論文の概要: On the Evolution of Boomerang Uniformity in Cryptographic S-boxes

• arxiv url: http://arxiv.org/abs/2212.04789v1
• Date: Fri, 9 Dec 2022 11:41:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-12 14:53:35.598487
• Title: On the Evolution of Boomerang Uniformity in Cryptographic S-boxes
• Title（参考訳）: 暗号sボックスにおけるboomerang一様性の進化について
• Authors: Marko Djurasevic, Domagoj Jakobovic, Luca Mariot, Sihem Mesnager, Stjepan Picek
• Abstract要約: Sボックスは暗号アルゴリズムが様々な攻撃に対して耐性を持つのに役立つ重要なプリミティブである。 そのような性質の例として、ブーメランの均一性があり、ブーメラン攻撃に対して弾力性を持つのに役立つ。 本研究では,ブーメラン均一性の良好な値を持つSボックスの進化について検討する。
• 参考スコア（独自算出の注目度）: 33.520008693202904
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: S-boxes are an important primitive that help cryptographic algorithms to be resilient against various attacks. The resilience against specific attacks can be connected with a certain property of an S-box, and the better the property value, the more secure the algorithm. One example of such a property is called boomerang uniformity, which helps to be resilient against boomerang attacks. How to construct S-boxes with good boomerang uniformity is not always clear. There are algebraic techniques that can result in good boomerang uniformity, but the results are still rare. In this work, we explore the evolution of S-boxes with good values of boomerang uniformity. We consider three different encodings and five S-box sizes. For sizes $4\times 4$ and $5\times 5$, we manage to obtain optimal solutions. For $6\times 6$, we obtain optimal boomerang uniformity for the non-APN function. For larger sizes, the results indicate the problem to be very difficult (even more difficult than evolving differential uniformity, which can be considered a well-researched problem).
• Abstract（参考訳）: Sボックスは暗号アルゴリズムが様々な攻撃に対して耐性を持つのに役立つ重要なプリミティブである。 特定の攻撃に対するレジリエンスは、sボックスの特定の特性と接続でき、プロパティ値が良くなればなるほど、アルゴリズムがより安全になる。 そのような特性の1つの例はブーメラン均一性(boomerang uniformity)と呼ばれ、ブーメラン攻撃に対して弾力性を持つ。 よいブーメラン均一性を持つSボックスを構築する方法は必ずしも明確ではない。 優れたブーメラン均一性をもたらす代数的技法があるが、その結果はまだ稀である。 本研究では,boomerang の均一性に優れた値を持つ s-box の進化について考察する。 3つの異なるエンコーディングと5つのSボックスサイズを考える。 サイズが4\times 4$と5\times 5$の場合、最適解が得られる。 6\times 6$の場合、非APN関数に対して最適なブーメラン均一性が得られる。 より大きなサイズでは、この問題は非常に難しい(よく研究された問題であると考えられるような、微分均一性の進化よりも難しい)。

関連論文リスト

• The Explicit values of the UBCT, the LBCT and the DBCT of the inverse function [13.247024319584103]
  本稿では、任意の$n$に対して、逆関数 $F(x)=x2n-2$ over $gf_2n$ の性質をさらに調べる。 F(x)$のDBCTの詳細な分析は、ブーメラン攻撃に対するSボックスの抵抗性の評価に寄与する。
  論文  参考訳（メタデータ） (2024-04-18T14:13:40Z)
• Weak-to-Strong Jailbreaking on Large Language Models [96.50953637783581]
  大規模言語モデル(LLM)は、ジェイルブレイク攻撃に対して脆弱である。 既存のジェイルブレイク法は計算コストがかかる。 我々は、弱々しく強固な脱獄攻撃を提案する。
  論文  参考訳（メタデータ） (2024-01-30T18:48:37Z)
• MultiRobustBench: Benchmarking Robustness Against Multiple Attacks [86.70417016955459]
  機械学習(ML)モデルに対するマルチアタックを検討するための,最初の統一フレームワークを提案する。 我々のフレームワークは、テストタイムの敵について異なるレベルの学習者の知識をモデル化することができる。 9種類の攻撃に対して16種類の防御モデルの有効性を評価した。
  論文  参考訳（メタデータ） (2023-02-21T20:26:39Z)
• Parallel Rectangle Flip Attack: A Query-based Black-box Attack against Object Detection [89.08832589750003]
  本稿では,攻撃領域近傍の準最適検出を回避するために,ランダム探索による並列矩形フリップ攻撃(PRFA)を提案する。 提案手法は, アンカーベースやアンカーフリーなど, 様々な人気物体検出装置を効果的かつ効率的に攻撃し, 転送可能な対向例を生成する。
  論文  参考訳（メタデータ） (2022-01-22T06:00:17Z)
• MUTEN: Boosting Gradient-Based Adversarial Attacks via Mutant-Based Ensembles [16.424441015545252]
  MUTENは、勾配マスキングモデルに対するよく知られた攻撃の成功率を改善するための低コストな手法である。 MUTENは4回の攻撃の成功率を最大0.45まで向上させることができる。
  論文  参考訳（メタデータ） (2021-09-27T07:15:01Z)
• Grey-box Adversarial Attack And Defence For Sentiment Classification [19.466940655682727]
  感情分類のためのグレーボックスの敵対攻撃と防御フレームワークを紹介します。 敵攻撃と防御のための識別性, ラベル保存, 入力再構成の課題を, 1つの統合された枠組みで解決する。
  論文  参考訳（メタデータ） (2021-03-22T04:05:17Z)
• An Efficient Adversarial Attack for Tree Ensembles [91.05779257472675]
  傾斜促進決定木(DT)や無作為林(RF)などの木に基づくアンサンブルに対する敵対的攻撃 提案手法は,従来のMILP (Mixed-integer linear programming) よりも数千倍高速であることを示す。 私たちのコードはhttps://chong-z/tree-ensemble- attackで利用可能です。
  論文  参考訳（メタデータ） (2020-10-22T10:59:49Z)
• Probabilistic Sequential Shrinking: A Best Arm Identification Algorithm for Stochastic Bandits with Corruptions [91.8283876874947]
  我々は,T段の固定予算設定において,敵対的腐敗を伴う連続的包帯に対する最適な腕識別(BAI)問題を考察した。 我々は, 汚職の量に依存しない新しいランダム化アルゴリズム, Probabilistic Shrinking($u$) (PSS($u$)) を設計する。 CPS が十分に大きいとき、BAI 確率を$Trightarrow infty$ として達成できるアルゴリズムは存在しない。
  論文  参考訳（メタデータ） (2020-10-15T17:34:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。