| 研究課題/領域番号 |
21K11890
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60070:情報セキュリティ関連
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
荒木 俊輔 九州工業大学, 大学院情報工学研究院, 准教授 (20332851)
|
|---|
| 研究分担者 |
野上 保之 岡山大学, 自然科学学域, 教授 (60314655)
上原 聡 北九州市立大学, 国際環境工学部, 教授 (90213389)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 機械学習 / 深層学習 / AES / 共通鍵暗号 / 軽量暗号 / 擬似乱数生成 / 線形合同法 / ニューラルネットワーク / DES / Midori / 安全性評価 / 攻撃手法 |
|---|
| 研究開始時の研究の概要 |
本研究では、情報セキュリティ分野における基礎技術である擬似乱数生成器や、共通鍵暗号方式などの暗号技術に対して、近年注目を集める機械学習や深層学習が与える影響を評価する。一般的に、これらの暗号技術は、出力列において0/1のビットが等頻度で出現するなど、統計的に偏りが無く、ランダムに振る舞うように設計されている。その一方で、機械学習や深層学習は、ランダムな事象には向かないとされている。つまり、機械学習などにより何らかの偏りを見つけることは、暗号技術の安全性を評価することとなる。本研究は、新たな安全性の評価手法の確立につながる、重要な研究の一つである。
|
| 研究成果の概要 |
近年注目を集める機械学習や深層学習はランダムな事象に対する推論が困難であるという特徴に着目して、共通鍵暗号や擬似乱数生成器などの暗号技術への安全性評価に用いることを考えた。その第一段階として、これらの技術を用いた攻撃手法に関する研究を行った。共通鍵暗号に対する攻撃では、暗号強度が弱くなるように暗号仕様を変更した制限付き状態ではあるが、機械学習や深層学習を用いて、平文と暗号文のみの入力に対する鍵識別攻撃や、暗号文のみの入力に対する平文解読攻撃が可能であることを確認した。また、擬似乱数生成でよく利用されていた線形合同法に対して、深層学習にて、次時刻の出力値を予測できることが分かった。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、出力がランダムである事が期待される暗号技術に対して、ランダムな事象が苦手な機械学習や深層学習を攻撃手法として用いることで、これまで見つけることができなかった何かしらの「偏り」を見つけ出すことができた。
その結果、これら機械学習や深層学習が、暗号技術の安全性評価にも活用できることを明らかにした。
|
