XiaoMi-AI文件搜索系统
World File Search SystemCiphers
附录 A：第一次世界大战的密码学家
乔治·法比安 (George Fabyan) 位于伊利诺伊州日内瓦的河岸实验室 (Riverbank Laboratories) 设有一个密码部门，在第一次世界大战初期协助美国政府。本表仅包括已知参与过军事情报部门发送给河岸实验室的代码和密码材料研究的工作人员。河岸实验室还有其他工作人员参与过培根密码研究，但无法证实他们是否也参与过战时研究。
代码巴斯科科学奥林匹克
Code Busters测试评估参与者对密码学，逻辑思维和编码技能的了解，重点是加密基础知识，历史密码和现代代码。测试格式从区域到国家层面，随着难度的增加而异。要成功，必须采用解决问题的技能，逻辑思维和有效的时间管理。利用练习材料并熟悉测试格式可以提高性能。进行练习，在“纯文本”框中输入一个短语，然后在“提示数字”下输入6个随机数。单击“显示建议的问题文本”，然后“替换问题文本”。使用铅笔和纸写下短语的Pollux密码文本。首先使用提供的线索自行解决难题。您也可以尝试：输入新短语，更改数字分配或单击蓝色“随机化”按钮。此密码具有多个解决方案，因为一个以上的数字可以是点，破折号或X。在4个不同的网站上了解Morse Ciphers并在Morbit密码上观看视频：您可以找到书面示例和练习工作表，并创建自己的Morbit Cipher来解决。团队目标：与科学一起玩乐，共同努力，不要害怕马上不知道答案。
基于图理论的文本加密
这项工作提出了一种新的加密技术，该技术通过两个不同的阶段确保了安全的通信：利用依赖于授权个体之间的角色交换安排和应用字母加密表之间的单方单位替代密码。此外，该研究还利用Kurskal技术来计算最小跨越树，从而通过基于从图理论中得出的思想创建共享的键来创建复杂的加密文本，从而提高了安全性。
轻型加密块密码块的硬件构造具有错误检测机制
摘要加密算法QARMA是一个轻巧的可调节块密码的家族，可以在诸如内存加密和键入哈希函数的构建等应用程序中获得。在硬件中利用轻度安全性具有将机制采用电池约束的使用模型，包括可植入和可穿戴医疗设备。这个轻巧的块密码利用了一个取代置换网络（SPN），该网络的灵感来自诸如王子，螳螂和中部的块密码。此外，它使用三轮偶数拼写方案而不是FX-construction，其中央置换量无关紧要和键盘。在本文中，我们介绍了有关QARMA变量，Qarma-64和Qarma-128的错误检测方案，据迄今为止，尚未提出这一点。我们介绍了基于逻辑的实现的派生，随后，我们为基于LUT的方法提供了基于签名和交错的基于签名和基于签名的方案的派生。为紧凑型，份额和优化的S-box提供了提供的新的基于签名的错误检测方案，包括环状冗余检查（CRC）。此外，通过编码操作数的重新计算允许架构对抗瞬态和永久性故障。此外，这些方案在轨道可编程阵列（FPGA）硬件平台上进行了基准测试，在该平台上，performance和实现指标显示可接受的开销和退化。拟议的方案的目的是使该轻质调整块密码的实现更加可靠。
![arxiv：2401.04495v1 [cs.cr] 2024年1月9日](/simg/g:\will\search\icon\source\c\c4a747a940d55cea2cb2c49a6785efcebd936a32.webp)
arxiv：2401.04495v1 [cs.cr] 2024年1月9日
差分密码分析是在90年代开始引入的一种强大工具，以攻击某些加密对称基原始人，即阻止密码[1]。这次攻击后来被推广[2-4]，是一种倾向于选择的plaintext攻击，它利用输入差异和相应的输出差异之间的不均匀关系。为了减轻这些攻击方法的脆弱性，密码内的加密转换应旨在实现最低差异均匀性的最低水平[5]）的调查[6]）。必须强调的是，差异均匀性的计算是基于XOR操作的。的确，在传统的密码密码密码分析的情况下，设计师和隐式分析师经常考虑的差异操作是在加密过程中混合密钥的一种。在许多情况下，此操作是比特的添加模量二，即XOR。然而，值得注意的是，还可以考虑替代类型的操作。例如，伯森（Berson）引入了研究MD/SHA函数家族的模块化差异[7]，并且已经使用了类似的方法[8]将存在的块密码[9]。Borisov等。[10]提出了一种称为乘法差异的新型差异来攻击思想[11]。这启发了C-差异均匀性的定义[12]，该均匀性已在最后一个
修订WiFi CPE ITSAR
它应以AES-128为默认标准支持WPA2-PSK。其他国际接受的加密标准（例如AES-192等）也可以使用用户选择选择。不可用于选择 /配置等较弱的加密选项，例如WEP，WPS，TKIP等。此外，WPA2版本应支持PMF（受保护的管理帧）。WPA2应该内置在KRACK（钥匙恢复攻击）缓解措施中。另外，所有使用的密码都必须符合最新文档的表1“
人工智能在密码学中的应用
本文探讨了人工智能 (AI) 在密码学领域的一些最新进展。它特别考虑了机器学习 (ML) 和进化计算 (EC) 在分析和加密数据中的应用。简要概述了人工神经网络 (ANN) 和使用深度 ANN 进行深度学习的原理。在此背景下，本文考虑：(i) EC 和 ANN 在生成唯一且不可克隆的密码方面的实现；(ii) 用于检测有限二进制字符串的真正随机性（或其他）的 ML 策略，用于密码分析中的应用。本文的目的是概述如何应用 AI 来加密数据并对此类数据和其他数据类型进行密码分析，以评估加密算法的加密强度，例如检测被拦截的数据流模式，这些数据流是加密数据的签名。这包括作者对该领域的一些先前贡献，并在整个过程中被引用。介绍了一些应用，包括使用智能手机对钞票等高价值文件进行身份验证。这涉及使用智能手机的天线（在近场）读取柔性射频标签，该标签耦合到具有不可编程协处理器的集成电路。协处理器保留使用 EC 生成的超强加密信息，可以在线解密，从而通过智能手机通过物联网验证文档的真实性。还简要探讨了使用智能手机和光学密码的光学认证方法的应用。
量子线性化攻击
摘要。最近的研究表明，量子周期查找可用于破解叠加查询模型中的许多流行构造（一些分组密码，如 Even-Mansour、多个 MAC 和 AE……）。到目前为止，所有被破解的构造都表现出强大的代数结构，这使得能够构造单个输入块的周期函数。恢复秘密周期可以恢复密钥，区分并破坏这些模式的机密性或真实性。在本文中，我们介绍了量子线性化攻击，这是一种使用 Simon 算法针对叠加查询模型中的 MAC 的新方法。具体来说，我们使用多个块的输入作为隐藏线性结构的函数的接口。恢复此结构可以执行伪造。我们还介绍了这种攻击的一些变体，这些变体使用其他量子算法，这些算法在量子对称密码分析中不太常见：Deutsch、Bernstein-Vazirani 和 Shor 的算法。据我们所知，这是这些算法首次用于量子伪造或密钥恢复攻击。我们的攻击破解了许多可并行化的 MAC，例如 LightMac、PMAC 以及具有（经典）超龄安全性（LightMAC+、PMAC+）或使用可调整分组密码（ZMAC）的众多变体。更一般地说，这表明构建可并行化的量子安全 PRF 可能是一项具有挑战性的任务。