综述：人工智能与AES的有效安全性：对侧信道分析、加密流量分析以及AES-256后量子时代定位的综述

《Algorithms》：Artificial Intelligence and the Effective Security of AES: A Narrative Review of Side-Channel Analysis, Encrypted-Traffic Analysis, and the Post-Quantum Positioning of AES-256

　　

摘要

本文对人工智能在密码学中的作用进行了综述，重点探讨了高级加密标准（AES）以及256位密钥的AES-256版本在密码分析、加密流量分析以及后量子计算领域的应用。深度学习侧信道分析已逐渐发展成为一种通用的攻击工具；神经网络检测方法也被引入到传统密码分析中；而加密流量分析则表明，数据内容的保密性并不等同于元数据的隐私性。本文区分了算法本身的安全性、具体实现的安全性以及协议层面的元数据隐私性，因为所分析的结果主要涉及后两者而非前者。尽管在理想的量子模型下，AES-256仍具有强大的结构稳定性，能够抵御格罗弗算法的攻击，但应将其与经过强化的实现方式、如ML-KEM这样的后量子密钥建立技术以及协议层面的防护措施一起使用，而不能单独依赖它。