贪心区分器与非随机性检测器的深入解析
1. 背景知识
在密码学领域,区分器和非随机性检测器是评估密码算法安全性的重要工具。
1.1 黑盒模型
区分器用于判断一个黑盒是否产生真正的随机输出。由于没有密码原语能产生真正的随机输出,区分器可看作一个分类器,根据其判断输出“随机”或“密码”。在实际应用中,区分器的密钥是固定且未知的,它可以多次使用不同的初始向量(IV)调用黑盒,但密钥保持不变。IV 位构成输入参数位空间 B = {0, 1}m。
非随机性检测器则是当输入参数位空间 B 包含密钥位时的情况。虽然在实际的固定密钥黑盒场景中实用性较低,但它能更好地检测非随机性,可提前发现特定算法的弱点。
- 区分器:输入参数位集 B 不包含密钥位的 {‘random’, ‘cipher’} 分类器。
- 非随机性检测器:输入参数位集 B 包含密钥位的 {‘random’, ‘cipher’} 分类器。
以下是黑盒模型的简单示意图:
graph LR
classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
A(Key):::process --> B(Black box):::process
C(IV):::process --> B
D(Plaintext):::process --> B
B --> E(Ciphertext):::process
超级会员免费看
订阅专栏 解锁全文
7385

被折叠的 条评论
为什么被折叠?



