文献

J-GLOBAL ID：202002217530911373   整理番号：20A0267363

ストリーム暗号のためのニューラルネットワークに基づく擬似乱数発生器評価ツール【JST・京大機械翻訳】

Neural-Network-Based Pseudo-Random Number Generator Evaluation Tool for Stream Ciphers

著者 (3件)： Kimura Hayato (Tokai University & National Institute of Information and Communications Technology) ,  Isobe Takanori (University of Hyogo & National Institute of Information and Communications Technology) ,  Ohigashi Toshihiro (Tokai University & National Institute of Information and Communications Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CANDARW  ページ： 333-338  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ストリーム暗号のセキュリティは,それらの擬似乱数発生器(PRNG)の特性に依存する。ランダム数または特定の暗号解析関連検索のための統計的試験を自動的に行うツールのようなPRNGを評価する方法があるが,これらの方法は統計的バイアスに関する事前知識を必要とし,未知のバイアスを見つけることができない。Hiroseは,NIST SP 800-22(PRNGに対する統計的試験一式)が線形合同発電機(LCG)の線形性を検出できないことを実証した。したがって,NIST SP 800-22は統計的バイアスを見落とす。PRNGにおける統計的バイアスを探索する徹底的な方法を提案した。提案した方法は,ターゲットPRNGの出力と理想的乱数の間のわずかな差を検出するために,ニューラルネットワークを用いて未知のタイプのバイアスを自動的に発見することができる。提案した方法をRC4ストリーム暗号とLCGに適用した。結果は,提案した方法が,これらのバイアスの事前知識なしに,2つの異なるアルゴリズムにおける異なるタイプの統計的バイアスを検出することを実証した。特に,提案した方法は,NIST SP 800-22によって検出できないLCGの直線性を発見することができた。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セキュリティ ,  線形性 ,  *乱数発生器 ,  バイアス ,  *ニューラルネットワーク ,  アルゴリズム ,  乱数
準シソーラス用語： 事前知識 ,  暗号解析 ,  *ストリーム暗号 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ストリーム暗号 ,  ニューラルネットワーク ,  擬似 ,  乱数発生器 ,  評価ツール