رمزشکنی با استفاده از شبکه های عصبی با روش حمله متن انتخاب شده

پایان نامه
چکیده

با رشد علم کامپیوتر در ابعاد مختلف و افزایش استفاده مخرب از آن،بحث امنیت و رمزگذاریمطرح می گردد.گاهیتجزیه و تحلیل رمز، علاوه بر شکستن امنیت یک سیستم رمزنگاری، به منظور ارزیابی یک پروتکل یا الگوریتم رمزنگاریو برای کشف ضعف ها و آسیب پذیری های احتمالی آن صورت می پذیرد. برهمین منظور سعی بر آن است که در ابتدا مروری هرچند مختصر بررمزنگاری،روش های رمزنگاری مبتنی بر کلیدو انواع حملات داشته باشیم. یکی از شاخه های رمزنگاری، رمزنگاری عصبی است که از الگوریتم های شبکه عصبی در رمزنگاری و رمز شکنیاستفاده می کند.به دلیل توانایی تولید هر تابعی توسط شبکه عصبی و نیز قدرت آن به عنوان ابزاری جهت پیدا نمودن معکوس هر الگوریتم رمزنگاری، شبکه های عصبی را به عنوان یک روش جدید برای حمله به الگوریتم های رمزنگاری پیشنهاد داده اند. اما از طرف دیگر ممکن است در مواردی، برای حل مسئله تحلیل رمز دچار محدودیت هایی هم باشند. با کمک گرفتن از محاسن شبکه عصبی مصنوعی،رمز جانشینی caesar مورد حمله ای از نوع متن انتخاب شده قرار داده شد.و این نتیجه حاصل گشت که اگر شبکه عصبیبا 27 کلید آموزش داده شده باشد رمز سزار 100% قابل شکست می باشد. اما شبکه ای که با تعداد کلید کمتری آموزش دیده باشد نیز می تواند، رمز سزار را بشکند. کمترین تعداد کلیدی که برای آموزش می توان استفاده نمود 8 کلید می باشد. به این ترتیب توانستیم با شبکه عصبی و حمله متن انتخاب شدهدر رمز سزار پی به کلید رمزنگاری شده ببریم.علاوه بر الگوریتم رمز سزار تستی دیگر، بر یک نوع از الگوریتم های رمزکننده جایگشتی همچون railfence انجام شد. و تاثیر عواملی چون افزایش داده های آموزشی، افزایش تعداد لایه های میانی و تعداد نرون های متفاوت در هر لایه میانی، بررسی گردید. و در انتها در رمزrailfenceاین نتیجه حاصل گشت که به کمک حمله متن انتخاب شده، قادر به بازیابی کلید، با ماکزیمم درستی 44.4% می باشیم. در ادامه با حمله ای دیگر به شکستن رمز به کمک شبکه های عصبی پرداختیم. در این آنالیز فقط متن رمزشده وجود دارد. برهمین اساس رمزگشایی براساس توزیع احتمالات، مشخصات متن رمزشده موجود و به همراه دانش عمومی است. هدف از این حمله پیدا کردن متن واضح متناظر با متن رمزشده و درصورت امکان کلید می باشد. برای رسیدن به این هدف از دو شبکه عصبی مصنوعی استفاده گردیده است. شبکه عصبی مصنوعی1 از روی متن رمز شده متن اصلی متناظر آن را بدست می آورد. و شبکه عصبی مصنوعی2با گرفتن متن رمز شده و متن اصلی، کلیدرمزنگاری استفاده شده را شناسایی می کند. این روش بر روی برخی از الگوریتم های رمزکننده جانشینی از قبیل caesarوaffinetransformation با احتمال 100% و بر روی vigenereوbeaufortبا درصد درستی 83.3% قادر به بازیابی کلید و شکستن الگوریتم رمزنگاری استفاده شده می باشد. اما یک اشکال اساسی وجود دارد که باعث رد نمودن این روش می گردد.

منابع مشابه

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

انتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی

هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسب‌تر برای سرمایه‌گذاران ریسک‌پذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسه‌ای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» می‌باشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل ...

متن کامل

انتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی

هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسب تر برای سرمایه گذاران ریسک پذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسه ای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» می باشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل ...

متن کامل

ارتعاش عمودی سقف‌های کامپوزیت با استفاده از روش شبکه عصبی

سقف‌های کامپوزیت از جمله سیستم‌های سقف هستند که به علت وزن سبک و میرایی کم سیستم سازه ای و همچنین زیاد بودن فاصله تیرچه ها نسبت به بارهای دینامیکی بسیار حساس هستند. در این سقف‌ها ممکن است به علت حرکت افراد، ارتعاشاتی حاصل شود که برای ساکنان احساس ناامنی به وجود آورد. در این مقاله سعی می شود تا حداکثر تغییر مکان دینامیکی دال کامپوزیت بر اثر بار قدم زدن ساکنان و همچنین بسامد اصلی ارتعاش آزاد دا...

متن کامل

برآورد ظرفیت مالیاتی کشور با استفاده از شبکه های عصبی

ظرفیت مالیاتی، ظرفیت اقتصادی یک کشور برای تحمل فشار انواع مالیات ها است به عبارت دیگر، میزانی است که مردم می توانند مالیات بپردازند. تعیین ظرفیت مالیاتی کار دشواری است. بررسی چگونگی افزایش درآمد مالیاتی به عنوان بخشی از درآمدهای دولت از اهمیت ویژه ای برخوردار است. در این راستا، یک برآورد دقیق از ظرفیت مالیاتی و شناخت منابع موجود آن، ضروری به نظر می رسد. مناسب ترین معیار برای محاسبه و برآورد این...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده برق و کامپیوتر

کلمات کلیدی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023