Gohr의 Speck32/64 신경망 구분자에 대한 분석과 Simon32/64에의 응용

Vol. 32, No. 2, pp. 391-404, 4월. 2022
10.13089/JKIISC.2022.32.2.391, Full Text:
Keywords: differential cryptanalysis, Deep Learning, block cipher, Neural distinguisher
Abstract

Aron Gohr는 경량 블록암호 Speck에 대해 딥러닝 기술에 기반한 암호분석 기법을 제안하였다. 이는 기존의 차분분석 방식보다 높은 정확도로 선택적 평문 공격을 가능하게 한 방법이다. 본 논문에서는 이러한 딥러닝 기반 암호분석의 동작 원리에 대해 확률분포를 이용하여 분석하고 이를 경량 블록암호 Simon에 적용한 결과를 제시한다. 또한, 암호분석 알고리즘 내부에서 신경망의 예측값 확률분포가 Speck과 Simon의 각 라운드 함수 특성에 따라 차이가 있음을 규명한다. 이를 통해 Aron Gohr가 제시한 암호분석의 핵심기술인 신경망 구분자의 성능 개선 방향을 제시한다.

Statistics
Show / Hide Statistics

Statistics (Cumulative Counts from December 1st, 2017)
Multiple requests among the same browser session are counted as one view.
If you mouse over a chart, the values of data points will be shown.


Cite this article
[IEEE Style]
성효은, 강주성, 염용진 and 유현도, "Gohr의 Speck32/64 신경망 구분자에 대한 분석과 Simon32/64에의 응용," Journal of The Korea Institute of Information Security and Cryptology, vol. 32, no. 2, pp. 391-404, 2022. DOI: 10.13089/JKIISC.2022.32.2.391.

[ACM Style]
성효은, 강주성, 염용진, and 유현도. 2022. Gohr의 Speck32/64 신경망 구분자에 대한 분석과 Simon32/64에의 응용. Journal of The Korea Institute of Information Security and Cryptology, 32, 2, (2022), 391-404. DOI: 10.13089/JKIISC.2022.32.2.391.