计算机工程

作者：肖超恩, 李子凡, 张磊, 王建新, 钱思源

单位：北京电子科技学院电子与通信工程系, 北京 100071

关键词：Transformer模型,注意力机制,差分区分器,SPECK32/64算法,密钥恢复攻击

基金：中央高校基本科研业务费资金资助(3282024009)

基于差分分析的密码攻击中, 通常使用贝叶斯优化方法验证部分解密的数据是否具有差分特性。目前, 主要采用基于深度学习的方式训练1个差分区分器, 但随着加密轮数的增加, 差分特征的精确度会呈现线性降低的趋势。为此, 结合注意力机制和侧信道分析, 提出了一种新的差分特性判别方法。根据多轮密文间的差分关系, 基于Transformer训练了1个针对SPECK32/64算法的差分区分器。在密钥恢复攻击中, 借助前一轮的密文对待区分密文影响最大特性, 设计了新的密钥恢复攻击方案。在SPECK32/64算法的密钥恢复攻击中, 采用26个选择明密文对, 并借助第20轮密文对将第22轮65 536个候选密钥范围缩小至17个以内, 完成对最后两轮子密钥的恢复攻击。实验结果表明, 该方法的攻击成功率达90%, 可以有效应对加密轮数增多造成的密文差分特征难以识别的问题。

来源：2025年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第1期