Constructing Complete Permutations via the D-Class of Locally Crooked Permutations
本文通过引入 上的 D 类置换,利用局部共轭来刻画并构造完全置换,建立了其代数性质、密码学界限及 CCZ 不等价性,并提出了成功枚举出新的 完全置换的算法。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
在现代数字安全的隐秘架构中,存在着一类被称为“完全置换”(complete permutations)的数学对象。它们并非仅仅是数字的随机打乱,而是具有高度结构的重排:将一个元素移动到新位置的行为,与将其移动到其旧位置与新位置之和的位置的行为,两者都能产生完美的、互不重叠的有序状态。这种双重要求对于替换盒(S-boxes)的设计至关重要,而 S 盒是加密系统中用于扰乱数据以隐藏其含义的核心组件。如果这些组件过于可预测,加密就会被破解;如果过于混沌,则会变得效率低下。长期以来,密码学家的挑战一直在于寻找那个平衡点:既要足够复杂以抵御复杂的攻击,又要足够结构化以便快速实现。
宁夏大学的李帅开展的一项近期研究,通过几何对称性的视角,探讨了这一特定置换族。该研究聚焦于一个称为“局部弯曲度”(local crookedness)的属性,它描述了一个置换在输入被特定偏移量改变时的行为。作者引入了一类新的函数,其定义在于其输出变化方式的一种特定模式。通过将这些函数视为一个更大的群中的元素,且该群可以通过对数据的平移、旋转或交换进行变换,该研究绘制出了一幅可能性图谱。其目标是观察在这一图谱中移动是否能生成更优越的置换,从而提供更好的保护,以抵御差分分析攻击——这是一种攻击者通过研究输入的小幅变化如何影响输出,进而推导出密钥的方法。
这项工作的核心是一个构建链,它从一个已知且表现良好的置换开始,并应用一系列精确的代数运算来创建新的置换。作者定义了一套特定的规则,或称“D 类”(D-class),这些置换必须遵循这些规则以保持有效性。在这一集合内,研究人员证明了那些“提升”(lifted)置换——即从较小空间扩展到较大空间的置换——具有一种独特的刚性。如果试图仅使用一种操作(如简单的平移或线性旋转)来改变一个置敛,结果通常无法保持为一个有效的完全置换。然而,研究表明,通过特定顺序结合两种不同的操作可以打破这种刚性。这种组合允许研究人员在可能性空间中进行导航,在不丢失安全所需基本属性的前提下,从一个有效的置换移动到另一个。
为了使这一理论框架具备实用性,论文开发了两种不同的算法。第一种是回溯搜索,它从零开始构建一个完全置换,确保在每一步都满足双重排序要求。第二种是贪婪局部搜索,它从一个现有的置换开始,并通过应用前述的组合操作尝试对其进行改进。第二种算法就像一个寻求更高顶峰的攀登者:它测试各种微小的修改,但只有当修改能严格提升置换的密码学质量时,才会接受该变化。质量由两个主要指标衡量:差分均匀度(differential uniformity),它计算输出模式的最坏情况频率;以及非线性度(nonlinearity),它衡量函数偏离简单线性方程的程度。较低的差分均匀度和较高的非线性度通常意味着更好的安全性。
研究人员在大小为 32 的特定数学空间(对应于 5 位系统)上测试了这些方法。从一个已知较弱的简单线性置换开始,运行了贪婪搜索算法一百次。实验产生了几个差分均匀度为 4 的置换,相比初始值 32 有了显著提升。研究也从一百个随机生成的置换开始,并应用了相同的搜索过程。同样,算法一致地找到了差分均匀度为 4 的置换。结果不仅是找到了更好的数值,这些新生成的置换还拥有截然不同的“谱”(spectra),即输出频率的模式,它们彼此之间以及与起点之间都是不同的。这证明了该方法不仅仅是在产生同一对象的变体,而是真正发现了新的、不同类别的安全置换。
一个最引人注目的发现涉及这些新置换与一类著名的函数——APN(几乎完美非线性)函数之间的关系。历史上,许多安全置换的构建都依赖于从这些 APN 函数开始。然而,研究发现,通过这种新的局部共轭法生成的置换,虽然具有同样优秀的差分均匀度 4,但在 CCZ 不等价性上不同于那些源自经典 APN 方法的置换。事实上,一个基于已知 APN 函数的参考置换在本次特定测试中的表现较差,其差分均匀度为 8。这表明,新方法探索了数学图谱中一个不同的区域,挖掘出了标准构建技术此前无法触及的高质量置换。
论文最后提出了一个基于实验证据的猜想:认为这些提升置换的整个空间是连通的。换句话说,似乎可以通过遵循这些特定的局部修改路径,从该家族中的任何一个有效置换到达任何另一个。虽然这种连通性尚未得到数学证明,但搜索算法从多样化的起始点一致地找到了高质量解这一事实,为这一观点提供了强有力的初步支持。研究还留下了这样一个问题:这个特定的置换族是否包含比目前发现的更强大的函数,甚至可能达到被称为 APN 的理论安全极限。目前来看,这项工作提供了一套生成安全置换的强大新工具,证明了通过理解这些数学对象的局部对称性,我们可以为数字世界构建更好的防御。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。