پاورپوینت منابع تصادفی رمزنگاری

بخشی از پاورپوینت

اسلاید 1 :

موضوع ارائه
منابع تصادفی
رمزنگاری

اسلاید 2 :

سرفصل مطالب
جایگاه منابع تصادفی در رمزنگاری
مدل سازی منابع تصادفی
منابع آنتروپی
فاصله آماری و تمایزناپذیری محاسباتی
بازی استخراج پذیری منابع
غیر ممکن بودن رمزنگاری با منابع آنتروپی
ممکن بودن امضا با منابع آنتروپی
ممکن بودن شبیهسازی با منابع آنتروپی
استخراج پذیری منابع آنتروپی با هستهی تصادفی
جمعبندی و نتیجهگیری

اسلاید 3 :

جایگاه منابع تصادفی در رمزنگاری
Enck(m)
دسترسی به یک منبع تصادفی برای فرآیند تولید کلید لازم است.
دسترسی به یک منبع تصادفی برای رمزگذاری لازم است. رمزگذاری یقینی امنیت تمایزناپذیری CPA را ندارد.
در طرح رمز الجمال مقدار پارامتر تصادفی باید مخفی باشد
در طرح رمزگذاری CPA به صورت مقابل مقدار پارامتر تصادفی آشکار است.

اسلاید 4 :

روشهای تولید دنباله تصادفی
روشهایی که با کمک انسان مقادیر تصادفی تولید میکنند کیفیت قابل قبولی ندارند و نباید به کار برده شوند.
روشهای نرمافزاری
هسته تصادفی
ضعیف
مولد شبه تصادفی
مولد شبه تصادفی
هسته تصادفی
ضعیف
چکیدهساز
دنباله تصادفی
دنباله تصادفی
اگر آنتروپی ورودی چکیدهساز SHA1 دو برابر خروجی باشد، خروجی آن برای کاربردهای رمزنگاری تصادفی فرض شود.

اسلاید 5 :

آیا NIST مرجع قابل اعتمادی است
Dual Elliptic Curve Deterministic Random Bit Generator (Dual_EC_DRBG)
طرح پیشنهادی NIST برای تولید دنباله تصادفی برای کاربردهای رمزنگاری (2005)
مولد شبه تصادفی مبتنی بر خم بیضوی
چکیدهساز
دنباله تصادفی ؟
این طرح در SSL استفاده شده است.
هسته تصادفی
ضعیف

اسلاید 6 :

مدلسازی منابع تصادفی – مدل نیومن
منبع بیتهای مستقلی تولید میکند ولی بایاس بیتها صفر نیست
به سادگی میتوان از منبع نیومن بیت‎های تصادفی استخراج کرد.
این منبع حافظه ندارد و انطباق خوبی با منابع فیزیکی واقعی ندارد
دنباله تصادفی

اسلاید 7 :

مدل سانتا - وزیرانی
هر بیت منبع با معلوم بودن همه بیتهای قبلی منبع به صورت یقینی قابل تعیین نیست
هر بیت تولیدی منبع مقداری آنتروپی دارد.

اسلاید 8 :

مدل آنتروپی
منبع سانتا وزیرانی همه منابع تصادفی را شامل نمیشود
این شرط که هر بیت تولیدی منبع مقداری آنتروپی داشته باشد، فرض سختگیرانهای است.

اسلاید 9 :

منابع آنتروپی
ارتباط آنتروپی شانونی با کمینه آنتروپی
اگر از خروجی یک منبع (متغیر تصادفی) فقط یکبار استفاده کنیم باید بدترین حالت را در نظر بگیریم ولی اگر از خروجی متغیر تصادفی به تعداد دلخواهی استفاده کنیم رفتار میانگین متغیر تصادفی اهمیت پیدا میکند

اسلاید 10 :

استخراج از منابع غیرایدهآل
ایدهی استخراج دنبالهی تصادفی خوب از دنبالهی تصادفی بد

اسلاید 11 :

مدلسازی منابع تصادفی
منبع تصادفی
sampler

اسلاید 12 :

کمینه آنتروپی معیار مناسبی برای استخراجپذیری

اسلاید 13 :

استخراج از منابع غیرایدهآل
ایدهی استخراج دنبالهی تصادفی خوب از دنبالهی تصادفی بد
تمایزناپذیری تئوری اطلاعاتی

تمایزناپذیری محاسباتی
sampler

اسلاید 14 :

فاصله آماری و تمایزناپذیری محاسباتی
فاصله آماری به بیان دیگر

اسلاید 15 :

فاصله آماری و بازی تمایزناپذیری متغیرهای تصادفی
حدس زدن

اسلاید 16 :

فاصله آماری و تمایزناپذیری
دو متغیر تصادفی تمایز ناپذیرند (از دیدگاه تئوری اطلاعات) اگر فاصله آماری آنها صفر باشد.
هرچه فاصله آماری دو متغیر تصادفی کمتر باشد، آنگاه تمایز دادن آنها سختتر میشود.

اسلاید 17 :

بازی استخراجپذیری منابع
منابع آنتروپی استخراجپذیر نیستند

اسلاید 18 :

بازی استخراجپذیری .

اسلاید 19 :

استخراج از منابع غیر ایدهآل- ایدههایی برای خروج از بن بست

اسلاید 20 :

تمایزناپذیری محاسباتی به جای فاصلهی آماری
در رمزنگاری از تمایزناپذیری محاسباتی استفاده میشود.
همه نهادها در کلاس محاسباتی PPT فرض میشوند و احتمالهای موفقیت و یا شکست ناچیز، نادیده گرفته میشود
اما نمیتوانیم چیزی را بدون فرض اثبات کنیم
تحلیلهای کلیNIST یا هر روش دیگر؟