یافتن مسیر مناسب در گراف حاصل از بازنمایی الگوریتم رمز قطعه ای با استفاده از شیوه بهینه سازی شبکه عصبی هاپفیلد

تحلیل تفاضلی روشی متداول برای ارزیابی الگوریتم های رمز قطعه ای است . جهت یافتن بهترین مشخصه تفاضلی در یک الگوریتم رمز، مدل بازنمایی عملکرد تفاضلی الگوریتم رمز قطعه ای توسط مؤلف ارائه شده است . توسط این مدل، الگوریتم رمز مورد نظر با یک گراف جهت دار وزن دار بازنمایی می شود و یافتن بهترین مشخصه تفاضلی معادل یافتن کوتاهترین مسیر بین دو گره مشخص در گراف حاصل است . در این مقاله، شبکه عصبی هاپفیلد برای یافتن بهترین مسیر در گراف حاصل از بازنمایی الگوریتم رمز قطع ه ای بکارگرفته شده است . مقایسه نتایج حاصل از بکارگیری مدل بازنمایی عملکرد تفاضلی در این مقاله با مشخصه های منتشر شده از الگوریتم رمز سرپنت در مقالات دیگر نشان می دهد در شش مورد نتایج حاصل از بکارگیری مدل بازنمایی عملکرد تفاضلی بهتر از نتایج منتشر شده در مق الات دیگر است و در دو مورد احتمال مشخصه تفاضلی بدست آمده برابر احتمال مشخصه های نظیر در مقالات دیگر می باشد . نتایج بدست آمده در این مقاله در مقایسه با مشخصه های منتشر شده در مقالات دیگر نشان دهنده کارایی مدل بازنمایی عملکرد تفاضلی در طراحی حمله مبتنی بر تحلیل تفاضلی است .

کلیدواژه ها:

تحلیل تفاضلی ، ساختار جانشینی - جایگشتی ، الگوریتم رمز قطعه ای سرپنت ، شبکه عصبی هاپفیلد