改进的SPECK和LowMC量子分析

立即解锁
发布时间: 2025-08-31 00:55:46 阅读量: 14 订阅数: 47 AIGC
### 改进的 SPECK 和 LowMC 量子分析 #### 1. 引言 当前,最先进的量子计算机资源非常有限,无法运行 Grover 算法。若攻击密码所需的量子成本较高,即便在量子时代,该密码也有望在不增加密钥长度的情况下提供所需的安全保障(即 n 比特安全)。因此,评估和分析各种密码的量子攻击成本至关重要。 #### 2. 相关工作 Grassl 等人首次提出使用 Grover 搜索算法恢复 AES 密钥所需的量子资源估计。此后,研究界对 AES 进行了多种实现,致力于高效实现量子电路,以降低运行 Grover 搜索算法的资源成本。除 AES 外,众多其他密码也接受了量子分析,如 SIMON、SPECK、SKINNY 等。 #### 3. 量子门 常见的用于将密码实现为量子电路的量子门包括 X(非)、CNOT 和 Toffoli(CCNOT)门: - **X 门**:反转量子比特的值,可替代经典的非操作,即 X(a) = ∼a。 - **CNOT 门**:作用于两个量子比特,目标量子比特的值根据控制量子比特的值确定。若控制量子比特的值为 1,则目标量子比特反转;若为 0,则保持不变,即 CNOT(a, b) = (a, a ⊕ b),可替代经典的异或操作。 - **Toffoli 门**:作用于三个量子比特,有两个控制量子比特和一个目标量子比特。仅当两个控制量子比特的值都为 1 时,目标量子比特的值反转,即 Toffoli(a, b, c) = (a, b, c ⊕ ab),可替代经典的与操作。 从优化角度看,减少 Toffoli 门的数量很重要,因为它由 T 门(决定 T 深度)和 Clifford 门(如 CNOT、H 或 X 门)组合实现,成本相对较高。本文采用将一个 Toffoli 门分解为 7 个 T 门 + 8 个 Clifford 门的方法,T 深度为 4,全深度为 8。 #### 4. NIST 安全级别 NIST 为描述密码对量子对手的安全性,规定了以下安全级别: - **级别 1**:密码至少与 AES - 128 一样难以破解。 - **级别 2**:密码至少与 SHA - 256 一样难以破解。 - **级别 3**:密码至少与 AES - 192 一样难以破解。 - **级别 4**:密码至少与 SHA - 384 一样难以破解。 - **级别 5**:密码至少与 AES - 256 一样难以破解。 NIST 建议密码至少达到级别 1、2 和/或 3,以在量子时代提供足够的安全性。 #### 5. 目标密码 ##### 5.1 SPECK 家族 SPECK 是美国国家安全局(NSA)在 2013 年开发的轻量级分组密码家族,采用类似 Feistel 的结构,包含 10 种变体。其参数如下表所示: | 字长 (n) | 密钥字 (m) | 块大小 (2n) | 密钥大小 (nm) | α | β | 轮数 (T) | | --- | --- | --- | --- | --- | --- | --- | | 16 | 4 | 32 | 64 | 7 | 2 | 22 | | 24 | 3 | 48 | 72 | 8 | 3 | 22 | | 24 | 4 | 48 | 96 | 8 | 3 | 23 | | 32 | 3 | 64 | 96 | 8 | 3 | 26 | | 32 | 4 | 64 | 128 | 8 | 3 | 27 | | 48 | 2 | 96 | 96 | 8 | 3 | 28 | | 48 | 3 | 96 | 144 | 8 | 3 | 29 | | 64 | 2 | 128 | 128 | 8 | 3 | 32 | | 64 | 3 | 128 | 192 | 8 | 3 | 33 | | 64 | 4 | 128 | 256 | 8 | 3 | 34 | **轮函数**:由模加法、按位旋转和异或(XOR)组成。在第 i 轮,将 2n 位输入 (x2i + 1, x2i) 更新: 1. 将 x2i + 1 的位循环右移 α 位,然后与 x2i 进行模 2n 加法,即 x2i + 1 = x2i + 1 + x2i。 2. 将 n 位轮密钥与 x2i + 1 异或,同时将 x2i 的位循环左移 β 位。 3. 将 x2i + 1 与 x2i 异或,完成轮函数更新。 **密钥调度**:子密钥的扩展方式与每轮的状态更新类似。通过轮函数生成第 (i + 1) 轮子密钥。 ##### 5.2 LowMC 家族 LowMC 是基于 SPN 结构的分组密码家族,旨在降低非线性门的使用,以适用于多方计算(MPC)、全同态加密(FHE)和零知识证明(ZK)等应用。其推荐实例由块大小 n、密钥大小 k、非线性层的 S 盒数量 m、允许的攻击数据复杂度 d 和轮数 r 等参数表征。 **轮函数**:加密从在 F2 上进行白化密钥加法开始,然后进行 r 次轮函数迭代,轮函数由 KeyAddition、ConstantAddition、LinearLayer 和 SboxLayer 组成。 - **SboxLayer**:采用 3 位 S 盒,仅对状态的前 3m 位进行处理。 - **LinearLayer**:是 F2 上的矩阵乘法。 - **ConstantAddition**:通过 F2 上的加法将轮常量与状态异或。 - **KeyAddition**:将密钥调度生成的 n 位轮密钥与每轮后的状态异或。 **密钥调度**:轮密钥通过与满秩随机矩阵相乘从主密钥派生。 #### 6. SPECK 的量子实现 ##### 6.1 SPECK 的量子加法器 之前的 SPECK 实现使用基于进位传播的量子加法器,Anand 等人采用不同的量子加法器改进了深度性能并节省了一个辅助量子比特。本文使用基于进位传播方法改进的 Cuccaro–Draper–Kutin–Moulton(CDKM)加法器,当 n ≥ 4 时,可应用于所有 SPECK 变体。该加法器需要一个辅助量子比特、(2n - 3) 个 Toffoli 门、(5n - 7) 个 CNOT 门、(2n - 6) 个 X 门,电路深度为 (2n + 3)。 ```python # 改进的 n 位 CDKM 加 ```
corwn 最低0.47元/天 解锁专栏
赠100次下载
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

