二值神经网络加密质量

Question

我正在创建一个二进制神经网络来加密有效载荷，我想将其与AES在质量上进行比较，例如:使用BNN，您需要XX年来解密使用AES将花费YY年的地方。我该怎么做？？

目前，我有两个测试：

• 显示有效载荷有多随机的图形表示，如下图所示：

• STS随机性检验，它给出了以下数字：

还有其他测试(S)，我可以执行，以增加信心，加密的有效载荷是可比的/最好的/最坏的？

Answer 1

AES已经被这一领域的专家研究了很多年了，关于破解时间的估计是基于最著名的公开密码分析。你的算法很可能没有得到任何专家研究，所以任何估计都是毫无意义的。

与其试图估计密码有多好，你可以尝试理解BNN是如何工作的，它对比特做了什么，它是否实现了良好的混合、混淆和扩散，以及您是否能够找到攻击。

还请注意Schneier的“法律”：“任何人都可以发明一个非常聪明的安全系统，以至于他或她无法想象有一种破坏安全系统的方法”。如果你找不到攻击，那并不意味着它是安全的。

还请注意，您所执行的统计随机性测试可以给您一定程度的信心，回答某件东西坏了，但它们肯定不能告诉您某些东西是安全的。这些测试的问题在于，它们假定了一个对手模型--即他们采取一个特定的对手，并声明该方案对此对手是安全的。然而，这并不排除存在另一个破坏它的对手。此外，这些测试是统计性的，因此它们将具有与任何其他经验性测试相同的缺陷。

在试图发现攻击时，你还可以看看其他人在对称密码学中所做的事情--显而易见的是线性和差分密码分析等方法。但你也可以看看其他人研究过的关于神经网络的密码学。这里的一个例子是：https://arxiv.org/abs/1610.06918。

我希望我能给你一些关于你下一步能做什么的建议。

P.S.：为什么在U2栏底部有1007%的成功机会？

Answer 2

正如本网站所描述的那样，您所要做的工作与加密方法根本不兼容。您看到的是模拟输入、模拟输出和有损压缩。神经网络具有随机性，因为轴突->枝晶界面本质上是不可靠的.

用混沌振荡器对模拟信号进行加密是一项重要的工作。我个人不认为它是加密，因为有损失，但大脑或机器学习可以计算出输出。

其基础是蔡氏电路，如果您在库中查找，您可以发现这些不同的压缩方法是如何在90年代模拟到数字信道转换过程中处理的。