|
|
|
|
تحلیل رمز چرخشی روی cubehash و shabal
|
|
|
|
|
|
|
|
نویسنده
|
طباطبائی فیض آباد علی ,گائینی احمد ,کشاورزی بهبد
|
|
منبع
|
پدافند الكترونيكي و سايبري - 1397 - دوره : 6 - شماره : 3 - صفحه:59 -64
|
|
چکیده
|
توابع چکیده‌ساز نقش بسیار مهمی در امنیت شبکه و مخابرات دارند. این توابع در خلاصه نمودن یک پیام نقش به سزایی دارند که در کاربردهای رمزنگاری مانند امضاء رقمی، الگوریتم‌های تولید اعداد تصادفی و پروتکل‌های احراز اصالت و غیره به طور گسترده استفاده می‌شوند. حمله چرخشی یک حمله نسبتا جدیدی است که جزء حملات عمومی بر توابع چکیده‌ساز محسوب می‌شود و بر روی الگوریتم‌هایی که در ساختار خود از سه عملگر چرخش، جمع پیمانه‌ای و یای انحصاری استفاده می‌کنند یعنی ساختاری arx دارند، موثر است. در این مقاله برای اولین بار بر توابع چکیده‌ساز shabal و cubehash که کاندیداهای دور دوم مسابقه sha3 می‌باشند و در ساختار خود از خاصیت arx بهره می‌برند تحلیل رمز چرخشی انجام می‌شود. تحلیل رمز چرخشی با درنظر گرفتن زنجیره مارکوف برای دنباله جمع‌های پیمانه‌ای به کار رفته شده در توابع چکیده‌ساز shabal و cubehash انجام می‌شود. تحلیل رمز چرخشی بر تابع چکیده‌ساز shabal به پیچیدگی کل برای 16+3 دور آن و پیچیدگی برای کل 16 دور cubehash منجر می‌شود. با توجه به نتایج به دست آمده مشاهده می‌شود که به علت وجود تعداد بیشتری از جمع‌های پیمانه‌ای که به صورت زنجیره مارکوف هستند، تابع چکیده‌ساز shabal مقاومت بیشتری نسبت به تابع چکیده‌ساز cubehash در برابر تحلیل رمز چرخشی از خود نشان می‌دهد و احتمال موفقیت کمتری دارد.
|
|
کلیدواژه
|
توابع چکیده‌ساز، تحلیل رمز چرخشی، جمع پیمانه‌ای، زنجیره مارکوف
|
|
آدرس
|
دانشگاه جامع امام حسین (ع), گروه ریاضی و آمار, ایران, دانشگاه شاهد, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
تحلیل رمز چرخشی بر Shabal , Cube Hash
|
|
|
|
|
Authors
|
|
|
Abstract
|
Using the mathematical and optimization models has significant impact in military strategic decision making problems such as finding location of domestic fire launching site of hard and soft kill. In this paper, an integer linear programming model is developed for location problem of fire launching sites with goal of maximizing the expected value of the target accessibility and protection of strategic realms. Also, two metaheuristic algorithms based on genetic algorithm and particle swarm optimization algorithm have been designed to solve the problem. The computational results of these methods have been compared to exact answers from modeling. It is revealed that with time limit of 60 seconds, the developed genetic algorithm and particle swarm optimization have 0.16% and 0.07% average deviation from optimal solutions, indicating they perform efficiently.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|