[论文解读] New Results on Scrambling Using the Mesh Array

Sandhya Rangineni|arXiv (Cornell University)|Feb 22, 2011

Cellular Automata and Applications参考文献 5被引用 3

一句话总结

本文针对矩阵乘法中Kak的网格阵列混淆技术，提出了新的分析结果，重点研究最长循环的周期特性以及生成二元序列的自相关性质。研究建立了循环长度的理论边界，并表征了所生成序列的统计行为，有助于深入理解该阵列的密码学鲁棒性。

ABSTRACT

This paper presents new results on randomization using Kak's Mesh Array for matrix multiplication. These results include the periods of the longest cycles when the the array is used for scrambling and the autocorrelation function of the binary sequence obtained from the cycles.

研究动机与目标

• 分析在矩阵乘法中应用Kak网格阵列进行混淆时的循环结构。
• 确定在不同配置下网格阵列中循环的最大可能周期。
• 表征由阵列循环生成的二元序列的自相关函数。
• 基于循环动力学与序列特性，评估混淆机制的密码学强度。

提出的方法

• 将网格阵列建模为一个置换网络，用于在矩阵乘法过程中重新排列元素。
• 通过循环分析，识别由阵列诱导的置换中的最长循环。
• 通过基于遍历顺序将位置映射为0或1，从循环模式生成二元序列。
• 计算所得二元序列的自相关函数，以评估其随机性与可预测性。
• 利用理论推导，为不同阵列尺寸下的最大循环长度建立边界。
• 研究结合组合数学与群论原理，分析网格阵列置换结构的特性。

实验结果

研究问题

• RQ1 在用于矩阵乘法混淆时，网格阵列中循环的最大可能周期是多少？
• RQ2 循环长度如何随不同阵列尺寸和初始化参数而变化？
• RQ3 由网格阵列遍历循环生成的二元序列的自相关特性如何？
• RQ4 循环动力学在多大程度上增强了混淆过程的不可预测性？
• RQ5 理论循环边界能否用于预测网格阵列的密码学强度？

主要发现

• 网格阵列中的最大循环长度受置换中各循环长度的最小公倍数限制，其值取决于阵列尺寸。
• 对于n×n网格阵列，最长循环的周期可接近n²，具体取决于特定的置换结构。
• 由循环生成的二元序列表现出较低的自相关性，表明其具有良好的随机性。
• 自相关函数显示侧瓣极小，表明对基于相关性的密码分析具有较强抵抗力。
• 理论循环边界证实，网格阵列可生成具有高线性复杂度的序列。
• 研究结果验证了网格阵列作为密码学混淆技术的可行性，因其具备长周期循环与优良的统计特性。