ÜS HARİTALAMA TABANLI CEBİRSEL 8-BİT GİRİŞ 8-BİT ÇIKIŞLI S-KUTULARININ SINIFLANDIRILMASI

Benzer belgeler
AES S Kutusuna Benzer S Kutuları Üreten Simulatör

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

Polinom İnterpolasyonu

TESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

Akış Şifrelerinde Tasarım Teknikleri ve Güç İncelemesi

III.4. YÜKSEK MERTEBE TAYLOR METODLARI. ( t)

RANKI 2 OLAN SERBEST LIE CEBİRLERİNİN OTOMORFİZM GRUPLARININ SUNUMLARI 1 Reports Of Free Groups Otomorfizm Rank 2 Lie Algebras

Filbert Matrislerinin Normları İçin Alt ve Üst Sınırlar. The Upper and Lower Bounds For Norms of Filbert Matrices

x 2$, X nın bir tahminidir. Bu durumda x ile X arasındaki farka bu örnek için örnekleme hatası x nın örnekleme hatasıdır. X = x - (örnekleme hatası)

S-kutularının Kriptografik Özellikleri Cryptographic Properties of S-boxes

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

Đst201 Đstatistik Teorisi I

BEKLENEN DEĞER VE VARYANS

Yaşam eğrilerini karşılaştırmak için kullanılan skor ve ağırlıklı testler: Sayısal örnekler

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

değerine bu matrisin bir girdisi(elemanı,bileşeni) denir. Bir sütundan (satırdan) oluşan bir matrise bir sütun (satır) matrisi denir.

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

MERKEZİ EĞİLİM ÖLÇÜLERİ

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

BASİT ŞANS ÖRNEKLEMESİ

Regresyon ve Korelasyon Analizi. Regresyon Analizi

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

1. GAZLARIN DAVRANI I

Zaman Skalasında Box-Cox Regresyon Yöntemi

Temel Yapılar: Kümeler, Fonksiyonlar, Diziler ve Toplamlar

ĐDEAL BĐR DC/DC BUCK DÖNÜŞTÜRÜCÜNÜN GENELLEŞTĐRĐLMĐŞ DURUM UZAY ORTALAMA METODU ĐLE MODELLENMESĐ

BAZI YARIGRUP AİLELERİ ve YAPILARI İÇİN SONLULUK KOŞULLARI ve ETKİNLİK *

ÇOK AMAÇLI DOĞRUSAL KESİRLİ PROGRAMLAMA YÖNTEMİ İLE ÇEVRE YÖNETİM SİSTEMLERİ PROBLEMLERİNE ÇÖZÜM YAKLAŞIMI

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

(DERS NOTLARI) Hazırlayan: Prof.Dr. Orhan ÇAKIR. Ankara Üniversitesi, Fen Fakültesi, Fizik Bölümü

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

GRAPHIN SPEKTRAL YARIÇAPI İÇİN SINIRLAR

0 1 2 n 1. Doğu Akdeniz Üniversitesi Matematik Bölümü Mate 322

BR GRAPHIN KOMULUK MATRS LE DERECE MATRSNN ÇARPIMININ EN BÜYÜK ÖZDEER ÇN SINIRLAR

DEÜ MÜHENDİSLİK FAKÜLTESİ FEN BİLİMLERİ DERGİSİ

LİNEER OLMAYAN DENKLEMLERİN SAYISAL ÇÖZÜM YÖNTEMLERİ-2

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

PORTFÖY OPTİMİZASYONUNDA ORTALAMA MUTLAK SAPMA MODELİ VE MARKOWITZ MODELİNİN KULLANIMI VE İMKB VERİLERİNE UYGULANMASI

Yaramaz E-Postaların Süzülmesinde, Karar Destek Makineleri, Naïve Bayes ve Bellek Tabanlı Öğrenme Yöntemlerinin Karşılaştırılması

