角度，通信伙伴怎样设计加密变换F，使得：即使

者获得了大量的明文/密文对，因此得到了关于未知密钥z的

很多信息，但者无法将这些信息转化为对密钥z的有效

求解。

这样的性质总称为伪随机性。伪随机性包含太多的内容，非线

性性就是其中之一。伪随机性还包含差分分布均匀性等。

2023/1/23

nmn

定义5-1设有函数f：GF(2)→GF(2)。对固定点a∈GF(2)，定

义f在a点的差分函数为

△f(x,a)f(x+a)+f(x)。

当x变动时，△f(x,a)的值的分布称为f在固定点a处的差分分布。

当x和a都变动时，△f(x,a)的值的分布称为f的差分分布。

（差分分布的均匀性是函数的一个重要的安全性指标，著

名的差分分析正是利用了差分分布的不均匀性。最理想

n

的情形：差分分布是均匀的。即对任意固定点a∈GF(2)，f

在a点的差分函数△f(x,a)是均衡函数。）

2023/1/24

nm

例一种。设函数f：GF(2)→GF(2)。设有

n

一个固定点a∈GF(2)，使得f在a点的差分函数

△f(x,a)f(x+a)+f(x)

的分布极为不均匀。当x变动时，△f(x,a)的值几乎是

定值b。

现在者知道了f(u)的值等于v，但不知道u的值。

则者推断出f(u+a)的值几乎是定值v+b。

例另一种：简化计算部件。

2023/1/2