Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Optimization of Network Mapping for Screening and Intrusion Sensing Devices Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

Comparative Analysis of ResNet and DenseNet for Differential Cryptanalysis of SPECK 32/64 Lightweight Block Cipher

verfasst von : Ayan Sajwan, Girish Mishra

Erschienen in: Cryptology and Network Security with Machine Learning

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This research paper explores the vulnerabilities of the lightweight block cipher SPECK 32/64 through the application of differential analysis and deep learning techniques. The primary objectives of the study are to investigate the cipher’s weaknesses and to compare the effectiveness of ResNet as used by Aron Gohr at Crypto2019 and DenseNet. The methodology involves conducting an analysis of differential characteristics to identify potential weaknesses in the cipher’s structure. Experimental results and analysis demonstrate the efficacy of both approaches in compromising the security of SPECK 32/64.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Quantum-Safe Encryption Schemes Based on Hadamard Code
Nächstes Kapitel Analyzing and Enhancing a User Authentication Scheme for Ad Hoc Wireless Sensor Networks
Literatur
1.
Doukas N, Karadimas NV (2008) A blind source separation based cryptography scheme for mobile military communication applications. WSEAS Trans Commun 7(12):1235–1245
2.
Lamprecht C et al (2006) Investigating the efficiency of cryptographic algorithms in online transactions. Int J Simul: Syst Sci Technol 7(2):63–75
3.
Menezes AJ, Van Oorschot PC, Vanstone SA (2018) Handbook of applied cryptography. CRC Press
4.
Mahajan P, Sachdeva A (2013) A study of encryption algorithms AES, DES and RSA for security. Glob J Comput Sci Technol 13(15):15–22
5.
6.
7.
Benamira A, Gerault D, Peyrin T, Tan QQ (2021) A deeper look at machine learning-based cryptanalysis. In: Canteaut A, Standaert FX (eds) Advances in cryptology—EUROCRYPT 2021. Lecture notes in computer science, vol 12696. Springer, Cham. https://​doi.​org/​10.​1007/​978-3-030-77870-5_​28
8.
Deng L, Hinton G, Kingsbury B (2013) New types of deep neural network learning for speech recognition and related applications: an overview. In: 2013 IEEE international conference on acoustics, speech and signal processing, Vancouver, BC, Canada, 2013, pp 8599–8603. https://​doi.​org/​10.​1109/​ICASSP.​2013.​6639344
9.
10.
11.
12.
Cazorla M, Marquet K, Minier M (2013) Survey and benchmark of lightweight block ciphers for wireless sensor networks. In: 2013 international conference on security and cryptography (SECRYPT), Reykjavik, Iceland, pp 1–6
13.
Manifavas C, Hatzivasilis G, Fysarakis K, Rantos K (2014) Lightweight cryptography for embedded systems—a comparative analysis. In: Garcia-Alfaro J, Lioudakis G, Cuppens-Boulahia N, Foley S, Fitzgerald W (eds) Data privacy management and autonomous spontaneous security. DPM SETOP 2013. Lecture notes in computer science, vol 8247. Springer, Berlin, Heidelberg. https://​doi.​org/​10.​1007/​978-3-642-54568-9_​21
14.
Nyberg K (1996) Generalized Feistel networks. In: Kim K, Matsumoto T (eds) Advances in cryptology—ASIACRYPT ’96. ASIACRYPT 1996. Lecture notes in computer science, vol 1163. Springer, Berlin, Heidelberg. https://​doi.​org/​10.​1007/​BFb0034838
15.
Beaulieu R et al (2013) The SIMON and SPECK families of lightweight block ciphers. Cryptology eprint archive
16.
He K et al (2016) Deep residual learning for image recognition. In: Proceedings of the IEEE conference on computer vision and pattern recognition
17.
18.
Jastrzȩbski S, Arpit D, Ballas N, Verma V, Che T, Bengio Y (2017) Residual connections encourage iterative inference. arXiv preprint arXiv:​1710.​04773
19.
Gohr A (2019) Improving attacks on round-reduced speck32/64 using deep learning. In: Advances in cryptology—CRYPTO 2019: 39th annual international cryptology conference, Santa Barbara, CA, USA, 18–22 Aug 2019, proceedings, Part II 39. Springer
20.
Ioffe S, Szegedy C (2015) Batch normalization: accelerating deep network training by reducing internal covariate shift. In: International conference on machine learning. PMLR
21.
22.
Huang G et al (2017) Densely connected convolutional networks. In: Proceedings of the IEEE conference on computer vision and pattern recognition
23.
Toro-Vizcarrondo C, Dudley Wallace T (1968) A test of the mean square error criterion for restrictions in linear regression. J Am Stat Assoc 63(322):558–572
24.
Metadaten
Titel
Comparative Analysis of ResNet and DenseNet for Differential Cryptanalysis of SPECK 32/64 Lightweight Block Cipher
verfasst von
Ayan Sajwan
Girish Mishra
Copyright-Jahr
2024
Verlag
Springer Nature Singapore
Buch
Cryptology and Network Security with Machine Learning

Print ISBN: 978-981-9706-40-2

Electronic ISBN: 978-981-9706-41-9

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-981-97-0641-9_34

Neuer Inhalt

    Bildnachweise