論文元數(shù)據(jù)搜索,找到相關(guān)信息共 10 條:
2014, 36(4): 828-833.
doi: 10.3724/SP.J.1146.2013.00870
刊出日期:2014-04-19
該文深入研究了Lai-Massey結(jié)構(gòu)的偽隨機特性。首先,證明了基于仿射幾乎正形置換設(shè)計的3輪Lai- Massey模型并不具有偽隨機特性,給出了Lai-Massey結(jié)構(gòu)設(shè)計者所得結(jié)論的一個反例。其次,證明了雙射為任意正形置換時,至少3輪Lai-Massey結(jié)構(gòu)才具有偽隨機特性;證明了雙射為仿射正形置換時,至少4輪的Lai-Massey結(jié)構(gòu)才具有超偽隨機特性。結(jié)論表明,為構(gòu)造偽隨機特性更好的Lai-Massey結(jié)構(gòu)實例,雙射最好設(shè)計為非線性的正形置換或幾乎正形置換。
2013, 35(10): 2536-2540.
doi: 10.3724/SP.J.1146.2012.01574
刊出日期:2013-10-19
Vaudenay(1999)從偽隨機性的角度出發(fā),證明了Lai-Massey模型中的變換應(yīng)設(shè)計為正型置換或幾乎正型置換。該文從抗差分攻擊和線性攻擊的角度重新考察了Lai-Massey模型雙射的設(shè)計問題。證明了基于任意有限交換群設(shè)計的Lai-Massey模型,如果變換設(shè)計為該群上的仿射變換,則必須為正型置換,否則該算法將分別存在概率為1的差分對應(yīng)和線性逼近,結(jié)論表明仿射的幾乎正型置換并不適用于Lai-Massey模型的設(shè)計。此外,該文借助有限群的特征標引入了一種新的線性逼近方式,收集和刻畫了一般有限交換群上Lai-Massey模型輸入和輸出的線性逼近關(guān)系。
2018, 40(12): 2986-2991.
doi: 10.11999/JEIT180196
刊出日期:2018-12-01
Lai-Massey結(jié)構(gòu)是由IDEA算法發(fā)展而來的一個分組密碼結(jié)構(gòu),F(xiàn)OX系列密碼算法是該密碼結(jié)構(gòu)的代表。該文從差分概率關(guān)于獨立等概輪密鑰的平均概率上界和給定起點和終點的線性鏈的平均概率上界兩個角度出發(fā),研究Lai-Massey 結(jié)構(gòu)的差分和線性可證明安全性。該文證明了2輪Lai-Massey結(jié)構(gòu)的非平凡差分對應(yīng)關(guān)于獨立等概的輪密鑰的平均概率 $ \le p{}_{\max }$ ;證明了當Lai-Massey 結(jié)構(gòu)的F函數(shù)是正型置換時,輪數(shù) $r \ge 3$ 的非平凡差分對應(yīng)關(guān)于獨立等概的輪密鑰的平均概率 $ \le p_{\max }^2$ 。針對給定起點和終點的線性鏈的平均概率上界,該文也獲得了類似的結(jié)論。
2019, 41(6): 1442-1449.
doi: 10.11999/JEIT180595
刊出日期:2019-06-01
針對半誠信的數(shù)據(jù)收集者對包含敏感屬性(SA)數(shù)據(jù)收集和使用過程中可能造成隱私泄露問題,該文在傳統(tǒng)模型中增加實時的數(shù)據(jù)領(lǐng)導(dǎo)者,并基于改進模型提出一個隱私保護的數(shù)據(jù)收集協(xié)議,確保無可信第三方假設(shè)前提下,數(shù)據(jù)收集者最大化數(shù)據(jù)效用只能建立在K匿名處理過的數(shù)據(jù)基礎(chǔ)上。數(shù)據(jù)擁有者分布協(xié)作的方式參與協(xié)議流程,實現(xiàn)了準標識(QI)匿名化后SA的傳輸,降低了數(shù)據(jù)收集者通過QI關(guān)聯(lián)準確SA值的概率,減弱內(nèi)部標識揭露造成隱私泄露風險;通過樹形編碼結(jié)構(gòu)將SA的編碼值分為隨機錨點和補償距離兩份份額,由K匿名形成的等價類成員選舉獲取兩個數(shù)據(jù)領(lǐng)導(dǎo)者,分別對兩份份額進行聚集和轉(zhuǎn)發(fā),解除唯一性的網(wǎng)絡(luò)標識和SA值的關(guān)聯(lián),有效防止外部標識揭露造成的隱私泄露;建立符合該協(xié)議特性的形式化規(guī)則并對協(xié)議進行安全分析,證明了協(xié)議滿足隱私保護需求。
2000, 22(3): 509-512.
刊出日期:2000-05-19
關(guān)鍵詞:
半群; 密鑰分享; 密碼學(xué)
如何將密鑰信息分配給n個被授權(quán)的單位(記為:S1, S2, , Sn), 每一個被授權(quán)單位Si(#em/em#=1, 2, , n)有qi個被授權(quán)人, 使得每一個被授權(quán)人所得到的密鑰信息與該授權(quán)人所在的單位的任何其他被授權(quán)人所得到的密鑰信息是一致的, 而任意K個被授權(quán)人所得到的密鑰信息, 若至少包含每一個被授權(quán)單位中的至少一個被授權(quán)人的密鑰信息時, 能夠恢復(fù)完整的密鑰信息, 其他情形時, 無法完全恢復(fù)密鑰信息, 這種需要經(jīng)常會遇到. 本文利用代數(shù)半群理論, 紿出了一種能實現(xiàn)這種密鑰分享的方案.
