Linear Feedback Shift Register
LFSR
在密码学中,流密码(Stream cipher),又译为流加密、数据流加密,是一种对称加密算法,加密和解密双方使用相同伪随机加密数据流
(pseudo-random stream)作为密钥,明文数据每次与密钥数据流顺次对应加密,得到密文数据流。实践中数据通常是一个位(bit)并用异或(xor)操作加密。
该算法解决了对称加密完善保密性(perfect secrecy)的实际操作困难。完善保密性由克劳德·香农于 1949 年提出。由于完善保密性要求密钥长度不短于明文长度,故而实际操作存在困难,改由较短数据流通过特定算法得到密钥流。
伪随机密钥流(keystream)由一个随机的种子
(seed)通过算法(称为:PRG,pseudo-random generator)得到,k 作为种子,则 G(k) 作为实际使用的密钥进行加密解密工作。为了保证流加密的安全性,PRG 必须是不可预测的。弱算法包括 glibc random() 函数,线性同余生成器(linear congruential generator)等。
实际序列密码使用的密钥位序列 是通过具有某种属性的密钥流生成器得到的。一种得到长伪随机序列的简单方法就是使用线性反馈移位寄存器(LFSR), LFSR 很容易使用硬件实现,许多序列密码都是使用 LFSR 来实现的,但不是全部。
构成
一个 LFSR 有若干时钟存储原件(触发器)和一个反馈路径组成,存储原件的数目给出了 LFSR 的度。换言之,一个拥有 m 个触发器的 LFSR 可以称为度为 m
。反馈网络计算移位寄存器中某些触发器的 XOR 和,并将其作为上一个触发器的输入。
如果这里的反馈函数是线性的,我们则将其称为 LFSR,此时该反馈函数可以表示为:
其中或,表示异或(模二加)。
(例)加密过程:
# R 为初始状态,mask 为掩码
def LFSR(R, mask):
# 把 R 左移一位后低32位(即抹去 R 的最高位,然后在 R 的最低位补 0)的值赋给 output 变量
output = (R << 1) & 0xffffffff
# 把传入的 R 和 mask 做按位与运算,运算结果取低 32 位,将该值赋给 i 变量
i = (R & mask) & 0xffffffff
# 从 i 的最低位向 i 的最高位依次做异或运算,将运算结果赋给 lastbit 变量
lastbit = 0
while i!= 0:
lastbit ^= (i & 1)
i = i >> 1
# 将 output 变量的最后一位设置成 lastbit 变量的值。
output ^= lastbit
# output 即经过一轮 LFSR 之后的新序列,lastbit 即经过一轮 LFSR 之后输出的一位
return (output, lastbit)
性质
LFSR 寄存器的空间状态受限于寄存器位数最大只能达到 ,去除初始状态之后有 即可到达循环节。
>> 度长为 的 LFSR 可产生的最大周期序列长度为 .
选取最大不可约多项式进行验证:
#-*- coding: utf-8 -*-
# 本原多项式样本值 (0, 1, 3, 5, 16)
from operator import eq
def LFSR(p_x, seq):
s = 0
for i in p_x:
s ^= seq[i - 1] # i - 1
for i in range(len(seq) - 1):
seq[i] = seq[i + 1] # seq 1,2,...,n <-
seq[-1] = s
if __name__ == "__main__":
# 特征多项式 P(x)
# P_x = list(input("Please Input P(x) >> "))
# 本源多项式
P_x = list((0, 1, 3, 5, 16))
p_x = P_x[1:]
# seq = input("Please Input Sequence >> ")
# 寄存器的初始状态 seq
seq = [(_ % 2) for _ in range(P_x[-1])]
cmp = [(_ % 2) for _ in range(P_x[-1])]
cnt = 0
while True:
LFSR(p_x, seq)
cnt += 1
if eq(seq, cmp):
print seq
print cnt
break
运行结果: