Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2023.05a
  • /
  • Pages.151-153
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Deep learning-based neural distinguisher for FF3block cipher

FF3 블록 암호에 대한 딥러닝 기반의 신경망 구별자

  • Duk-Young Kim (Dept. of Convergence Security, Hansung University) ;
  • Hyun-Ji Kim (Dept. of Computer Information Engineering, Hansung University) ;
  • Kyung-Bae Jang (Dept. of Computer Information Engineering, Hansung University) ;
  • Se-Jin Lim (Dept. of Convergence Security, Hansung University) ;
  • Yu-Jin Oh (Dept. of Convergence Security, Hansung University) ;
  • Hwa-Jeong Seo (Dept. of Convergence Security, Hansung University)
  • 김덕영 (한성대학교 IT융합공학과) ;
  • 김현지 (한성대학교 정보컴퓨터공학과) ;
  • 장경배 (한성대학교 정보컴퓨터공학과) ;
  • 임세진 (한성대학교 IT융합공학과) ;
  • 오유진 (한성대학교 IT융합공학과) ;
  • 서화정 (한성대학교 융합보안학과)
  • Published : 2023.05.18
Download PDF
⟨ Previous Next ⟩

Abstract

구별자 공격은 암호 알고리즘이 특정 확률로 특정 차분 특성을 만족한다는 사실을 활용하여 랜덤 데이터들로부터 암호 데이터를 구별해내는 작업이며, 데이터에 대한 확률적인 예측을 수행하는 딥러닝 기술은 이에 대한 좋은 솔루션이 될 수 있다. 최근 딥러닝 기술이 발달함에 따라 실제로 신경망 구별자에 대한 많은 연구들이 진행되고 있지만, 형태 보존 암호인 FF3에 대한 딥러닝 기반의 구별자 공격에 대한 연구는 아직 수행되지 않았다. 본 논문에서는 형태 보존암호인 FF3에 대한 딥러닝 기반의 신경망 구별자를 최초로 제안하였다. 실험 결과, 0x08 (입력 차분)에 대해서는 숫자 도메인에서 8 라운드까지0.98 이상의 정확도를 달성하였으며, 소문자 도메인에서는 2라운드까지 구별이 가능하였다. 향후에는 또 다른 형태 보존 암호에 대한 신경망 구별자와 더 큰 도메인 및 높은 라운드에서도 동작 가능한 FF3 신경망 구별자를 구현할 예정이다.

Keywords

Acknowledgement

This work was partly supported by Institute for Information & communications Technology Promotion(IITP) grant funded by the Korea government(MSIT) (No.2018-0-00264, Research on Blockchain Security Technology for IoT Services, 25%) and this work was partly supported by Institute of Information & communications Technology Planning & Evaluation (IITP) grant funded by the Korea government(MSIT) (No.2021-0-00540, Development of Fast Design and Implementation of Cryptographic Algorithms based on GPU/ASIC, 25%) and this work was partly supported by Institute of Information & communications Technology Planning & Evaluation (IITP) grant funded by the Korea government(MSIT) (No.2022-0-00627, Development of Lightweight BIoT technology for Highly Constrained Devices, 50%).