利用纠错编码和机器学习的理论与方法,研究分组密码设计与分析中的关键技术。一方面,以代数数论和代数几何等现代数学为工具,构造Galois域上性能优良的线性码,特别是极大距离可分码(MDS码),以此来设计分组密码中分支数尽可能大的P置换;研究循环码的权分布特征,以此来刻画分组密码中幂函数S盒的密码学性质,进而分析由一般置换多项式构成的S盒的安全性。另一方面,以机器学习的理论与方法为工具,提出用于分组密码设计与分析的智能优化算法,通过智能优化算法代替传统分组密码设计中S盒和P置换的随机测试法、以及寻找分组密码的最优迭代特征的穷尽搜索法,以便更加有效地寻找安全性高、实用性好的密码组件,实现对分组密码的最优迭代特征的高效搜索。在此基础上,提出设计分组密码的新理论与新方法,研制具有自主知识产权的安全强度高的分组密码算法。本项目的研究成果对于推动分组密码理论和应用的发展具有重要意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
Asymmetric Synthesis of (S)-14-Methyl-1-octadecene, the Sex Pheromone of the Peach Leafminer Moth
Sparse Coding Algorithm with Negentropy and Weighted ℓ1-Norm for Signal Reconstruction
基于分形维数和支持向量机的串联电弧故障诊断方法
惯性约束聚变内爆中基于多块结构网格的高效辐射扩散并行算法
物联网中区块链技术的应用与挑战
ARX分组密码算法设计与自动化分析方法研究
ARX类轻量级分组密码算法的设计与分析
分组密码的分析与设计
分组密码算法的新型分析与设计理论的研究