轻量级分组密码算法ESF的不可能差分分析

J4 ›› 2013, Vol. 35 ›› Issue (9): 89-93.

轻量级分组密码算法ESF的不可能差分分析

刘宣，刘枫，孟帅

（山东师范大学信息科学与工程学院，山东济南 250014）

收稿日期:2013-05-01 修回日期:2013-07-28 出版日期:2013-09-25 发布日期:2013-09-25
基金资助:
国家自然科学基金资助项目（61272434）；山东省自然科学基金资助项目（ZR2012FM004）；信息安全国家重点实验室开放基金资助项目（4050101）

Impossible differential cryptanalysis
of lightweight block cipher ESF

LIU Xuan，LIU Feng，MENG Shuai

（School of Information Science and Engineering,Shandong Normal University,Jinan 250014,China）

Received:2013-05-01 Revised:2013-07-28 Online:2013-09-25 Published:2013-09-25

摘要/Abstract

摘要：

新的轻量级密码算法ESF用于物联网环境下保护RFID标签以及智能卡等设备的通信安全。ESF算法是一种具有广义Feistel结构的32轮迭代型分组密码，轮函数是SPN结构。分组长度为64比特，密钥长度为80比特。通过不可能差分分析方法来寻找ESF算法的不可能差分特征，给出ESF算法8轮不可能差分区分器来攻击11轮ESF算法。实验结果表明，ESF对不可能差分密码分析有足够的安全免疫力。

关键词: 分组密码, 轻量级, 不可能差分, 分析, 八阵图算法

Abstract:

The new lightweight block cipher ESF is applied in the Internet of Things to provide security for RFID tags and smart cards. ESF algorithm has a 32round generalized Feistel structure, and its round function employs SPnetwork structure. The block size of ESF is 64bit and the key size is 80bit. We search for the impossible differential feature of ESF using the impossible differential cryptanalysis, and present an impossible differential cryptanalysis on 11round ESF, which is based on the 8round impossible differential. It concludes that the full 32round ESF has enough security immunity against the attack.

Key words: block cipher;lightweight;impossible differential;cryptanalysis;ESF

刘宣，刘枫，孟帅. 轻量级分组密码算法ESF的不可能差分分析[J]. J4, 2013, 35(9): 89-93.

LIU Xuan，LIU Feng，MENG Shuai. Impossible differential cryptanalysis
of lightweight block cipher ESF [J]. J4, 2013, 35(9): 89-93.

[1]	陈侨安1，李峰1，曹越1，龙明盛1,2. 基于运行数据分析的Spark任务参数优化[J]. J4, 20160101, 38(01): 11-19.
[2]	卓灵1，聂静1，肖静薇1，袁杨2，胡新1，陈柯1. 电力无线通信异构多网共存环境中的网络选择算法[J]. J4, 20160101, 38(01): 78-83.
[3]	俞丁翠, 罗龙飞, 宋云鹏, 李文通, 石亮. 面向高密度闪存的内存页大小探索[J]. 计算机工程与科学, 2024, 46(07): 1167-1174.
[4]	柴旭清, 乔一航, 范黎林, . 一种基于随机森林分类器构建高性能应用程序性能分析模型的方法[J]. 计算机工程与科学, 2024, 46(07): 1218-1228.
[5]	张玉莹, 朱广丽, 谈光璞, . 基于情感增强和语义依存的金融隐式情感分析模型[J]. 计算机工程与科学, 2024, 46(06): 1112-1120.
[6]	许莉芬, 曹霑懋, 郑明杰, 肖博健. 基于用户权威度和多特征融合的微博谣言检测模型[J]. 计算机工程与科学, 2024, 46(04): 752-760.
[7]	黄鹏程, 冯超超, 马驰远, . 未知工艺角下时序违反的机器学习预测[J]. 计算机工程与科学, 2024, 46(03): 395-399.
[8]	阳予晋, 王堃, 陈志刚, 徐悦, 李斌. 基于胶囊网络的异常多分类模型[J]. 计算机工程与科学, 2024, 46(03): 427-439.
[9]	罗月童, 李超, 周波, 张延孔. 面向工业缺陷分类的交互式易混淆缺陷分离方法研究[J]. 计算机工程与科学, 2024, 46(03): 463-470.
[10]	赵文辉, 吴晓鸰, 凌捷, HOON Heo. 基于prompt tuning的中文文本多领域情感分析研究[J]. 计算机工程与科学, 2024, 46(01): 179-190.
[11]	邓茜, 范广生, 陈立前, 李暾, 王戟. 基于C语言程序分析验证技术的Verilog代码验证方法[J]. 计算机工程与科学, 2023, 45(12): 2146-2154.
[12]	梁秀满, 周佳润, 杨若兰. LPD-YOLO：轻量级遮挡行人检测模型[J]. 计算机工程与科学, 2023, 45(12): 2197-2205.
[13]	陈景景, 韩虎, 徐学锋. 面向多方面的双通道知识增强图卷积网络模型[J]. 计算机工程与科学, 2023, 45(12): 2246-2255.
[14]	许城洲, 李陆, 张文涛. 支持复杂访问策略的属性基加密方案[J]. 计算机工程与科学, 2023, 45(10): 1779-1788.
[15]	杨春霞, 桂强, 马文文, 徐奔, . 融合图游走信息的图注意力网络方面级情感分析[J]. 计算机工程与科学, 2023, 45(10): 1858-1865.