論文の概要: Impact of Differentials in SIMON32 Algorithm for Lightweight Security of Internet of Things

• arxiv url: http://arxiv.org/abs/2603.18455v1
• Date: Thu, 19 Mar 2026 03:34:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.941507
• Title: Impact of Differentials in SIMON32 Algorithm for Lightweight Security of Internet of Things
• Title（参考訳）: インターネットの軽量セキュリティのためのSIMON32アルゴリズムにおける差分の影響
• Authors: Jonathan Cook, Sabih ur Rehman, M. Arif Khan,
• Abstract要約: SIMONとSPECKはリソース制約のあるアプリケーションに導入された最初の効率的な暗号化アルゴリズムの一つである。 暗号化アルゴリズムのセキュリティを分析するために、研究者はしばしば暗号解析技術を用いる。 近年の進歩にもかかわらず、SIMON暗号の暗号解析は効率的ではない。 我々はSIMON32暗号の差分特性の解析を行い、将来の効率向上の道を開く微分特性を明らかにする。
• 参考スコア（独自算出の注目度）: 0.7556652654070373
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: SIMON and SPECK were among the first efficient encryption algorithms introduced for resource-constrained applications. SIMON is suitable for Internet of Things (IoT) devices and has rapidly attracted the attention of the research community to understand its structure and analyse its security. To analyse the security of an encryption algorithm, researchers often employ cryptanalysis techniques. However, cryptanalysis is a resource and time-intensive task. To improve cryptanalysis efficiency, state-of-the-art research has proposed implementing heuristic search and sampling methods. Despite recent advances, the cryptanalysis of the SIMON cypher remains inefficient. Contributing factors are the large size of the difference distribution tables utilised in cryptanalysis and the scarcity of differentials with a high transition probability. To address these limitations, we introduce an analysis of differential properties of the SIMON32 cypher, revealing differential characteristics that pave the way for future efficiency enhancements. Our analysis has further increased the number of targeted rounds by identifying high probability differentials within a partial difference distribution table of the SIMON cypher, exceeding existing state-of-the-art benchmarks. The code designed for this work is available at https://github.com/johncook1979/simon32-analysis.
• Abstract（参考訳）: SIMONとSPECKはリソース制約のあるアプリケーションに導入された最初の効率的な暗号化アルゴリズムの一つである。 SIMONはモノのインターネット(IoT)デバイスに適しており、その構造を理解してセキュリティを分析するために研究コミュニティの注目を集めている。 暗号化アルゴリズムのセキュリティを分析するために、研究者はしばしば暗号解析技術を用いる。 しかし、暗号解析はリソースであり、時間を要するタスクである。 暗号解析の効率を向上させるために、最先端の研究でヒューリスティック検索とサンプリング手法の実装が提案されている。 近年の進歩にもかかわらず、SIMON暗号の暗号解析は効率的ではない。 コントリビューション要因は、暗号解析で用いられる差分分布表の大きいサイズと、遷移確率の高い差分の不足である。 これらの制約に対処するために、SIMON32暗号の微分特性の解析を導入し、将来の効率向上の道を開く微分特性を明らかにする。 SIMON暗号の偏差分布表内で高い確率差を同定し,既存の最先端ベンチマークを上回り,対象ラウンド数をさらに増大させた。 この作業のために設計されたコードはhttps://github.com/johncook1979/simon32-analysis.comで公開されている。

関連論文リスト

• Physical Layer Deception based on Semantic Distortion [58.38604209714828]
  物理層 deception (PLD) は、物理層セキュリティ(PLS)と偽造技術を統合するフレームワークである。 我々は,この枠組みを意味的コミュニケーションモデルに拡張し,性能指標として意味的歪みを用いた理論的解析を行う。
  論文  参考訳（メタデータ） (2025-10-16T18:23:35Z)
• Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
  本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。 これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。 本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
  論文  参考訳（メタデータ） (2025-01-25T04:53:36Z)
• A Theoretical Perspective for Speculative Decoding Algorithm [60.79447486066416]
  EmphSpeculative Decodingは、小さなモデルを使用して、ドラフトトークンのシーケンスと、検証のための大きなモデルをサンプリングする。 本稿では,マルコフ連鎖抽象化による復号化問題を概念化し,理論的な観点から,鍵特性,エファンアウトプットの品質,推論加速度について考察する。
  論文  参考訳（メタデータ） (2024-10-30T01:53:04Z)
• Deep Learning and Chaos: A combined Approach To Image Encryption and Decryption [1.8749305679160366]
  本稿では,新しい3次元ハイパーカオスマップ,2次元メムリスタマップ,畳み込みニューラルネットワーク(CNN)からのハイパーカオス信号を用いた新しい画像暗号化と復号化アルゴリズムを提案する。 暗号アルゴリズムのロバスト性は、キー感度分析(キー要素に対するアルゴリズムの平均感度)によって示される。
  論文  参考訳（メタデータ） (2024-06-24T16:56:22Z)
• Cryptanalysis of the SIMON Cypher Using Neo4j [0.0]
  本稿では,SIMON LEA における差分間の複雑な関係を識別するために知識グラフを用いた新しい手法を提案する。 これにより、差分全体の最適経路の同定が可能となり、SIMONの差分セキュリティ解析の有効性が向上する。
  論文  参考訳（メタデータ） (2024-05-08T00:52:57Z)
• Lightweight Cryptanalysis of IoT Encryption Algorithms : Is Quota Sampling the Answer? [0.0]
  2つの有名な軽量アルゴリズムはSIMONとSIMECKである。 差分暗号解析攻撃に対するレジリエンスのためにこれらのアルゴリズムをテストする必要がある。 本稿では,高次クリプトアナリシスのためのVersatile Investigationative Smpling Techniqueを紹介する。
  論文  参考訳（メタデータ） (2024-04-12T00:08:39Z)
• Deep Equilibrium Assisted Block Sparse Coding of Inter-dependent Signals: Application to Hyperspectral Imaging [71.57324258813675]
  相互依存信号のデータセットは、列が強い依存を示す行列として定義される。 ニューラルネットワークは、事前に構造として機能し、基礎となる信号相互依存性を明らかにするために使用される。 ディープ・アンローリングとディープ・平衡に基づくアルゴリズムが開発され、高度に解釈可能で簡潔なディープ・ラーニング・ベース・アーキテクチャを形成する。
  論文  参考訳（メタデータ） (2022-03-29T21:00:39Z)
• Bayesian Optimization with Machine Learning Algorithms Towards Anomaly Detection [66.05992706105224]
  本稿では,ベイズ最適化手法を用いた効果的な異常検出フレームワークを提案する。 ISCX 2012データセットを用いて検討したアルゴリズムの性能を評価する。 実験結果から, 精度, 精度, 低コストアラームレート, リコールの観点から, 提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-08-05T19:29:35Z)

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。