基于随机性检验的密码算法分层识别方案

在密码攻击中,识别出密文的加密算法是进一步展开攻击的前提。随着越来越多的新加密算法投入使用,现有的单层识别方案模型越来越难以满足需求。为此,以密码分析者只掌握密文而进行唯密文攻击的情况为前提,从密码体制区别出发,采用分层识别方案,先识别密文所属的密码体制,再识别密文的加密算法。整合信息论中的熵、NIST随机性检验的频率检验、块内频率检验、游程检验等现有特征,再引入奇异值和频率检验等新特征,依托这6个元素进行特征提取。为了提高鲁棒性,密码体制识别与密码算法识别使用不同的特征组合。采用随机森林模型作为识别模型,实现对AES、DES、RC4、Grain、RSA、MD5和SHA-1等7个密码算法的有效识别。结果表明,在相同数据集上,所设计方法的识别准确率相较于传统方法提高了近30%。