平衡布尔函数的自相关分布与传播准则下指标下限
125 浏览量
更新于2024-08-27
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。
215 浏览量
293 浏览量
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
506 浏览量
点击了解资源详情
点击了解资源详情

weixin_38691970
- 粉丝: 6

最新资源
- 纯CSS3打造优惠券效果教程
- ASP.NET CMS安装与配置教程示例
- PyFPDF:Python中简易高效的PDF文件生成库
- 计算机专业毕业设计:档案管理系统开发与应用
- 多功能仿文本文档阅读器的设计与实现
- 汽车设计资源分享:全面深入的设计资料下载
- VS2010开发桌面回收站功能与界面定制软件
- RecyclerView中Item显示与消失监听技术解析
- Angular项目在Heroku上的部署实践
- 自动化排序工具:遍历并按创建时间重命名文件
- 1602四线驱动程序实战指南
- 企业资源计划(ERP)全面案例分析电子书
- 掌握C#网络编程技术,源码解析教程
- ASP.NET事务处理机制详解
- PowerBuilder外部扩展库pbfunc功能概览(2015-03-12)
- Win8风格软件UI系统项目汇报PPT模板下载