論文の概要: Optimal s-boxes against alternative operations and linear propagation

• arxiv url: http://arxiv.org/abs/2403.20059v2
• Date: Mon, 21 Oct 2024 16:51:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 17:02:00.427732
• Title: Optimal s-boxes against alternative operations and linear propagation
• Title（参考訳）: 代替演算と線形伝播に対する最適sボックス
• Authors: Marco Calderini, Roberto Civino, Riccardo Invernizzi,
• Abstract要約: いくつかの拡散層は、差分暗号解析の脆弱性に対して置換置換ネットワークを公開することができる。 4ビットのs-ボックスを持つ暗号の並列な代替操作において線形性を示す拡散層を分類する。
• 参考スコア（独自算出の注目度）: 1.3108652488669736
• License:
• Abstract: Civino et al.~(2019) have shown how some diffusion layers can expose a Substitution-Permutation Network to vulnerability from differential cryptanalysis when employing alternative operations coming from groups isomorphic to the translation group on the message space. In this study, we present a classification of diffusion layers that exhibit linearity in parallel alternative operations for ciphers with 4-bit s-boxes, enabling the possibility of an alternative differential attack simultaneously targeting all the s-boxes within the block. Furthermore, we investigate the differential behaviour with respect to alternative operations for all classes of optimal 4-bit s-boxes, as defined by Leander and Poschmann (2007). Our examination reveals that certain classes contain weak permutations w.r.t. alternative differential attacks, and we leverage these vulnerabilities to execute a series of experiments.
• Abstract（参考訳）: Civino et al ~(2019) は、ある拡散層が、メッセージ空間上の翻訳群に同型なグループから来る代替操作を利用する際に、差分暗号解析から脆弱性を解くために置換置換ネットワークを公開できることを示した。 本研究では,4ビットのs-boxを持つ暗号に対して,並列な代替操作において線形性を示す拡散層を分類し,ブロック内のすべてのs-boxを同時に対象とする別の差分攻撃が可能となることを示す。 さらに、Leander and Poschmann (2007) によって定義された最適4ビットs-ボックスの全クラスに対する代替演算に対する微分挙動について検討する。 本研究は,あるクラスが弱い置換を含むことを明らかにし,これらの脆弱性を活用して一連の実験を行う。

関連論文リスト

• Cluster-Aware Similarity Diffusion for Instance Retrieval [64.40171728912702]
  拡散に基づく再ランク付け(diffusion-based re-level)は、隣り合うグラフで類似性の伝播を実行することで、インスタンスを検索する一般的な方法である。 本稿では,新しいクラスタ・アウェア類似性(CAS)拡散モデルを提案する。
  論文  参考訳（メタデータ） (2024-06-04T14:19:50Z)
• Binary bi-braces and applications to cryptography [0.0]
  XORベースの交互ブロック暗号では、平文はそれぞれ異なる動作を行う複数の層によって隠蔽される。 本稿では,一組の差分を導出できる特別な括弧群を紹介する。 そのような括弧は nilpotency class 2 の双対代数の交互化の観点から記述できることを示す。
  論文  参考訳（メタデータ） (2024-04-14T18:02:43Z)
• Proxy Methods for Domain Adaptation [78.03254010884783]
  プロキシ変数は、遅延変数を明示的にリカバリしたりモデル化したりすることなく、分散シフトへの適応を可能にする。 両設定の複雑な分散シフトに適応する2段階のカーネル推定手法を開発した。
  論文  参考訳（メタデータ） (2024-03-12T09:32:41Z)
• Differential experiments using parallel alternative operations [1.3108652488669736]
  差分暗号解析における代替操作の活用について検討する。 我々は,XOR-differentials を用いた攻撃の有効性をおもちゃの暗号と比較した。
  論文  参考訳（メタデータ） (2024-01-09T11:16:25Z)
• Alias-Free Convnets: Fractional Shift Invariance via Polynomial Activations [53.399996863034424]
  CNNは翻訳に不変であると考えられている。 ダウンサンプリング層と非線形層の両方に対処する拡張アンチエイリアス手法を提案する。 提案したモデルが整数や分数変換(サブピクセル)に不変であることを示す。
  論文  参考訳（メタデータ） (2023-03-14T17:16:16Z)
• Sibylvariant Transformations for Robust Text Classification [41.85750707462483]
  本稿では,ラベル保存制約を緩和するより広範な変換の集合を記述するために,シビル分散(SIB)の概念を提案する。 私たちは2種類のSIBを含むすべてのデータ変換を組織化する統一されたフレームワークを提供しています。 SIBは、最も混乱したクラスペアに対して新しい入力混合物を生成する、ユニークな適応トレーニングの形式を可能にする。
  論文  参考訳（メタデータ） (2022-05-10T19:38:54Z)
• Invariance-based Multi-Clustering of Latent Space Embeddings for Equivariant Learning [12.770012299379099]
  より深い群不変学習を強制することにより、リー群多様体における等角写像を非共役化する手法を提案する。 実験の結果,このモデルでは,不変表現と同変表現を効果的に切り離すことができ,学習速度が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2021-07-25T03:27:47Z)
• Invariant Deep Compressible Covariance Pooling for Aerial Scene Categorization [80.55951673479237]
  本研究では,空気シーン分類におけるニュアンス変動を解決するために,新しい不変な深部圧縮性共分散プール (IDCCP) を提案する。 本研究では,公開空間画像データセットに関する広範な実験を行い,最先端の手法と比較して,この手法の優位性を実証する。
  論文  参考訳（メタデータ） (2020-11-11T11:13:07Z)
• Saliency-based Weighted Multi-label Linear Discriminant Analysis [101.12909759844946]
  複数ラベルの分類課題を解決するために,LDA(Linear Discriminant Analysis)の新たな変種を提案する。 提案手法は,個々の試料の重量を定義する確率モデルに基づく。 サリエンシに基づく重み付きマルチラベル LDA アプローチは,様々なマルチラベル分類問題の性能改善につながることが示されている。
  論文  参考訳（メタデータ） (2020-04-08T19:40:53Z)
• Conjoined Dirichlet Process [63.89763375457853]
  我々はディリクレ過程に基づく新しい非パラメトリック確率的ビクラスタリング法を開発し、列と列の双方に強い共起を持つビクラスタを同定する。 本手法はテキストマイニングと遺伝子発現解析の2つの異なる応用に適用し,既存の手法に比べて多くの設定でビクラスタ抽出を改善することを示す。
  論文  参考訳（メタデータ） (2020-02-08T19:41:23Z)

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。