A Study on Evaluation Method for Symmetric Key Encryption Scheme using Deep Learning

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K11971
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Tokai University
• Principal Investigator: Ohigashi Toshihiro 東海大学, 情報通信学部, 准教授 (80508127)
• Co-Investigator(Kenkyū-buntansha): 五十部 孝典 兵庫県立大学, 応用情報科学研究科, 准教授 (30785465)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 共通鍵暗号 / ニューラルネットワーク / 暗号解読

Outline of Final Research Achievements

We studied methods for automatically evaluation of vulnerabilities in symmetric key ciphers by using DNN (Deep Neural Networks). First, we proposed a method to detect statistical biases related to the cryptographic attacks in the output of stream ciphers. Second, we propose deep learning-based output prediction attacks for block ciphers, which can realize ciphertext prediction and plaintext recovery in a high probability. In addition, we demonstrate our methods work against several cipher by experimentations.

Free Research Field

情報セキュリティ

Academic Significance and Societal Importance of the Research Achievements

共通鍵暗号の安全性は既存の全ての暗号解読法への耐性を網羅的に調べることで評価されるが，暗号方式の提案後に設計者の想定していない解読法が発見されて安全性が低下するケースが数多くある．本研究課題では解読法で用いられる暗号関数内の特徴量をDeep Learningにより検出する方法を開発することで，人手では発見が困難であった未知の攻撃手法等を自動的に発見できるようになることを目指している．本研究の成果および更なる発展により暗号設計者の安全性評価の負担の軽減や未知の攻撃に対するリスクの低減が実現できると考えている．