[論文レビュー] Cryptolysis v.0.0.1 - A Framework for Automated Cryptanalysis of Classical Ciphers

Serguei A. Mokhov, Marc-André Laverdière+2 more|arXiv (Cornell University)|Jan 5, 2011

graph theory and CDMA systems参考文献 1被引用数 4

ひとこと要約

Cryptolysis v0.0.1 は、n-gram 言語モデルや辞書ベースのパースを用いた統計的手法を用いて、語の境界を検出するとともに、置換、シフト、SPN暗号を解読する Java で作られた、古典的暗号の自動 cryptanalysis を目的としたフレームワークである。遺伝的アルゴリズムやシミュレーテッド・アニーリングといったヒューリスティック探索技術を用いて、最小限のユーザー入力で効果的な cryptanalysis を実現している。

ABSTRACT

Cryptolysis is a framework that includes a collection of automated attacks on the classical ciphers based on the article by Clark Dawson on Optimisation heuristics for the automated cryptanalysis of classical ciphers from the Journal of Combinatorial Mathematics and Combinatorial Computing, 1998.

研究の動機と目的

• 置換、シフト、SPN 暗号などの古典的暗号の cryptanalysis を自動化すること。
• 統計的および辞書ベースの手法を用いて語の境界を自動検出することで、復号済みテキストの可読性を向上させること。
• オブジェクト指向設計とモジュラー・アーキテクチャを用いて、効率的で再利用可能な cryptanalytic モジュールを実装すること。
• 遺伝的アルゴリズム、シミュレーテッド・アニーリング、タブー探索を含む、複数の cryptanalytic 戦略をサポートすること。
• コーパスから言語モデルおよび統計的パーサーをトレーニングし、cryptanalysis に使用できるようにすること。

提案手法

• フレームワークは、暗号、アナライザー、パーサーの各コンponent を分離したモジュラー・アーキテクチャを採用しており、それぞれが標準化されたインターフェースを実装している。
• 語の境界検出は、2 種類の方法で実施される：最も長い一致語を辞書ベースで照合する方法と、確率的 3-gram 文字モデルを用いる方法。
• 3-gram モデルは、前後の文字の trigram 頻度に加え、語の境界を含めた確率を計算し、語の境界の可能性を評価する。
• cryptanalysis 攻撃は、言語統計に基づくフィットネス関数をガイドとして用いるヒューリスティック最適化（遺伝的アルゴリズム、シミュレーテッド・アニーリング、タブー探索）によって実装されている。
• トレーニングでは、入力コーパスから言語統計、辞書パーサー、n-gram モデルを構築し、後続の再利用を可能にするためにシリアライズされている。
• NLP コンponent には MARF（Multilingual Automatic Recognition Framework）が使用されており、Java のポータビリティおよびメモリ管理機能により、クロスプラットフォームでのデプロイが可能になっている。

実験結果

リサーチクエスチョン

• RQ1 自動化された語の境界検出は、復号済みの古典的暗号テキストに対して、人間の可読性を向上させるために効果的に適用可能か？
• RQ2 未解読の暗号テキストストリームにおいて、n-gram 統計モデルと辞書ベースのパースのどちらが語の境界検出においてより効果的か？
• RQ3 遺伝的アルゴリズムやシミュレーテッド・アニーリングといったヒューリスティック探索法が、置換やシフト暗号といった古典的暗号をどれほど効果的に解読できるか？
• RQ4 複数の古典的暗号と cryptanalytic 技法を統合的にサポートできる、モジュラーかつ拡張可能なフレームワークを設計できるか？
• RQ5 cryptanalysis における、辞書ベースと n-gram ベースの語の境界検出の間で、パフォーマンスと正確性のトレードオフはどのようなものか？

主な発見

• フレームワークは、古典的暗号の統計的、遺伝的、シミュレーテッド・アニーリング攻撃を効果的に実装・統合している。
• 3-gram 文字 n-gram モデルは、辞書ベースの方法よりも低コストなストレージで、効率的かつコンact な語の境界検出を実現した。
• 辞書ベースのパースは、複合語や固有名詞の処理に苦労し、'therefore' と 'there for eternity' のような曖昧なケースでスペースの配置を誤ることが多かった。
• 言語統計に基づくフィットネス関数が収束を改善したため、ヒューリスティック探索を用いた古典的暗号の効果的な復号が実現された。
• 言語モデルおよびパーサーのトレーニングが自動化され、シリアライズされた出力により、セッション間での再利用が可能になった。
• モジュラー設計により、標準化されたインターフェースを通じて、新しい暗号タイプや分析手法のシームレスな統合が可能になった。