論文の概要: Stringology Based Cryptology

• arxiv url: http://arxiv.org/abs/2604.16669v1
• Date: Fri, 17 Apr 2026 19:58:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 14:21:34.384924
• Title: Stringology Based Cryptology
• Title（参考訳）: 弦学に基づく暗号学
• Authors: Victor Kebande,
• Abstract要約: 本稿では,文字列型暗号学の概念を紹介する。 古典的な文字列処理とパターンマッチング技術を用いて、暗号出力の構造特性を解析する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The modern cryptographic primitives are known to generate large volumes of sequential data like keystreams, ciphertext blocks, and hash outputs. Traditional cryptgraphic evaluation methods rely primarily on statistical randomness tests and algebraic cryptanalysis techniques. This paper introduces the concept of Stringology-Based Cryptology (SBC), which applies classical string processing and pattern matching techniques to analyze structural properties of cryptographic outputs. By interpreting cryptographic outputs as symbolic sequences, stringology algorithms can be used to detect pattern recurrence, substring distributions, and structural correlations. In addition, the paper demonstrate how pattern frequency analysis and substring recurrence metrics can be applied to evaluate keystream outputs generated by stream ciphers. Experimental results illustrate that SBC analysis provides complementary insights into structural characteristics of cryptographic sequences and may support future research in structural cryptanalysis and cryptographic evaluation
• Abstract（参考訳）: 現代の暗号プリミティブは、キーストリーム、暗号文ブロック、ハッシュ出力などのシーケンシャルなデータを大量に生成することが知られている。 従来の暗号評価法は主に統計ランダム性試験と代数的暗号解析技術に依存している。 本稿では、古典的な文字列処理とパターンマッチング技術を適用して、暗号出力の構造特性を分析する文字列型暗号学(SBC)の概念を紹介する。 暗号出力を記号列として解釈することで、文字列アルゴリズムはパターンの繰り返し、サブストリング分布、構造相関を検出することができる。 さらに,ストリーム暗号が生成するキーストリーム出力を評価するために,パターン周波数解析とサブストリング繰り返し測定をいかに適用できるかを示す。 実験結果から,SBC解析は暗号配列の構造的特性を補完的に把握し,構造的暗号解析と暗号評価の今後の研究を支援する可能性が示唆された。

関連論文リスト

• Neural Stringology Based Cryptanalysis of EChaCha20 [0.0]
  The Neural Stringology Cryptanalysis (NSC) framework is introduced by classical string pattern analysis with machine learning technique to investigated potential structure anomalies in stream cipher keystreams。 提案したNSCフレームワークは,制御条件下でのキーストリームデータの識別可能な構造特性を識別できる。
  論文  参考訳（メタデータ） (2026-04-14T20:33:42Z)
• Intermittent File Encryption in Ransomware: Measurement, Modeling, and Detection [0.32622301272834514]
  本稿では,ファイルタイプ間の間欠的暗号化の下でのバイトレベル統計の体系的特性について述べる。 断続暗号の調整混合モデル上での古典的KL偏差上限を特殊化し、ヒストグラムに基づく検出器のファイルタイプ特異的検出性天井を得る。
  論文  参考訳（メタデータ） (2025-10-16T20:48:22Z)
• Using Modular Arithmetic Optimized Neural Networks To Crack Affine Cryptographic Schemes Efficiently [0.27309692684728615]
  ハイブリッドニューラルネットワークアーキテクチャを用いたアフィン暗号の暗号解析について検討する。 提案手法は, 生の暗号文列を処理するモジュール分岐と, 文字の周波数特性を利用する統計分岐を統合する。
  論文  参考訳（メタデータ） (2025-07-17T04:54:10Z)
• 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)
• FoC: Figure out the Cryptographic Functions in Stripped Binaries with LLMs [51.898805184427545]
  削除されたバイナリの暗号関数を抽出するFoCと呼ばれる新しいフレームワークを提案する。 まず、自然言語における暗号関数のセマンティクスを要約するために、バイナリ大言語モデル(FoC-BinLLM)を構築した。 次に、FoC-BinLLM上にバイナリコード類似モデル(FoC-Sim)を構築し、変更に敏感な表現を作成し、データベース内の未知の暗号関数の類似実装を検索する。
  論文  参考訳（メタデータ） (2024-03-27T09:45:33Z)
• Leveraging a Randomized Key Matrix to Enhance the Security of Symmetric Substitution Ciphers [0.0]
  対称置換暗号の安全性を高める革新的な戦略を提示する。 様々なファイルフォーマットに適したランダム化キー行列の実装によって実装されている。
  論文  参考訳（メタデータ） (2023-11-29T21:13:38Z)
• Revocable Cryptography from Learning with Errors [61.470151825577034]
  我々は、量子力学の非閉鎖原理に基づいて、キー呼び出し機能を備えた暗号スキームを設計する。 我々は、シークレットキーが量子状態として表現されるスキームを、シークレットキーが一度ユーザから取り消されたら、それらが以前と同じ機能を実行する能力を持たないことを保証して検討する。
  論文  参考訳（メタデータ） (2023-02-28T18:58:11Z)
• Using Topological Data Analysis to classify Encrypted Bits [0.0]
  永続ホモロジーを適用して、暗号化の集合から得られる点雲の位相的特徴を生成する。 この機械学習パイプラインは、従来の機械学習モデルがそのタスクを実行できない場合に、データをうまく分類することができる。
  論文  参考訳（メタデータ） (2023-01-18T09:43:00Z)

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。