[論文レビュー] A Comparison between Memetic algorithm and Genetic algorithm for the cryptanalysis of Simplified Data Encryption Standard algorithm

Poonam Garg|arXiv (Cornell University)|Apr 5, 2010

Chaos-based Image/Signal Encryption被引用数 52

ひとこと要約

この論文は、NP困難な組合せ最適化問題である簡易データ暗号化標準（SDES）の暗号解読に対して、メンティックアルゴリズム（MAs）と遺伝的アルゴリズム（GAs）を比較している。局所探索を遺伝的枠組みに統合することにより、MAは早期収束を軽減し、標準的なGAに比べてSDESの解読において優れた収束速度と解の品質を示した。実験的評価では、優れた性能が確認された。

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.

研究の動機と目的

• SDESの暗号解読という代表的なNP困難な組合せ最適化問題に対して、メンティックアルゴリズムの有効性を調査すること。
• 古典的遺伝的アルゴリズムにおける早期収束問題を、局所探索ヒューリスティクスの統合によって解決すること。
• SDES暗号解読における解の品質と収束速度の観点から、メンティックアルゴリズムと遺伝的アルゴリズムの性能を評価・比較すること。
• 暗号の逆エンジニアリングタスクに高度なメタヒューリスティクスを適用する基盤を確立すること。

提案手法

• 研究では、選択、交差、変異といった標準的な遺伝的演算子を用いて、個体群の進化を実行する標準的遺伝的アルゴリズム（GA）を採用している。
• メンティックアルゴリズム（MA）は、各世代の後に局所探索手順を統合することで実装されており、有望な解を精錬し、早期収束を低減している。
• 適応度関数は、復号出力と期待される平文とのハミング距離を測定するように設計されており、正しい鍵へ向かう探索を導く。
• 両アルゴリズムは、10ビットの鍵が使用されるDES暗号の簡易版であるSDES問題に適用されている。
• アルゴリズムは固定パラメータで複数回の独立実行を経て評価され、収束速度と成功確率によって性能が測定されている。
• 複数のテストケースにおいて実験結果が収集され、解の品質と頑健性を評価する。

実験結果

リサーチクエスチョン

• RQ1 メンティックアルゴリズムは、Simplified Data Encryption Standard（SDES）を解読する際、標準的遺伝的アルゴリズムに比べてどのように性能を発揮するか？
• RQ2 メンティックアルゴリズムに局所探索を組み込むことで、SDES暗号解読における早期収束はどの程度軽減されるか？
• RQ3 SDES鍵回復というNP困難な組合せ最適化問題を解く際、メンティックアルゴリズムは収束速度が速く、成功確率も高いと期待できるか？
• RQ4 SDES暗号解読の進化的プロセスにおいて、局所探索の精錬が生成される解の品質にどのような影響を与えるか？

主な発見

• メンティックアルゴリズムは収束速度において標準的遺伝的アルゴリズムを常に上回り、より少ない世代で最適解に到達した。
• 複数回のテストランにおいて、メンティックアルゴリズムは標準的遺伝的アルゴリズムよりも正しいSDES鍵の回復成功率が高かった。
• メンティックフレームワークに局所探索を統合することで、早期収束が顕著に軽減され、解空間のより効果的な探索が可能になった。
• 実験結果から、メンティックアルゴリズムがSDES暗号解読というNP困難な組合せ最適化問題の解決において、遺伝的アルゴリズムよりも優れた有効性を示していることが確認された。