3、轻量级流密码A2U2的实时密钥恢复攻击

轻量级流密码A2U2的实时密钥恢复攻击

1. 攻击对比

在对轻量级流密码A2U2的攻击研究中,有多种不同的攻击方式。以下是几种攻击方式的对比:
| 攻击来源 | 攻击模型 | 时间复杂度 | 数据(比特) |
| — | — | — | — |
| 本文攻击 | 已知明文攻击 | (2^{24.7}) | (\leq2^{10}) |
| M. Abdelraheem等人的攻击 | 已知明文攻击 | (2^{49}×C) | 约200 |
| Q. Chai等人的攻击 | 选择明文攻击 | - | 638 |

本文提出的已知明文攻击,时间复杂度约为(2^{24.7}),远优于M. Abdelraheem等人提出的攻击方式。并且,本文还提出了一种新的方法来解决稀疏二次方程组,将复杂度(C)降低到一个非常小的常数。同时,该攻击只需要最多(2^{10})对连续的明文/密文比特,就能在几秒钟内在PC上恢复所有密钥比特。与Q. Chai等人的选择明文攻击相比,本文的已知明文攻击更有可能发生,是一种更强的攻击方式。

2. A2U2算法简介

A2U2的密钥大小为61位,由四个部分组成:一个7位的计数器、两个分别为17位和9位的非线性反馈移位寄存器(NFSR)、一个56位的密钥寄存器和一个过滤函数。

2.1 计数器

计数器是一个7级线性反馈移位寄存器(LFSR),其反馈函数(F(X) = X^7 + X^4 + 1)是二进制域(F_2)上的一个本原多项式(周期为(2^7 - 1))。在时间(i)时,LFSR的状态用二进制向量((t_{i+6}, …, t_i) \in F_2^7

内容概要:本文介绍了基于Koopman算子理论的模型预测控制(MPC)方法,用于非线性受控动力系统的状态估计与预测。通过将非线性系统近似为线性系统,利用数据驱动的方式构建Koopman观测器,实现对系统动态行为的有效建模与预测,并结合Matlab代码实现具体仿真案例,展示了该方法在处理复杂非线性系统中的可行性与优势。文中强调了状态估计在控制系统中的关键作用,特别是面对不确定性因素时,Koopman-MPC框架能够提供更为精确的预测性能。; 适合人群:具备一定控制理论基础和Matlab编程能力的研【状态估计】非线性受控动力系统的线性预测器——Koopman模型预测MPC(Matlab代码实现)究生、科研人员及从事自动化、电气工程、机械电子等相关领域的工程师;熟悉非线性系统建模与控制、对先进控制算法如MPC、状态估计感兴趣的技术人员。; 使用场景及目标:①应用于非线性系统的建模与预测控制设计,如机器人、航空航天、能源系统等领域;②用于提升含不确定性因素的动力系统状态估计精度;③为研究数据驱动型控制方法提供可复现的Matlab实现方案,促进理论与实际结合。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现程,重点关注Koopman算子的构造、观测器设计及MPC优化求解部分,同时可参考文中提及的其他相关技术(如卡尔曼滤波、深度学习等)进行横向对比研究,以深化对该方法优势与局限性的认识。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值