基于單因素方差分析的密碼算法統計檢驗
2021年電子技術應用第9期
朱玉倩，王 超，張 艷
華北計算機系統工程研究所，北京100083
摘要： 在密碼學范疇中，隨機序列常作為密鑰、初始向量或算法參數使用。隨機序列的隨機性最終決定了整個密碼系統的安全性，因此在密碼技術中占有重要位置。對于良好的密碼算法產生的密文序列，應無法通過統計學方法進行區分。首先對7種經典密碼算法生成的密文序列進行NIST隨機性檢驗，統計失敗次數；然后關于密碼算法進行單因素方差分析，檢驗結果在統計學上無顯著差異。此統計檢驗可作為評價密碼算法好壞的指標之一。
中圖分類號： TP309.7
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.211329
中文引用格式： 朱玉倩，王超，張艷. 基于單因素方差分析的密碼算法統計檢驗[J].電子技術應用，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.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.211329
中文引用格式： 朱玉倩，王超，張艷. 基于單因素方差分析的密碼算法統計檢驗[J].電子技術應用，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
在密碼學領域，主要使用對稱密碼算法對信息進行加密，保障信息的機密性。隨著密碼分析技術的進步和敵手攻擊能力的提升，加密密碼算法的設計要求不斷提高。分析與識別保密系統所采用的密碼算法，對于評估信息系統安全性、密碼分析和攻擊、非法通信監控、惡意代碼識別等都有著重要的理論意義[1]。
近幾年加密算法生成密文的檢驗領域成果層出不窮，王瑛[2]等人結合人工智能技術和機器學習方法，研究和設計了網絡加密流量檢測體系框架和方法。吳楊[3-4]等人通過NIST隨機性檢測標準中的單比特頻數檢驗、塊內頻數檢驗和游程檢驗理論設計統計量，對OpenSSL軟件庫中的AES、Camellia、DES、3DES和作者實現的SM4分組密碼算法生成的200組、每組1萬條密文進行分析，實現上述5種分組密碼算法的識別。
本文詳細內容請下載：http://www.jysgc.com/resource/share/2000003743。
作者信息：
朱玉倩，王 超，張 艷
(華北計算機系統工程研究所，北京100083)
此內容為AET網站原創，未經授權禁止轉載。