平衡布尔函数的自相关分布与传播准则下指标下限
161 浏览量
更新于2024-08-28
收藏 316KB PDF 举报
本文主要探讨的是平衡布尔函数的自相关分布及其在密码学中的全局崩塌特性。全球崩塌特性,通过平方指标(sum-of-squares indicator)和绝对指标来衡量一个加密布尔函数的整体敏感性,即输入变量的小幅度改变如何影响输出的不确定性。1999年,Sung等人提出了对于满足某些向量传播准则的平衡布尔函数,平方指标的下界。
在本文中,作者关注的是当平衡布尔函数满足特定向量的传播准则时,对其自相关分布的研究。平衡布尔函数是一种特殊的布尔函数,其真值表在输入变量的数量上是均匀分布的,确保了函数对所有输入的处理是公平的。传播准则涉及函数行为的一个关键特性,它衡量了函数在特定输入变化时输出变化的规律性。
作者首先回顾了之前的工作,Sunget al.(1999)的结果,然后提出了新的研究方向。他们证明了一个重要的定理:如果一个平衡布尔函数对于一组向量满足传播准则,那么关于平方指标的性质可以从必要的和充分的条件中推导出来。这些条件可能涉及到函数的结构、奇偶性以及与特定向量的交互作用。
具体来说,论文给出了三个关键的必要和充分条件,这些条件有助于深入理解平衡布尔函数的自相关分布,特别是在满足传播准则的情况下。通过分析这些条件,研究人员可以更好地设计和评估加密函数的安全性,因为它们影响着函数抵抗各种攻击的能力,如差分分析和线性分析。
此外,论文还可能探讨了如何利用这些理论结果来优化密码算法的设计,或者如何在实际应用中选择或构造具有优良全局崩塌特性的平衡布尔函数。为了达到这一目标,作者可能讨论了计算复杂度、效率和安全性的权衡,以及如何在实际密码体制中实现这些理想特性。
这篇论文的核心贡献在于深化了我们对平衡布尔函数自相关分布的理解,特别是针对那些满足特定传播准则的情况,这对设计和分析现代密码学系统具有重要意义。通过深入探究这种分布的性质,研究人员能够改进现有加密方案的稳健性和安全性。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-02-10 上传
2021-02-22 上传
Applications of the Autocorrelation Function in Machine Learning: Feature Extraction and Anomaly ...
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
点击了解资源详情
weixin_38691970
- 粉丝: 6
- 资源: 959
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析