03ago2023
14:00 Defesa de Mestrado Auditório do IC3
Tema
Estudo de Difusão e Matrizes MDS em Cifras de Bloco Simétricas
Aluno
Ana Clara Zoppi Serpa
Orientador / Docente
Ricardo Dahab - Coorientador: Jorge Nakahara Junior
Breve resumo
Este trabalho estuda a propriedade de difusão completa em cifras de bloco simétricas, com atenção especial para a história do uso de matrizes MDS ao longo dos anos, fornecendo um catálogo de ~200 matrizes MDS presentes na literatura e seus respectivos custos computacionais (número de xtime e xor necessários para multiplicação de matrizes). Também investigamos a construção de matrizes MDS por meio de algoritmos genéticos. A difusão completa é fundamental para a segurança contra criptoanálise diferencial e linear. Como componentes matemáticos que ajudam a garantir que a difusão completa seja alcançada em poucas iterações da função de rodada de uma cifra, as matrizes MDS são altamente relevantes para o design moderno de cifras de bloco. No entanto, existem muitos desafios em relação à construção de matrizes MDS, por exemplo, encontrar matrizes que sejam MDS (e, portanto, adequadamente seguras para uso em cifras) enquanto apresentem baixo custo computacional, levando a implementações rápidas de software ou hardware. Há algumas estratégias para a geração de matrizes MDS, como a construção de tipos específicos de matrizes (por exemplo, Cauchy, Vandermonde, Hadamard, circulante) que diminuam o número de escolhas de elementos necessárias (por exemplo, algumas dessas construções exigem que apenas os n elementos do primeira linha sejam escolhidos, pois os restantes são derivados da primeira linha, em vez de todos os n^2 elementos de uma matriz n x n completa). No entanto, a construção de matrizes MDS com algoritmos genéticos ainda não foi explorada. Escolhemos investigar o uso de algoritmos genéticos não apenas pela novidade da abordagem, mas também por sua aplicabilidade em problemas de otimização, e modelamos a construção de matrizes MDS como um problema de otimização onde desejamos otimizar o custo computacional. Iniciamos nosso trabalho com estudos preliminares sobre difusão, comparando como a difusão completa é alcançada por duas cifras clássicas, DES e AES. Mostramos uma análise detalhada de como a difusão é alcançada em cada rodada. Para o DES, nossa análise modela os bits de estado do DES como nós em um grafo. Até onde sabemos, não houve análise de difusão DES modelando-o como um grafo, portanto, esta forma de análise de difusão também é uma nova contribuição de nosso trabalho. Acreditamos que poderia ser aplicada para estudar difusão em outras cifras e também em funções hash. Após a análise de difusão, nos aprofundamos na criptoanálise diferencial e linear, explicando a relação entre a propriedade de difusão e a segurança contra esses dois ataques clássicos. Em seguida, apresentamos nosso catálogo de matrizes MDS, que contém o custo de cada matriz encontrada em nossa revisão da literatura, juntamente com o custo de sua inversa para o corpo finito escolhido. Um catálogo completo contendo todas essas matrizes e seus custos também é novidade até onde sabemos e pode ser uma contribuição significativa para a comunidade de pesquisa em criptologia, especialmente criptologistas em busca de matrizes para usar em seus projetos de algoritmos. Por fim, explicamos como modelar a construção de matrizes MDS na configuração de algoritmos genéticos e apresentamos resultados de nossos esforços em busca de matrizes MDS com algoritmos genéticos, apresentando-os como uma possível nova estratégia para o problema de construção de matrizes MDS.
Banca examinadora
Titulares:
Ricardo Dahab IC/UNICAMP
Daniel Panario Carleton University
Marcos Antonio Simplicio Junior PCS/USP
Thaís Bardini Idalino INE/UFSC
Suplentes:
Fábio Luiz Usberti IC/UNICAMP
Routo Terada IME/USP
Instituto de Computação
Privacy Overview

This website uses cookies so that we can provide you with the best user experience possible. Cookie information is stored in your browser and performs functions such as recognising you when you return to our website and helping our team to understand which sections of the website you find most interesting and useful.