基本信息

---

下载

文档摘要

---

摘要

在物联网蓬勃发展的背景下，社会各界愈发重视网络环境的信息安全问题。

因低消耗、低延时等优势，轻量级分组密码在资源受限的物联网设备中备受青

睐。作为衡量轻量级分组密码算法安全性的重要指标，差分密码分析已经从最

初的手动推算逐步转向自动化。深度学习是人工智能的核心技术，自然也成为

自动化差分分析的新兴工具。本文对不同结构的轻量级分组密码算法SPECK、

SIMON和KATAN进行神经差分分析，围绕深度学习辅助差分分析的主题展开

研究，主要成果如下：

（1）针对神经区分器准确率和轮