На ежегодной международной конференции по криптографии в 2019 году Гор представил технологию анализа паролей на основе глубокого обучения, подходящую для анализа паролей легких блочных шифров с короткими блоками SPECK32/64. Гор оставил открытым ключевой вопрос, а именно, как осуществлять атаку на восстановление ключа большого состояния для блочных шифров на основе глубокого обучения. В настоящем документе разработана модель восстановления ключа для блочных шифров с большим состоянием на основе глубокого обучения. Во-первых, предложен объективный тест чувствительности битов ключа на основе глубокого обучения (KBST) для объективного разделения пространства ключей. Во-вторых, предложен новый метод сочетания нейродискриминаторов для улучшения фреймворка восстановления ключа на основе глубокого обучения для блочных шифров с большим состоянием и доказано его разумность и эффективность с точки зрения анализа паролей. В улучшенной модели восстановления ключа обучена эффективная комбинация нейродискриминаторов для SIMON и SPECK с большим состоянием, и проведена фактическая атака на восстановление ключа членов SIMON и SPECK с большим состоянием. Предложенная атака на SIMON64 в настоящем документе является наиболее эффективным фактическим методом атаки на восстановление ключа. Это первая попытка провести практическую атаку на восстановление ключа на основе глубокого обучения на SIMON128 после 18 раундов, SIMON128 после 19 раундов, SIMON96 после 14 раундов и SIMON64 после 14 раундов. Кроме того, улучшены результаты фактической атаки на восстановление ключа для членов SPECK с большим состоянием, повышена успешность атаки на восстановление ключа.

Глубокое обучение; блочные шифры с большим состоянием; восстановление ключа; дифференциальный анализ; SIMON; SPECK