MRÁZEK, Vojtěch, Marek SÝS, Zdenek VASICEK, Lukáš SEKANINA a Václav MATYÁŠ. Evolving boolean functions for fast and efficient randomness testing. In Proceedings of the Genetic and Evolutionary Computation Conference 2018. USA: Association for Computing Machinery, 2018, s. 1302-1309. ISBN 978-1-4503-5618-3. Dostupné z: https://dx.doi.org/10.1145/3205455.3205518.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Evolving boolean functions for fast and efficient randomness testing
Autoři MRÁZEK, Vojtěch (203 Česká republika), Marek SÝS (703 Slovensko, domácí), Zdenek VASICEK (203 Česká republika), Lukáš SEKANINA (203 Česká republika) a Václav MATYÁŠ (203 Česká republika, garant, domácí).
Vydání USA, Proceedings of the Genetic and Evolutionary Computation Conference 2018, od s. 1302-1309, 8 s. 2018.
Nakladatel Association for Computing Machinery
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Spojené státy
Utajení není předmětem státního či obchodního tajemství
Forma vydání tištěná verze "print"
WWW URL
Kód RIV RIV/00216224:14330/18:00101071
Organizační jednotka Fakulta informatiky
ISBN 978-1-4503-5618-3
Doi http://dx.doi.org/10.1145/3205455.3205518
UT WoS 000579327800168
Klíčová slova anglicky Boolean function; evolutionary computing; randomness; statistical test
Štítky core_A, firank_A
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 30. 4. 2019 07:22.
Anotace
The security of cryptographic algorithms (such as block ciphers and hash functions) is often evaluated in terms of their output randomness. This paper presents a novel method for the statistical randomness testing of cryptographic primitives, which is based on the evolutionary construction of the so-called randomness distinguisher. Each distinguisher is represented as a Boolean polynomial in the algebraic normal form. The previous approach, in which the distinguishers were developed in two phases by means of the brute-force method, is replaced with a more scalable evolutionary algorithm (EA). On seven complex datasets, this EA provided distinguishers of the same quality as the previous approach, but the execution time was in practice reduced 40 times. This approach allowed us to perform a more efficient search in the space of Boolean distinguishers and to obtain more complex high-quality distinguishers than the previous approach.
Návaznosti
GA16-08565S, projekt VaVNázev: Rozvoj kryptoanalytických metod prostřednictvím evolučních výpočtů
Investor: Grantová agentura ČR, Advancing cryptanalytic methods through evolutionary computing
VytisknoutZobrazeno: 9. 10. 2024 14:41