史东来

安全技术专家
复旦大学计算机硕士,资深安全技术专家,曾在知名的大型科技公司担任安全技术工程师,负责公司整体安全架构设计和实施。
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看
立即解锁

专栏目录

最新推荐

碳纳米管在摩擦学应用中的最新进展

### 碳纳米管在摩擦学应用中的最新进展 #### 1. 碳纳米管复合材料弹性模量变化及影响因素 在碳纳米管(CNTs)的研究中,其弹性模量的变化是一个重要的研究方向。对于羟基而言,偶极 - 偶极相互作用对系统的势能有显著贡献,这会导致功能化后碳纳米管的弹性模量降低。这种弹性模量的降低可能归因于纳米管结构的不均匀性。 研究人员通过纳米管的长度、体积分数、取向以及聚乙烯基体等方面,对功能化碳纳米管复合材料的弹性性能进行了研究。此外,基体与增强相之间更好的粘附和相互作用,有助于提高所制备纳米复合材料的机械性能。 #### 2. 碳纳米管表面工程进展 在工业中,润滑剂常用于控制接触表面的摩擦和

人工智能的组织、社会和伦理影响管理

### 人工智能的组织、社会和伦理影响管理 #### 1. 敏捷方法与变革管理 许多公司在开发认知项目时采用“敏捷”方法,这通常有助于在开发过程中让参与者更积极地投入。虽然这些变革管理原则并非高深莫测,但它们常常被忽视。 #### 2. 国家和公司的经验借鉴 国家对人工智能在社会和商业中的作用有着重要影响,这种影响既有积极的一面,也有消极的一面。 ##### 2.1 瑞典的积极案例 - **瑞典工人对人工智能的态度**:《纽约时报》的一篇文章描述了瑞典工人对人工智能的淡定态度。例如,瑞典一家矿业公司的一名员工使用遥控器操作地下采矿设备,他认为技术进步最终会使他的工作自动化,但他并不担心,

前端交互效果与Perl服务器安装指南

### 前端交互效果与Perl服务器安装指南 #### 1. 前端交互效果实现 在网页开发中,我们常常会遇到各种有趣的交互效果需求。下面为你介绍一些常见的前端交互效果及其实现方法。 ##### 1.1 下拉菜单 下拉菜单是网页中常见的导航元素,它使用CSS规则和样式对象的隐藏与可见属性来实现。菜单默认是隐藏的,当鼠标悬停在上面时,属性变为可见,从而显示菜单。 ```html <html> <head> <style> body{font-family:arial;} table{font-size:80%;background:black} a{color:black;text-deco

