Подходы к оценке криптографической стойкости шифров
В криптографии разработаны два базовых подхода в оценке стойкости шифров. Основы первого подхода (совершенная секретность) К. Шеннон изложил в своей работе в 1948 г.
Другой подход к определению стойкости берет начало в той же работе Шеннона и называется практической стойкостью или сложностный подход к стойкости.
Первый подход к оценке стойкости шифров
В криптографии разработаны два базовых подхода в оценке стойкости шифров. Основы первого подхода (совершенная секретность) К. Шеннон изложил в своей работе в 1948 г. Рассмотрим этот подход. К. Шеннон предложил следующую модель обращения с параметрами, описывающую шифрование и действия противника. Пусть
- множества открытых сообщений и возможных шифртекстов. Открытый текст для передачи в шифрованном виде выбирается случайно в соответствии с распределением
.
Тогда при решении задачи вскрытия x по известному у противник может вычислить апостериорные вероятности сообщений, которые могли быть посланы 5.png, s=1,...,n. Если задача дешифрования решена и открытый текст найден, то апостериорное распределение вырождено:
6.png при s ≠ i .
Таким образом в апостериорных вероятностях {Р(х|у), x ∈X} отображаются даже частичные сведения об открытом тексте, полученном при перехвате криптограммы. Шеннон определил совершенную секретность (стойкость) шифра условием: апостериорные распределения на открытых текстах при любом у∈Y совпадают с априорным распределением на Х, т.е. Р(х|у) = Р(х) для любых x ∈X, у ∈Y.
Апостериорное распределение - условное распределение вероятностей какой-либо случайной величины при некотором условии, рассматриваемое в противоположность ее безусловному или априорному распределению.
Если - случайный параметр с априорной плотностью , , - случайный результат наблюдений и - условная плотность Xпри условии , то А. р. при данном Xсогласно Вейеса формуле имеет плотность
Если - достаточная статистика для семейства распределений с плотностями то А. р. зависит не от самого г, а от. Асимптотич. поведение при А. р. где суть результаты независимых наблюдений с плотностью оказывается "почти независящим" от априорного распределения
Сопряжённое априорное распределение — одни из основных понятий в байесовской статистике.
Рассмотрим задачу о нахождении распределения параметра (рассматриваемого как случайная величина) по имеющемуся наблюдению x. По теореме Байеса, апостериорное распределение вычисляется из априорного распределения с плотностью вероятности и функции правдоподобия ) по формуле:
Если апостериорное распределение принадлежит тому же семейству вероятностных распределений, что и априорное распределение (т.е. имеет тот же вид, но с другими параметрами), то это семейство распределений называется сопряжённым семейству функций правдоподобия . При этом распределение называется сопряжённым априорным распределением к семейству функций правдоподобия .
Знание сопряжённых семейств распределений существенно упрощает вычисление апостериорных вероятностей в байесовской статистике, так как позволяет заменить вычисление громоздких интегралов в формуле Байеса простыми алгебраическими манипуляциями над параметрами распределений.
Шифротекст — результат операции шифрования. Часто также используется вместо термина «криптограмма», хотя последний подчёркивает сам факт передачи сообщения, а не шифрования.
Процесс применения операции шифрования к шифротексту называется перешифровкой.
Дата добавления: 2014-12-06; просмотров: 1079;