2023, 45(6): 2089-2097.
doi: 10.11999/JEIT220627
刊出日期:2023-06-10
量子成像(QI)具有抗偵察、抗干擾和高分辨力等特性,是量子光學(xué)領(lǐng)域重要的研究方向。為了解決實際量子成像過程中因環(huán)境光引起符合計數(shù)值異常所導(dǎo)致成像質(zhì)量下降的問題,該文提出一種基于符合計數(shù)濾波優(yōu)化的光量子成像方法。首先,對原始的符合計數(shù)值進行3層離散小波變換(DWT)得到相應(yīng)的小波系數(shù);然后,對小波系數(shù)中的高頻成分進行高斯濾波去噪,并通過小波逆變換得到去噪后的符合計數(shù)值;最后,基于該符合計數(shù)值,利用線性映射方法實現(xiàn)對目標的量子成像。該文通過仿真分析了圖像像素數(shù)、單像素曝光時間和符合門寬值對成像結(jié)果的影響,并搭建了實際的量子成像光路來驗證仿真結(jié)果的有效性。
2009, 31(3): 740-744.
doi: 10.3724/SP.J.1146.2007.01562
刊出日期:2009-03-19
關(guān)鍵詞:
保密通信;MD5;碰撞攻擊;充分條件集;冗余性;制約性
Wang Xiaoyun等(2005)給出了MD5能產(chǎn)生碰撞的一個充分條件集,并首次成功對MD5進行了碰撞攻擊。Yuto Nakano等(2006)指出上述充分條件集中有16個條件是冗余的,并給出了其中14個條件冗余的原因。Liang Jie和Lai Xuejia(2005)指出Wang Xiaoyun等給出的充分條件集并非總能產(chǎn)生碰撞,并增加新的條件使之總能產(chǎn)生碰撞,同時提出了一個新的碰撞攻擊算法。本文證明了Yuto Nakano等給出的16個冗余條件中有兩個并不冗余,且Liang Jie和Lai Xuejia增加的新條件中有兩個是冗余的,指出Liang Jie和Lai Xuejia的碰撞攻擊算法在消息修改時忽視了被修改條件之間的制約性,因而未必總能產(chǎn)生碰撞,本文對此進行了修正,給出新的充分條件集,并通過實驗驗證了該充分條件集總能產(chǎn)生碰撞。
2019, 41(9): 2280-2286.
doi: 10.11999/JEIT180925
刊出日期:2019-09-10
針對離散時間混沌動力學(xué)系統(tǒng),該文提出一種基于矩陣特征值以及特征向量配置Lyapunov指數(shù)為正的新算法。計算離散受控矩陣的特征值以及特征向量,設(shè)計一類具有正Lyapunov指數(shù)的通用控制器,理論證明系統(tǒng)軌道的有界性和Lyapunov指數(shù)的有限性。對線性反饋算子以及微擾反饋算子進行數(shù)值仿真分析,驗證了算法的正確性、通用性和有效性。性能評估表明,與Chen-Lai算法相比,該方法可以構(gòu)建較低計算復(fù)雜度的混沌系統(tǒng),并且運行時間較短,其輸出序列也具有較強的隨機性,實現(xiàn)了無退化、無兼并的離散混沌系統(tǒng)。
2015, 37(2): 417-422.
doi: 10.11999/JEIT140373
刊出日期:2015-02-19
FOX系列算法是一類基于Lai-Massey模型設(shè)計的分組密碼算法。該文首先評估低輪FOX64算法抵抗零相關(guān)線性分析的能力,給出4輪FOX64算法的零相關(guān)線性區(qū)分器。然后,利用零相關(guān)線性區(qū)分器與積分區(qū)分器的關(guān)系,首次得到4輪FOX64算法的積分區(qū)分器。最后,利用積分區(qū)分器分析5, 6, 7, 8輪FOX64算法,攻擊的時間復(fù)雜度分別約為252.7, 2116.7, 2180.7, 2244.7次加密,數(shù)據(jù)復(fù)雜度為250個選擇明文。該文首次給出攻擊8輪FOX64/256時間復(fù)雜度小于窮舉攻擊的有效攻擊。
2021, 43(5): 1349-1356.
doi: 10.11999/JEIT200185
刊出日期:2021-05-18
針對傳統(tǒng)級聯(lián)失效模型中冗余參數(shù)固定不變的問題,該文綜合考慮節(jié)點受攻擊程度不同和失效過程中網(wǎng)絡(luò)拓撲的動態(tài)變化,建立了基于節(jié)點冗余容量動態(tài)控制(DRC)的級聯(lián)失效模型。通過定義網(wǎng)絡(luò)相變臨界因子$\theta $ 衡量節(jié)點失效引發(fā)級聯(lián)失效的概率,分析了網(wǎng)絡(luò)魯棒性與$\theta $ 之間的相關(guān)性,并結(jié)合度分布函數(shù)詳細推導(dǎo)了$\theta $ 的解析表達式,基于解析表達式提出了兩種網(wǎng)絡(luò)魯棒性提升策略。仿真結(jié)果表明,在模型網(wǎng)絡(luò)和真實網(wǎng)絡(luò)中,根據(jù)被攻擊節(jié)點度的不同,通過調(diào)整節(jié)點初始負載參數(shù)$\tau $ 可以有效提高目標網(wǎng)絡(luò)的魯棒性;DRC模型下級聯(lián)失效傳播范圍較Motter-Lai(ML)模型顯著減小。