| Titre : | Deep learning-based cryptanalysis of lightweight block ciphers |
| Auteurs : | Benamara Djillali, Directeur de thèse ; Hocini Chaima, Auteur ; Lagari Fatima Zohra, Auteur |
| Type de document : | texte imprimé |
| Editeur : | univ DR taher moulay saida, 2022-2023 |
| ISBN/ISSN/EAN : | TECT03063 |
| Format : | 78p / ill / 29cm |
| Langues: | Français |
| Catégories : | |
| Mots-clés: | Cryptanalyse linéaire - Apprentissage Profond - Chiffrements PRESENTS - Blocs Légers |
| Résumé : |
Diverses méthodes, telles que les attaques par brute force, les attaques différentielles, les attaques linéaires et les
attaques en(connaissances texte clair),qu’ ont utilisées dans la cryptanalyse, qui tente de découvrir la clé secrète d'un algorithme cryptographique. Avec le développement de l'intelligence artificielle, l'intérêt pour la cryptanalyse basée sur l'apprentissage profond a augmenté. Dans cette thèse, nous proposons une nouvelle méthode de cryptanalyse pour le chiffrement PRESENT Poids léger, utilisant les dernières techniques d'apprentissage en profondeur pour fournir une cryptanalyse linéaire (attaque des connaissances de texte en clair et texte chiffré) et obtenir une récupération de clé en utilisant des réseaux de neurones récurrents utilisant l'architecture LSTM, pour apprendre le complexe et la relation entre le texte en clair et le texte chiffré et la récupération de clé correspondante. Les résultats de notre modèle ont donné des résultats de 50% pour le taux de réussite de l'attaque (récupération de 50% de la clé), ce qui est le premier résultat du genre pour ce type d'attaque contre PRESENT |
| Note de contenu : |
-Deep learning
-Cryptanalysis -Contribution |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
Deep learning-based cryptanalysis of lightweight block ciphers Adobe Acrobat PDF |
