当前位置: 首页 > news >正文

对称密码复习要点

序列密码部分

重点

1.通用攻击有哪些?以及他们对应的攻击类型?计算安全?对称密码的攻击思想
2.Enigma 的部件、工作原理
3.理解序列密码的基本模型、一般模型、无明密文反馈模型、明密文反馈模型、自同步密码模型、前馈模型、非线性滤波模型、钟控模型非线性组合模型、Grain型、Trivium型、Mickey型,并会画模型图,非线性滤波模型和非线性组合模型的基本设计要求是如何保障的?非线性滤波模型的线性逼近攻击的攻击思想及步骤?非线性组合模型的相关攻击的攻击思想及步骤?
4.上课说的几个序列密码算法的结构,组件
5.序列密码的分析方法有哪些?

笔记

攻击类型,攻击思想,计算安全:https://www.cnblogs.com/luminescence/p/19407665
Enigma密码机:https://www.cnblogs.com/luminescence/p/19407722
序列密码基本模型:https://www.cnblogs.com/luminescence/p/19166887
线性滤波模型:https://www.cnblogs.com/luminescence/p/19204373
非线性滤波模型与逼近攻击:https://www.cnblogs.com/luminescence/p/19204498
非线性组合模型和相关攻击:https://www.cnblogs.com/luminescence/p/19408594
Grain、Trivium与MICKEY型序列密码:https://www.cnblogs.com/luminescence/p/19408866
SAT代数攻击:https://www.cnblogs.com/luminescence/p/19225417

分组密码部分

S盒的指标

差分均匀度:https://www.cnblogs.com/luminescence/p/19259807
非线性度:https://www.cnblogs.com/luminescence/p/19291899
代数次数、代数项数:https://www.cnblogs.com/luminescence/p/19384464
扩散性和雪崩性:https://www.cnblogs.com/luminescence/p/19410051
代数免疫度:https://www.cnblogs.com/luminescence/p/19410011

扩散层

https://www.cnblogs.com/luminescence/p/19408974

Feistel结构

DES

差分攻击
线性偏差攻击 堆积偏差计算

SM4

SP结构

AES

https://www.cnblogs.com/luminescence/p/19409418

http://www.gsyq.cn/news/165102.html

相关文章:

  • HarmonyOS 全局取色功能(Pen Image Feature Picker C)开发指南
  • 《程序员修炼之道》阅读笔记9
  • 【顶级EI复现】不完全信息下计及环境成本的多能源集线器博弈优化调度附Matlab代码
  • TensorRT Builder配置参数调优完全手册
  • 2025年喷丸加工厂家推荐:南通汉科新能源等六家技术领航企业的核心工艺与竞争优势深度解析 - 品牌企业推荐师(官方)
  • HarmonyOS 手写笔交互开发指南(Pen Stylus Interaction)
  • 2025年东莞腊味品牌实力解析:肥仔秋食品领衔,六家本土实力厂家深度剖析与选购指南 - 品牌企业推荐师(官方)
  • 2025套丝机厂家推荐榜/套丝机品牌前十 - 栗子测评
  • 使用 Ansible 自动化部署 OpenStack 私有云平台
  • 【多变量输入超前多步预测】基于CNN-BiLSTM的光伏功率预测研究附Matlab代码
  • 2025年金属热处理厂家实力推荐:南通汉科新能源领衔,渗碳、真空等十大工艺顶尖企业深度解析与权威排名 - 品牌企业推荐师(官方)
  • 深入解析:【JAVA进阶】Spring Boot 核心知识点之自动配置:原理与实战
  • 如何监控TensorRT引擎的运行状态和性能指标?
  • AI平台建设指南:集成TensorRT提升整体竞争力
  • 大规模模型部署挑战:TensorRT提供稳定解法
  • 如何在Kubernetes中部署TensorRT推理服务?
  • 打造高性能API服务:TensorRT + 大模型最佳实践
  • Spring Boot整合Sentinel之QPS限流
  • 为什么TensorRT能在相同GPU上服务更多用户?
  • TensorRT与ONNX协同工作流程最佳实践
  • GPU利用率不足?TensorRT帮你榨干每一滴算力
  • 计算机为什么使用二进制存储数据
  • 对比测评:TensorRT vs TorchScript vs OpenVINO推理表现
  • Travis CI:轻量级CICD工具实践
  • 基于SpringBoot的实验室共享预约系统毕设源码+文档+讲解视频
  • 大模型Token计费系统结合TensorRT实现精准核算
  • 大模型推理延迟高?试试NVIDIA TensorRT的INT8量化黑科技
  • 基于注意力机制LSTM模型的多特征风功率预测:真实值与预测值对比及线性拟合图展示
  • 2025年上海智慧招劳务派遣公司深度解析:灵活用工十大服务模式全攻略,企业降本增效权威指南 - 品牌企业推荐师(官方)
  • 2025年东莞展厅设计制作实力盘点:共创广告领衔,党政与企业展厅施工十大品牌深度解析 - 品牌企业推荐师(官方)