Detail publikace
Evolving Cryptographic Boolean Functions with Minimal Multiplicative Complexity
Genetické programování, Kartézské genetické programování, kryptografie, násobková složitost, optimalizace.
Multiplikativníkomplexita (MC) je kryptografickým kritériem popisujícím zranitelnost booleovskéfunkce vůči určitým algebraickým útokům. V mnoha důležitých kryptografickýchaplikacích se také používá ke stanovení nákladů na vyhodnocení funkce. V tomtočlánku používáme kartézské genetické programování k hledání různých typů kryptografickyrelevantních booleovských funkcí a zkoumáme, jak obtížné je najít implementacis minimálním MC, ve srovnání s implementací, která splňuje pouze základníkryptografická kritéria. Abychom poskytli srovnání mezi naší metodou a dalšími optimalizačnímipřístupy, používáme také navrženou metodu ke zlepšení MC vybraných číslicových obvodů.Naše výsledky poskytují nové horní limity pro MC zkoumaných funkcí. Dále ukazují,že náš přístup je konkurenceschopný a že zlepšování MC se vzájemně nevylučujese zlepšováním dalších kritérií podle kterých hodnotíme booleovské funkce.
@inproceedings{BUT168245,
author="Jakub {Husa} and Lukáš {Sekanina}",
title="Evolving Cryptographic Boolean Functions with Minimal Multiplicative Complexity",
booktitle="2020 IEEE Congress on Evolutionary Computation (CEC)",
year="2020",
pages="1--8",
publisher="IEEE Computational Intelligence Society",
address="Los Alamitos",
doi="10.1109/CEC48606.2020.9185517",
isbn="978-1-7281-6929-3"
}