[논문 리뷰] A Comparison between Memetic algorithm and Genetic algorithm for the cryptanalysis of Simplified Data Encryption Standard algorithm

Poonam Garg|arXiv (Cornell University)|2010. 04. 05.

Chaos-based Image/Signal Encryption인용 수 52

한 줄 요약

이 논문은 메믹 알고리즘(MAs)과 유전자 알고리즘(GAs)을 간단화된 데이터 암호화 표준(SDES)의 암호 분석에 적용하여 비교한다. 이는 NP-완전 조합 문제이다. 국소 탐색을 유전자 프레임워크에 통합함으로써 MAs는 조기 수렴을 줄이고 SDES를 해독하는 데 있어 표준 GA보다 뛰어난 성능을 보이며, 실험 평가에서 수렴 속도와 해의 품질 측면에서 뛰어난 성능을 입증한다.

ABSTRACT

Genetic algorithms are a population-based Meta heuristics. They have been successfully applied to many optimization problems. However, premature convergence is an inherent characteristic of such classical genetic algorithms that makes them incapable of searching numerous solutions of the problem domain. A memetic algorithm is an extension of the traditional genetic algorithm. It uses a local search technique to reduce the likelihood of the premature convergence. The cryptanalysis of simplified data encryption standard can be formulated as NP-Hard combinatorial problem. In this paper, a comparison between memetic algorithm and genetic algorithm were made in order to investigate the performance for the cryptanalysis on simplified data encryption standard problems(SDES). The methods were tested and various experimental results show that memetic algorithm performs better than the genetic algorithms for such type of NP-Hard combinatorial problem. This paper represents our first effort toward efficient memetic algorithm for the cryptanalysis of SDES.

연구 동기 및 목표

• 메믹 알고리즘이 잘 알려진 NP-완전 조합 문제인 SDES의 암호 분석에 효과적으로 작용하는지 조사한다.
• 국소 탐색 휴리스틱을 통합하여 고전적 유전자 알고리즘에서 발생하는 조기 수렴 문제를 해결한다.
• SDES 암호 분석에서 해의 품질과 수렴 속도 측면에서 메믹 알고리즘과 유전자 알고리즘의 성능을 평가하고 비교한다.
• 고도화된 메타휴리스틱을 암호 역공학 작업에 적용하기 위한 기반을 마련한다.

제안 방법

• 연구는 표준 유전자 알고리즘(GA)을 사용하며, 선택, 교차, 변이와 같은 표준 유전자 연산자를 활용하여 개체군의 진화를 이룬다.
• 메믹 알고리즘(MA)은 각 세대 이후에 국소 탐색 절차를 통합하여 유망한 해를 정밀 조정하고 조기 수렴을 줄인다.
• 적합도 함수는 복호화된 출력과 기대되는 복호문 사이의 하밍 거리를 측정하여 올바른 키로 향한 탐색을 이끈다.
• 두 알고리즘 모두 SDES 문제에 적용되며, 이는 간소화된 DES 암호에서 사용되는 10비트 키를 복구하는 것을 포함한다.
• 알고리즘은 고정된 파라미터로 여러 번의 독립적인 실행을 통해 평가되며, 수렴 속도와 성공률을 성능 측정 기준으로 삼는다.
• 실험 결과는 여러 테스트 케이스에 걸쳐 수집되고 비교되어 해의 품질과 강건성 평가를 위해 활용된다.

실험 결과

연구 질문

• RQ1 메믹 알고리즘의 성능은 간단화된 데이터 암호화 표준(SDES)을 해독하는 데 있어 표준 유전자 알고리즘(GA)과 비교하여 어떻게 다를까?
• RQ2 메믹 알고리즘에 국소 탐색을 통합함으로써 SDES 암호 분석에서 조기 수렴 현상은 어느 정도 완화되는가?
• RQ3 SDES 키 복구와 같은 NP-완전 조합 문제를 해결할 때 메믹 알고리즘은 유전자 알고리즘보다 더 빠른 수렴 속도와 높은 성공률을 달성할 수 있는가?
• RQ4 SDES 암호 분석 과정에서 국소 탐색 정밀 조정은 진화 과정 중 생성된 해의 품질에 어떤 영향을 미치는가?

주요 결과

• 메믹 알고리즘은 최적의 해를 더 적은 세대 수로 도달함으로써 수렴 속도 측면에서 유전자 알고리즘을 일관되게 능가하였다.
• 여러 테스트 런 동안 메믹 알고리즘이 유전자 알고리즘보다 더 높은 정확도로 올바른 SDES 키를 복구하는 데 성공하였다.
• 메믹 프레임워크에 국소 탐색을 통합함으로써 조기 수렴 현상이 크게 감소하여 해 공간의 더 효과적인 탐색이 가능해졌다.
• 실험 결과는 메믹 알고리즘이 SDES 암호 분석의 NP-완전 조합 문제 해결에 있어 유전자 알고리즘보다 더 효과적임을 확인하였다.