一种面向大位宽的LFSR构造方法及系统

    公开(公告)号:CN119519931A

    公开(公告)日:2025-02-25

    申请号:CN202411650276.4

    申请日:2024-11-19

    Abstract: 本申请公开了一种面向大位宽的LFSR构造方法及系统,涉及密码、数据安全技术,包括:配置线性反馈移位寄存器(LFSR)第t步的内部状态以及LFSR的更新函数,并根据所述内部状态以及所述更新函数,确定LFSR的状态更新;根据LFSR的状态更新选取l个m级不可约多项式;根据不可约多项式的根,计算对应的比特变换矩阵,并根据各比特变换矩阵计算对角矩阵;选取l维的置换σ,根据置换σ构造由l×l个m维矩阵构成的分块矩阵;基于所述分块矩阵以及设定维度的单位矩阵构造矩阵G,并在矩阵G的特征多项式为本原多项式的情况下,输出矩阵G作为LFSR的状态转移矩阵。本申请的方法支持并行计算,且具有比LOL中LFSR更低的计算复杂度与软硬件实现代价。

    用于对称加密网络中的数据扩散方法、系统及存储介质

    公开(公告)号:CN117353901A

    公开(公告)日:2024-01-05

    申请号:CN202311501813.4

    申请日:2023-11-13

    Inventor: 王金波 张文政

    Abstract: 本发明公开了一种用于对称加密网络中的数据扩散方法、系统及存储介质。对有限域上已知MDS矩阵进行参数化设计生成新的若干MDS变换;将这些MDS变换根据参数变量划分成不同MDS变换簇,从任一变换簇中选择两个不同MDS变换进行组合运算,对不同MDS变换组合运算进行跳变控制,生成一个对应的非线性置换函数(非线性扩散层);选择具有最小运算变化的组合生成非线性几乎MDS运算,即构造为非线性几乎MDS扩散层。本发明将有限域上的MDS变换数量进行了扩大,便于对称密码的最优扩散层参数化设计,以极少代价实现了非线性扩散层的设计,使加密能够更好地抵抗代数、差分、线性等各种密码分析,此外,本发明提出的非线性几乎MDS构造便于扩散层的非线性轻量化设计。

    一种格基加密算法抵抗解密错误攻击能力的估算方法

    公开(公告)号:CN116488791A

    公开(公告)日:2023-07-25

    申请号:CN202310535631.2

    申请日:2023-05-12

    Abstract: 本发明提供一种格基加密算法抵抗解密错误攻击能力的估算方法,包括:步骤1:计算公钥压缩和密文压缩产生的扰动的分布表;步骤2:根据分布表统计计算私钥、临时私钥以及错误向量坐标满足的概率分布的均值与方差;步骤3:遍历格基加密算法加密阶段中错误向量坐标满足的概率分布的取值,计算固定每个明文装载单元的扰动取值对应的攻击者计算成本以及攻击策略;步骤4:根据攻击者计算成本以及攻击策略获取解密错误攻击的计算量估计值以及攻击策略。本发明在估量攻击成本的计算法则中引入攻击者无法控制的公钥压缩与密文压缩导致的影响,能更确切反映实际攻击需考虑的因素,并且在估算攻击成本时引入该扰动数据以考察其对攻击者计算量的影响。

    一种保护隐私安全的人脸识别方法

    公开(公告)号:CN114093001A

    公开(公告)日:2022-02-25

    申请号:CN202111352256.5

    申请日:2021-11-16

    Abstract: 本发明提供一种保护隐私安全的人脸识别方法,包括:人脸注册阶段:采集人脸图像并提取人脸特征,并采用CKKS全同态加密算法加密人脸特征后得到源人脸模板;将源人脸模板存储在数据库中;人脸匹配阶段:采集待识别人脸图像并提取待识别人脸特征,并采用CKKS全同态加密算法加密待识别人脸特征后得到目标人脸模板;将目标人脸模板与数据库中的源人脸模板进行匹配。本发明采用CKKS全同态加密算法加密人脸特征,解决了人脸特征数据的隐私安全的问题。

    大规模数据的密文机器学习模型训练方法

    公开(公告)号:CN113591942A

    公开(公告)日:2021-11-02

    申请号:CN202110787099.4

    申请日:2021-07-13

    Abstract: 本发明公开了一种大规模数据的密文机器学习模型训练方法,在基于全同态加密的训练中使用大规模数据,对大规模数据集进行分块加密,并对分块的密文进行bootstrapping使密文噪音下降;所述分块加密的方法包括小批量梯度下降法,根据打包密文中的槽数来设置小批量处理块的大小,从而最大限度地利用打包密文的容量;并采用NAG即内斯特罗夫加速梯度作为梯度下降优化方法进行优化;在进行逻辑回归时,使用最小二乘拟合方法来近似激活函数,从而把非线性的计算转为线性的计算。本发明避免了使用在同态加密计算中昂贵的某些计算类型,该模型训练方法是适合于全同态计算的明文算法。

