《Swarm and Evolutionary Computation》:A novel bio-inspired encoding for evolving cryptographic Boolean functions
编辑推荐:
这篇论文提出了一种基于反应系统(RS)的新型生物启发编码方法EvoBRS,用于进化具有高非线性度(Bent函数)和平衡性等密码学特性的布尔函数。该框架将函数编码为紧凑易读的合取范式(DNF),突破了传统遗传算法(GA)和遗传编程(GP)在可解释性与可扩展性上的局限,为密码学构件设计提供了创新解决方案。
章节亮点
布尔函数
本节介绍了布尔函数在密码学中的基础定义和相关性质。设F2= {0,1}为二元有限域,其加法对应于比特的异或(XOR)运算(记为a⊕b),乘法则对应...
反应系统
本节介绍了反应系统(RS)的基本定义,并阐释了如何利用其表示DNF形式的布尔函数。RS由Rozenberg和Ehrenfeucht于2004年提出,作为一种受化学反应启发的形式化模型,此后激发了大量研究...
理论结果
本节提出了关于具有最大非线性度的布尔函数其DNF表示的新结果。这些理论发现为我们下一节将详述的进化算法设计奠定了基础。我们首先回顾沃什变换(Walsh Transform)与布尔函数汉明重量(Hamming Weight)之间的一个有用恒等式。对于任意a ∈ F2n,令?a(x) = a·x,下式成立:Wf(a) = 2n- 2wH(f ⊕ ?a)。公式(4)告诉我们...
进化布尔反应系统
本节我们提出了一种新算法——进化布尔反应系统(EvoBRS),专门用于通过布尔反应系统(BRS)来表征和进化布尔函数。需要指出,虽然进化一般RS的框架最初由[14]提出,但我们的方法有根本不同,因为我们进化的个体被约束为BRS。为维持此约束,我们定义了专门的算子以及新颖的适应度度量...
实验方法学
本节介绍了运行EvoBRS算法的实验设置,以及用于比较的算法。我们的代码采用C++实现以确保计算效率,并已在GitHub上公开...
实验结果
本节展示了实验活动的结果。第一部分(第7.1节)关注性能,第二部分(第7.2节)则探讨所生成解决方案的多样性和可解释性。
结论
我们提出了EvoBRS,一个用于设计密码学布尔函数的进化框架,它能提供紧凑、人类可读的解决方案,且无需后处理或逻辑最小化。我们在两个成熟基准上验证了EvoBRS,并将其性能与此任务最常用的两种进化基线(即GA和GP)进行了比较。我们的实验证明,EvoBRS能持续进化出高度非线性且平衡的布尔函数...