密码算法识别技术研究进展与展望 伴随着信息技术的快速发展，信息安全的重要性变得越来越突出，利用密码系统对数据进行加密保护是实现信息安全的一个关键步骤，对密文进行密码分析也是密码学领域的一个重要分支。 在安全监控中，一般的安全监控人员仅能得到安全监控信息，而不能判断安全监控中所使用的安全算法是否被安全监控，这给安全监控工作带来了很大困难。 1998年，根据所得到的机密资料，对分组密码的攻击划分为五种类型，对唯密文情况下的加密算法进行鉴别，这是进行各种类型的密码攻击的先决条件，也是以后对其进行密码分析的基础。 在信息安全中，攻守互为因果，单向口令的鉴别是一个非常重要的课题，它也是一种针对口令的攻击。另一方面，对于加密算法的研究，如何突破已有的加密技术，也是一个新的课题。 当前，密码算法的辨识主要分为两类：一类是基于反演技术的编码级解析，另一类是基于唯密文的编码级解析，本项目主要围绕后者展开。 因此，本项目拟从当前对密码计算方法的研究入手，着重于将机器学习和深度学习技术相结合的各种密码计算方法，并对其特征、数据集获取和处理模式进行归纳和试验，针对已有方法中的问题，对其未来发展趋势进行预测。 目前已有的方法大多是以分组密码为对象，且已有的方法都是以分组密码为对象，且已有成果。接下来，将会对现有的密码算法识别方法进行详细的描述，并从技术路线、识别效果等方面展开比较和分析。 在这一领域的早期，人们更多地运用了统计检验的概念来进行探讨。统计检测在分组密码安全性评价中起到了关键的作用，对于分组密码密文序列的统计检测，其出发点是将分组密码作为一个伪随机数发生器进行检测，从而判断分组密码输出序列是否具有出色的随机性能。 在对密码算法进行辨识时，通过对各分组的数据进行统计分析，找出各分组的数据包之间的随机性有一定的差别，进而对其进行判定。 从1990年起，可以看出，加密学者们已开始思考加密与机器学习的冲突，并给出了一些有关的概念和结论。讨论了在加密领域中使用机器学习技术的可能性。由于各种加密方法生成的密文具有一些特殊的统计特征，因此可以对其进行鉴别。 2021年，对明文的文本、语音、图像等格式进行了密码加密，然后对密码进行了8比特的分割，利用累积叠加的方式，把分割后的密码转换成了2 D矢量的阵列。在此基础上，将所获得的2- D矢量经一个具有特定卷积核数的卷积型网络，并对所获得的2- D矢量集进行压缩，以求出密码文本的特征。 最后，利用此特征矢量对随机森林进行了分类，其分类精度可达83%。 也是以 NIST随机性测试为基础构造密文的特征向量，将密文按照固定大小进行分块，然后对每一分块进行包括频率检验、块内频数检验、非重叠模板检验、游程检验与近似熵检验等五种随机性测试，从而得到每块密文对应的测试结果。该方法以每个密码段的随机检验值为2 D密码的特征值。 将层次化机制和整合学习技术应用于密码算法的检测，能够有效提升检测精度。接下来一步，使用多种方式进行整合的多层分层框架架，逐渐地完成密码算法的精细化识别，提高方案的适用性、鲁棒性和普遍性，这也是一个需要进行深入探讨的重要方面。 对于分组密码的密文特征，可以试图从加密学的视角入手，并结合其算法自身的不同的结构，来对密文特征进行分析，有文献表明，在不同的算法结构之间，在密文特征分布上有差别。 在当前信息技术与加密技术快速融合的背景下，对加密算法的识别问题的研究变得越来越困难，同时也为加密系统的分类、检验、安全评价等提供了新的思路。 已有的方法以各种类型的密文为例，但实际应用中，密文以各种通信协议为载体，其长度往往比密文文档更小，且对实时性和有效性的要求更高，故必须与密码流解析等学科的有关内容相融合，才能对其展开深入的研究。 在已有的加密算法识别的基础上，重点关注特征提取、特征选择等问题，对已有的加密算法的特征进行了剖析和阐述，并对其今后的发展趋势进行了展望，期望能够给从事加密算法识别工作的同行们带来一些借鉴。 参考文献： 1.丁伟,谈程.一种基于密文分析的密码识别技术.通信技术. 2.李继中,舒辉.密码算法识别技术研究.信息网络安全, 3.李继中,蒋烈辉,尹青,等.基于Bayes决策的密码算法识别技术.计算机工程,