    一种轻量化S盒设计方法
    6.
    发明公开

    公开(公告)号:CN112636899A

    公开(公告)日:2021-04-09

    申请号:CN202010994280.8

    申请日:2020-09-21

    Abstract: 本发明公开了一种轻量化S盒设计方法。本发明能够产生密码性质好的轻量化8比特S盒,其单轮逻辑运算仅涉及4个比特与运算和4个比特异或运算,迭代4轮后差分均匀度为16、非线性度为96且整体平衡(非线性置换);与现有技术相比,通过本发明得到的轻量化8比特S盒在硬件资源低的条件下达到了已知最优的差分均匀度和非线性度等密码学指标,解决了之前轻量化8比特S盒差分均匀度和非线性度等密码性质弱的问题。

    一种基于S盒的分割方法
    7.
    发明公开

    公开(公告)号:CN108737067A

    公开(公告)日:2018-11-02

    申请号:CN201810294188.3

    申请日:2018-04-04

    Abstract: 本发明公开了一种基于S盒的分割方法,包括如下内容:对于DES算法:用DESL的S盒替换原算法中的S4或用原算法中的S4替换原算法中的所有S盒;对于CAST-128算法:去掉原算法“循环密钥”操作,将“模加密钥”以及“模减密钥”均改为“异或密钥”的操作。与现有技术相比,本发明的积极效果是:对于DES算法,采用本发明的方式替换后,其抵抗差分分析的能力明显提升。对于CAST-128算法,通过修改S盒及其使用顺序,使得新的轮函数能够抵抗概率为2-7的高概率差分特征的出现,因此,修改后的算法可以保持其原有的抵抗差分分析的能力,同时能够抵抗侧信道攻击。

    一种具有前向安全的高效公钥加密方法

    公开(公告)号:CN103684764B

    公开(公告)日:2016-07-06

    申请号:CN201310646062.5

    申请日:2013-12-03

    Abstract: 本发明公开了一种具有前向安全的高效公钥加密方法,包括如下步骤:步骤一、系统初始化,计算用户的公钥PK与初始私钥SK1;步骤二、对密钥进行更新;步骤三、使用公钥PK对明文m进行加密,得到明文m在当前时间段i的密文CT;步骤四、使用当前时间段i的私钥SKi对密文CT进行解密,得到明文m。本发明的积极效果是:加密者只需要持有一个群元素,即可通过公开信息得到各个时间段的公钥。此外,公钥可以是身份信息,在此基础上,可将基于身份的加密方案转化为前向安全的公钥加密方案,得到在随机预言机模型下达到适应性选择密文安全的前向安全的高效公钥加密方案。

    电子交易中用户多选择的隐私保护及认证方法与系统

    公开(公告)号:CN102130771A

    公开(公告)日:2011-07-20

    申请号:CN201110073301.3

    申请日:2011-03-25

    Abstract: 本发明公开了一种电子交易系统中用户多选择的隐私保护及认证方法,包括:根据输入系统的安全参数k生成电子交易系统的公开参数;根据用户U或服务方S的身份串信息ID产生用户或服务方的秘密钥DID;在总共n个可选项中进行m个选择后,对这m个选择进行加密和安全保护,生成对m个选择的保密密文C;对n个数据生成密文并将生成的数据密文提供给用户U;当用户U收到服务方S传送过来的数据密文后,解密出自己需要的m个选择,并通过认证确保该m个选择的完整性和身份的真实性;本发明实现了用户对多个选择的数据的隐私保护,确保服务方提供的数据是用户所选择的数据,并确保用户与服务方二者之间的选择与数据提供之间的身份信息的相互确认。

    一种具有隐私保护属性的多方矩阵乘法计算方法

    公开(公告)号:CN115865302B

    公开(公告)日:2025-05-16

    申请号:CN202211179124.1

    申请日:2022-09-27

    Abstract: 本发明涉及密码学与信息安全技术领域,公开了一种具有隐私保护属性的多方矩阵乘法计算方法,应用于隐私计算的数据交互系统,数据交互系统包括一个拥有由明文数据组成矩阵A的用户#imgabs0#n个拥有由明文数据组成矩阵B(i)的参与者#imgabs1#用户#imgabs2#与n个参与者#imgabs3#交互时,在不泄露各方组成矩阵的数据信息的情况下由用户#imgabs4#获得数据矩阵AB的元素信息。本发明解决了现有技术存在的必须依赖外包服务器或可信第三方进行多方隐私计算、计算效率低等问题。

Patent Agency Ranking