Detail projektu
Rozvoj kryptoanalytických metod prostřednictvím evolučních výpočtů
Období řešení: 1. 1. 2016 – 31. 12. 2018
Typ projektu: grant
Kód: GA16-08565S
Agentura: Grantová agentura České republiky
Program: Standardní projekty
kryptoanalýza; kryptografický algoritmus; rozlišovač; bezpečnost; evoluční výpočty; optimalizace
Kryptografické algoritmy obvykle procházejí rozsáhlým testováním experty, kteří posuzují jejich bezpečnost. V našem projektu navrhujeme (částečně) nahradit tuto pracnou činnost automatizováním počátečních fází analýzy. Náš přístup je postaven na automatickém generování rozlišovačů", které hledají nechtěné statistické defekty ve výstupu algoritmu. Rozlišovač konstruujeme s použitím evolučních algoritmů (genetického programování) ve formě logické funkce s více výstupy. Již jsme prokázali, že náš přístup vede ke slibným výsledkům porovnatelnými se současnými technikami testování. Náš přístup konstruuje rozlišovač automaticky a adaptivně s ohledem na výstup testovaného algoritmu. To otevírá nové možnosti na nalezení takových potenciálních slabin v kryptografických algoritmech, které zůstaly skryty před statistickými testy nebo i zraky kryptoanalytika. Náš projekt cílí na zodpovězení dvou stěžejních otázek v oblasti bezpečnosti kryptografických algoritmů: (1) Je něco špatně s kryptografickým algoritmem? (2) Co je špatně v návrhu algoritmu?
Dobai Roland, Ing., Ph.D. (CK-SZZ)
Grochol David, Ing., Ph.D.
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY)
2019
- MRÁZEK, V.; SEKANINA, L.; DOBAI, R.; SÝS, M.; ŠVENDA, P. Efficient On-Chip Randomness Testing Utilizing Machine Learning Techniques. IEEE Trans. on VLSI Systems., 2019, vol. 27, no. 12,
p. 2734-2744. ISSN: 1063-8210. Detail
2018
- GROCHOL, D.; SEKANINA, L. Multi-Objective Evolution of Ultra-Fast General-Purpose Hash Functions. In European Conference on Genetic Programming. Lecture Notes in Computer Science. Berlin: Springer International Publishing, 2018.
p. 187-202. ISBN: 978-3-319-77553-1. Detail - MRÁZEK, V.; SÝS, M.; VAŠÍČEK, Z.; SEKANINA, L.; MATYÁŠ, V. Evolving Boolean Functions for Fast and Efficient Randomness Testing. In Proceedings of the Genetic and Evolutionary Computation Conference (GECCO '18). Kyoto: Association for Computing Machinery, 2018.
p. 1302-1309. ISBN: 978-1-4503-5618-3. Detail
2017
- GROCHOL, D.; SEKANINA, L. Multiobjective Evolution of Hash Functions for High Speed Networks. In Proceedings of the 2017 IEEE Congress on Evolutionary Computation. San Sebastian: IEEE Computer Society, 2017.
p. 1533-1540. ISBN: 978-1-5090-4600-3. Detail - HUSA, J.; DOBAI, R. Designing Bent Boolean Functions With Parallelized Linear Genetic Programming. In GECCO Companion '17 Proceedings of the Companion Publication of the 2017 on Genetic and Evolutionary Computation Conference. Berlín: Association for Computing Machinery, 2017.
p. 1825-1832. ISBN: 978-1-4503-4939-0. Detail - KIDOŇ, M.; DOBAI, R. Evolutionary design of hash functions for IP address hashing using genetic programming. In 2017 IEEE Congress on Evolutionary Computation (CEC). San Sebastian: Institute of Electrical and Electronics Engineers, 2017.
p. 1720-1727. ISBN: 978-1-5090-4601-0. Detail
2016
- DOBAI, R.; KOŘENEK, J.; SEKANINA, L. Adaptive Development of Hash Functions in FPGA-Based Network Routers. In 2016 IEEE Symposium Series on Computational Intelligence. Athens: IEEE Computational Intelligence Society, 2016.
p. 1-8. ISBN: 978-1-5090-4240-1. Detail