基于单因素方差分析的密码算法统计检验
2021年电子技术应用第9期
朱玉倩,王 超,张 艳
华北计算机系统工程研究所,北京100083
摘要:在密码学范畴中,随机序列常作为密钥、初始向量或算法参数使用。随机序列的随机性最终决定了整个密码系统的安全性,因此在密码技术中占有重要位置。对于良好的密码算法产生的密文序列,应无法通过统计学方法进行区分。首先对7种经典密码算法生成的密文序列进行NIST随机性检验,统计失败次数;然后关于密码算法进行单因素方差分析,检验结果在统计学上无显著差异。此统计检验可作为评价密码算法好坏的指标之一。
中图分类号:TP309.7
文献标识码:A
DOI:10.16157/j.issn.0258-7998.211329
中文引用格式:朱玉倩,王超,张艳. 基于单因素方差分析的密码算法统计检验[J].电子技术应用,2021,47(9):43-45,50.
英文引用格式:Zhu Yuqian,Wang Chao,Zhang Yan. Statistical test of cryptographic algorithms based on ANOVA[J]. Application of Electronic Technique,2021,47(9):43-45,50.
文献标识码:A
DOI:10.16157/j.issn.0258-7998.211329
中文引用格式:朱玉倩,王超,张艳. 基于单因素方差分析的密码算法统计检验[J].电子技术应用,2021,47(9):43-45,50.
英文引用格式:Zhu Yuqian,Wang Chao,Zhang Yan. Statistical test of cryptographic algorithms based on ANOVA[J]. Application of Electronic Technique,2021,47(9):43-45,50.
Statistical test of cryptographic algorithms based on ANOVA
Zhu Yuqian,Wang Chao,Zhang Yan
National Computer System Engineering Research Institute of China,Beijing 100083,China
Abstract:In the field of cryptography, a random sequence is often used as a key, an initial vector or a time-varying parameter in cryptographic protocol. Actually, the randomness of a random sequence plays a very important role in the cryptography, since it determines the security of the whole system. The ciphertext sequence generated by a good cryptographic algorithm should not be distinguished by statistical methods. In this paper, we count the number of failures by using the national institute of standards and technology(NIST), which is executed on the ciphertext sequences generated by seven classic cryptographic algorithms. The analysis shows that the results are not statistically significant. Thus, the statistical test used in the paper can be used as one of the indicators to evaluate the quality of cryptographic algorithms.
Key words :one way analysis of variance;cryptographic algorithms;statistical test;national institute of standards and technology(NIST) randomness test
0 引言
在密码学领域,主要使用对称密码算法对信息进行加密,保障信息的机密性。随着密码分析技术的进步和敌手攻击能力的提升,加密密码算法的设计要求不断提高。分析与识别保密系统所采用的密码算法,对于评估信息系统安全性、密码分析和攻击、非法通信监控、恶意代码识别等都有着重要的理论意义[1]。
近几年加密算法生成密文的检验领域成果层出不穷,王瑛[2]等人结合人工智能技术和机器学习方法,研究和设计了网络加密流量检测体系框架和方法。吴杨[3-4]等人通过NIST随机性检测标准中的单比特频数检验、块内频数检验和游程检验理论设计统计量,对OpenSSL软件库中的AES、Camellia、DES、3DES和作者实现的SM4分组密码算法生成的200组、每组1万条密文进行分析,实现上述5种分组密码算法的识别。
本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003743。
作者信息:
朱玉倩,王 超,张 艳
(华北计算机系统工程研究所,北京100083)
此内容为AET网站原创,未经授权禁止转载。