Method of structuring code constructions based on the Gaussian mixture model and separation of its components

Ukrainian Information Security Research Journal

View Publication Info
 
 
Field Value
 
Title Method of structuring code constructions based on the Gaussian mixture model and separation of its components
Метод структуризации кодовых конструкций на основе Гауссовской смешанной модели и выделения её компонент
Метод структуризації кодових конструкцій на основі Гаусівської змішаної моделі та виділення її компонент
 
Creator Голубничий, Олексій Георгійович; Національний авіаційний університет
 
Subject Information Security
linear cryptanalysis; structuring code constructions; detection of structures; detection of interconnections; Gaussian mixture model; EM-algorithm; pseudorandom sequences; machine learning
UDC 004.056.53(045)
Информационная безопасность
линейный криптоанализ; структуризация кодовых конструкций; обнаружение структур; обнаружение взаимосвязей; гауссовская смешанная модель; EM-алгоритм; псевдослучайные последовательности; машинное обучение
УДК 004.056.53(045)
Інформаційна безпека
лінійний криптоаналіз; структуризація кодових конструкцій, виявлення структур; виявлення взаємозв’язків; гаусівська змішана модель; EM-алгоритм; псевдовипадкові послідовності; машинне навчання
УДК 004.056.53(045)
 
Description Methods and approaches of the linear cryptanalysis of cryptographic algorithms are aimed at analyzing and detecting interconnections between plaintext, ciphertext and key elements. In the case of linear cryptanalysis of pseudorandom sequences and signal-code constructions based on them, the interconnections between elements of these sequences and signal-code constructions, as well as between their internal structures and their components in systems of code constructions, etc., are subject to analysis and detection. The effectiveness of linear cryptanalysis at its different stages can be enhanced by structuring (detecting internal structures and interconnections between them) code constructions, in respect of which there is no a priori information about their structure, or code constructions, which a priori can be considered as constructions with a stochastic nature of their formation. The method of structuring code constructions with a priori unknown structures, which based on an analysis of cross-correlations between code constructions that are represented in this method by the Gaussian mixture model with a further separation of its components and clustering code constructions by means of modification (parametric and criteria features) of the EM-algorithm with removing components, is suggested in the article. The method allows selecting groups of code constructions with interconnected structures and then to detect these interconnected structures in an explicit form, which can be the solution of a number of problems of linear cryptanalysis related to the detection of structures and interconnections between them. An example of implementation of the proposed method for the structuring of binary pseudo-random Barker sequences, which are used as signal-code constructions in spread-spectrum telecommunications and were synthesized by the direct search method (as is known according to literary sources), and therefore have a stochastic a priori unstructured character, is shown in the article.
Методы и подходы линейного криптоанализа криптографических алгоритмов направлены на анализ и обнаружение взаимосвязей между элементами открытого текста, шифротекста и ключа. В случае линейного криптоанализа псевдослучайных последовательностей и сигнально-кодовых конструкций, которые построены на их основе, анализу и обнаружению подлежат взаимосвязи между элементами этих последовательностей и сигнально-кодовых конструкций, а также между их внутренними структурами, их составляющими в образовываемых системах кодовых конструкций и т.д. Эффективность реализации линейного криптоанализа на разных его этапах может быть повышена при структуризации (обнаружении внутренних структур и взаимосвязей между ними) исследуемых кодовых конструкций, в отношении которых у стороны осуществления криптоанализа отсутствует любая априорная информация про их структуру, или кодовых конструкций, которые априори могут считаться имеющими стохастическую природу их образования. В статье предложен метод структуризации кодовых конструкций с априори неизвестной структурой на основе анализа корреляционных связей между кодовыми конструкциями, представляемыми в этом методе гауссовской смешанной моделью с последующим выделением её компонент и кластеризацией исследуемых кодовых конструкций с использованием обоснованной в статье параметрически-критериальной модификации EM-алгоритма с удалением компонент. Метод позволяет выделять группы кодовых конструкций с взаимосвязанными структурами и далее выделять эти взаимосвязанные структуры в явном виде, в чём может заключаться решение ряда задач линейного криптоанализа, связанных с обнаружением структур и взаимосвязей между ними. Показан пример реализации предложенного метода для структуризации бинарных псевдослучайных последовательностей Баркера, которые используются в качестве сигнально-кодовых конструкций в широкополосных системах передачи информации и для которых из литературных источников известно, что они были синтезированы методом направленного перебора и поэтому имеют стохастический априори неструктурированный характер.
Методи та підходи лінійного криптоаналізу криптографічних алгоритмів спрямовані на аналіз та виявлення взаємозв’язків між елементами відкритого тексту, шифротексту та ключа. У випадку лінійного криптоаналізу псевдовипадкових послідовностей та сигнально-кодових конструкцій, які побудовані на їх основі, аналізу та виявленню підлягають взаємозв’язки між елементами цих послідовностей та сигнально-кодових конструкцій, а також між їх внутрішніми структурами, їх складовими в утворюваних системах кодових конструкцій тощо. Ефективність реалізації лінійного криптоаналізу на різних його етапах може бути підвищена при структуризації (виявлення внутрішніх структур та взаємозв’язків між ними) досліджуваних кодових конструкцій, щодо яких у сторони здійснення криптоаналізу відсутня будь-яка апріорна інформація про їх структуру, або кодових конструкцій, які апріорі можуть вважатися такими, що мають стохастичну природу їх утворення. У статті запропоновано метод структуризації кодових конструкцій з апріорі невідомою структурою на основі аналізу кореляційних зв’язків між кодовими конструкціями, які представляються у цьому методі гаусівською змішаною моделлю з подальшим виділенням її компонент та кластеризацією досліджуваних кодових конструкцій з використанням обґрунтованої у статті параметрично-критеріальної модифікації EM-алгоритму з видаленням компонент. Метод дозволяє виокремлювати групи кодових конструкції з взаємопов’язаними структурами і далі виділяти ці взаємопов’язані структури у явному вигляді, в чому може полягати розв’язання ряду задач лінійного криптоаналізу, які пов’язані з виявленням структур та взаємозв’язків між ними. Показано приклад реалізації запропонованого методу для структуризації бінарних псевдовипадкових послідовностей Баркера, які використовуються як сигнально-кодові конструкції у широкосмугових системах передавання інформації та для яких з літературних джерел відомо, що вони були синтезовані методом напрямленого перебору і тому мають стохастичний апріорі неструктурований характер.
 
Publisher National Aviation University
 
Contributor


 
Date 2019-06-27
 
Type


 
Format application/pdf
application/pdf
application/pdf
 
Identifier http://jrnl.nau.edu.ua/index.php/ZI/article/view/13765
10.18372/2410-7840.21.13765
 
Source Ukrainian Information Security Research Journal; Том 21, № 2 (2019); 74-88
Защита информации; Том 21, № 2 (2019); 74-88
Захист інформації; Том 21, № 2 (2019); 74-88
 
Language uk
 
Rights Authors who publish with this journal agree to the following terms: Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Авторы, публикующие в данном журнале, соглашаются со следующим: Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договоронности, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами: Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library