Rails微帖操作与图片处理全解析

### Rails 微帖操作与图片处理全解析 #### 1. 微帖分页与创建 在微帖操作中,分页功能至关重要。通过以下代码可以设置明确的控制器和动作,实现微帖的分页显示: ```erb app/views/shared/_feed.html.erb <% if @feed_items.any? %> <ol class="microposts"> <%= render @feed_items %> </ol> <%= will_paginate @feed_items, params: { controller: :static_pages, action: :home } %> <% en

数据处理与自然语言编码技术详解

# 数据处理与自然语言编码技术详解 ## 1. 模糊匹配 在数据处理中,我们常常会遇到短字符串字段代表名义/分类值的情况。然而,由于数据采集的不确定性,对于本应表示相同名义值的观测,可能会输入不同的字符串。字符串字符出现错误的方式有很多,其中非规范大小写和多余空格是极为常见的问题。 ### 1.1 简单规范化处理 对于旨在表示名义值的特征,将原始字符串统一转换为小写或大写,并去除所有空格(根据具体预期值,可能是填充空格或内部空格),通常是一种有效的策略。例如,对于人名“John Doe”和“john doe”,通过统一大小写和去除空格,可将它们规范化为相同的形式。 ### 1.2 编辑距

编程挑战:uniq与findr实现解析

### 编程挑战:uniq 与 findr 实现解析 #### 1. uniq 功能实现逐步优化 最初的代码实现了对文件内容进行处理并输出每行重复次数的功能。以下是初始代码: ```rust pub fn run(config: Config) -> MyResult<()> { let mut file = open(&config.in_file) .map_err(|e| format!("{}: {}", config.in_file, e))?; let mut line = String::new(); let mut last = Str

Web开发实用技巧与Perl服务器安装使用指南

# Web开发实用技巧与Perl服务器安装使用指南 ## 1. Web开发实用技巧 ### 1.1 图片展示与时间处理 图片被放置在数组中,通过`getSeconds()`、`getMinutes()`和`getHours()`方法读取日期。然后按照以毫秒为增量指定的秒、分和小时来递增这些值。每经过一定的毫秒增量,就从预加载的数组中显示相应的图片。 ### 1.2 下拉菜单 简单的下拉菜单利用CSS规则以及样式对象的`hidden`和`visible`属性。菜单一直存在,只是默认设置为隐藏。当鼠标悬停在上面时,属性变为可见,菜单就会显示出来。 以下是实现下拉菜单的代码: ```html <

数据提取与处理:字符、字节和字段的解析

### 数据提取与处理:字符、字节和字段的解析 在数据处理过程中,我们常常需要从输入文本中提取特定的字符、字节或字段。下面将详细介绍如何实现这些功能,以及如何处理分隔文本文件。 #### 1. 打开文件 首先,我们需要一个函数来打开文件。以下是一个示例函数: ```rust fn open(filename: &str) -> MyResult<Box<dyn BufRead>> { match filename { "-" => Ok(Box::new(BufReader::new(io::stdin()))), _ => Ok(Box::n

分形分析与随机微分方程:理论与应用

### 分形分析与随机微分方程:理论与应用 #### 1. 分形分析方法概述 分形分析包含多种方法,如Lévy、Hurst、DFA(去趋势波动分析)和DEA(扩散熵分析)等,这些方法在分析时间序列数据的特征和相关性方面具有重要作用。 对于无相关性或短程相关的数据序列,参数α预期为0.5;对于具有长程幂律相关性的数据序列,α介于0.5和1之间;而对于幂律反相关的数据序列,α介于0和0.5之间。该方法可用于测量高频金融序列以及一些重要指数的每日变化中的相关性。 #### 2. 扩散熵分析(DEA) DEA可用于分析和检测低频和高频时间序列的缩放特性。通过DEA,能够确定时间序列的特征是遵循高

零售销售数据的探索性分析与DeepAR模型预测

### 零售销售数据的探索性分析与DeepAR模型预测 #### 1. 探索性数据分析 在拥有45家商店的情况下,我们选择了第20号商店,来分析其不同部门在三年间的销售表现。借助DeepAR算法,我们可以了解不同部门商品的销售情况。 在SageMaker中,通过生命周期配置(Lifecycle Configurations),我们可以在笔记本实例启动前自定义安装Python包,避免在执行笔记本前手动跟踪所需的包。为了探索零售销售数据,我们需要安装最新版本(0.9.0)的seaborn库。具体操作步骤如下: 1. 在SageMaker的Notebook下,点击Lifecycle Config