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]	朱小杰, 程振京, 王华进, 杨刚, 田尧, 樊东卫, 米琳莹, 梁兆基, . BigFlow:科学数据跨中心协同分析服务系统[J]. 计算机工程与科学, 2025, 47(04): 706-717.
[4]	蔡发鹏, 冯骥, 杨德刚, 陈仲尚. 基于自然邻域图划分的层次聚类算法[J]. 计算机工程与科学, 2025, 47(02): 370-380.
[5]	姜云卓, 贡正仙. 基于修辞结构的篇章级神经机器翻译[J]. 计算机工程与科学, 2025, 47(01): 180-190.
[6]	田卓, 丁嘉欣, 张常有, 邵云霞. 开源前处理软件到通用有限元求解器的网格文件转换方法研究[J]. 计算机工程与科学, 2024, 46(12): 2109-2116.
[7]	曾涛, 王晶晶, 张涵, 刘一丁. 一种针对对话文本属性级情感信息抽取的词对关系建模方法[J]. 计算机工程与科学, 2024, 46(12): 2239-2251.
[8]	李易霖, 周彪. 基于通道筛选和自适应熵阈值的眼电伪迹自动去除算法[J]. 计算机工程与科学, 2024, 46(12): 2271-2280.
[9]	于恒彪, 易昕, 李胜国, 李发, 姜浩, 黄春. 一种基于浮点误差分析的混合精度鲁棒性提升方法[J]. 计算机工程与科学, 2024, 46(11): 1924-1930.
[10]	马心宇, 李彤, 曹景堃, 吴波, 孙永谦, 赵乙. 基于QoS-QoE预测的传输瓶颈定位[J]. 计算机工程与科学, 2024, 46(11): 1989-1996.
[11]	孙杰, 车文刚, 高盛祥. 面向多模态情感分析的低秩跨模态Transformer[J]. 计算机工程与科学, 2024, 46(10): 1888-1900.
[12]	袁佳伟, 赵进. 基于图神经网络的OMCI模型相似性计算[J]. 计算机工程与科学, 2024, 46(09): 1576-1586.
[13]	陈磊, 梁正友, 孙宇, 蔡俊民. 多尺度特征融合的移动端单目深度估计研究[J]. 计算机工程与科学, 2024, 46(09): 1616-1524.
[14]	代长威, 孔瑞林, 季哲, . 面向离散粒子多尺度分析CPU/GPU架构的并行近邻搜索算法[J]. 计算机工程与科学, 2024, 46(08): 1349-1360.
[15]	杨胜荣, 车文刚, 高盛祥, 赵云莱. 多阶段特征蒸馏加权的轻量级图像超分辨率网络[J]. 计算机工程与科学, 2024, 46(08): 1433-1443.