Yüksek Mertebeden Sistemler İçin Ayrıştırma Temelli Bir Kontrol Yöntemi

Kaos Tabanlı Yeni Bir Blok Şifreleme Algoritması

( 1) ( ) işleminde etkisiz eleman e, tersi olmayan eleman t ise te kaçtır? a) 4/3 b) 3/4 c) -3 d) 4 e) Hiçbiri

Gamma ve Weibull Dağılımları Arasında Kullback-Leibler Uzaklığına Dayalı Ayrım

HARDY-LITTLEWOOD MAKSİMAL OPERATÖRÜ ÜZERİNDEKİ ÇALIŞMALARIN İNCELENMESİ AN OVERVIEW OF HARDY-LITTLEWOOD MAXIMAL OPERATOR

İKİ SEVİYELİ KESİKLİ STOKASTİK TAŞIMA PROBLEMİ BILEVEL DISCRETE STOCHASTIC TRANSPORTATION PROBLEM

Tanımlayıcı İstatistikler

T.C. SELÇUK ÜNĠVERSĠTESĠ FEN BĠLĠMLERĠ ENSTĠTÜSÜ

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ ARŞİMEDYEN KAPULALAR ÜZERİNE BİR ÇALIŞMA. Sıddık ARSLAN İSTATİSTİK ANABİLİM DALI ANKARA 2013

Tümevarım_toplam_Çarpım_Dizi_Seri. n c = nc i= 1 n ca i. k 1. i= r n. Σ sembolü ile bilinmesi gerekli bazı formüller : 1) k =

BÖLÜM 3 YER ÖLÇÜLERİ. Doç.Dr. Suat ŞAHİNLER

Yrd.Doç.Dr.İstem Köymen KESER

Bir Alışveriş Merkezinde Hizmet Sektörü Đçin En Kısa Yol Problemi ile Bir Çözüm

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

İŞLETMELERDE DAĞITIM SİSTEMİ MALİYETLERİ MİNİMİZASYONU İÇİN ÇÖZÜM MODELİ: BİR FİRMA UYGULAMASI

HĐPERSTATĐK SĐSTEMLER

6. BÖLÜM VEKTÖR UZAYI VEKTÖR UZAYI VEKTÖR UZAYLARI

İDEAL ÇARPIMLARI (IDEAL PRODUCTS)

) ( k = 0,1,2,... ) iterasyon formülü kullanılarak sabit

( KÜME LİSTE, ORTAK ÖZELLİK, ŞEMA YÖNTEMİ ELEMAN SAYISI BOŞ, SONLU, SONSUZ KÜME ALT KÜME VE ÖZELLİKLERİ ) ... BOŞ KÜME. w w w. m a t b a z.

Proceedings/Bildiriler Kitabı. problemi, AES-192 (192-bit anahtar kullanan AES blok -256 (256-bit anahtar kullanan AES blok

İki veri setinin yapısının karşılaştırılması

Bir Telekomünikasyon Probleminin Matematiksel Modellenmesi Üzerine

TÜREV DEĞERLERİNİ İÇEREN RASYONEL İNTERPOLASYON YÖNTEMLERİ VE UYGULAMALARI. Bayram Ali İBRAHİMOĞLU* & Mustafa BAYRAM**

6. Uygulama. dx < olduğunda ( )

1. KODLAMA KURAMINA GİRİŞ 1

Önceki bölümde özetlenen Taylor metodlarında yerel kesme hata mertebesinin yüksek oluşu istenilen bir özelliktir. Diğer taraftan

ARAŞTIRMA MAKALESİ / RESEARCH ARTICLE

Ders 2: Küme Teorisi, Örnek Uzay, Permütasyonlar ve Kombinasyonlar

α kararlı dağılım, VaR, Koşullu VaR,, Finansal α KARARLI DAĞILIMLARLA FİNANSAL RİSK

POLİNOMLARDA İNDİRGENEBİLİRLİK. Derleyen Osman EKİZ Eskişehir Fatih Fen Lisesi 1. GİRİŞ

GENELLEŞTİRİLMİŞ BULANIK KÜMELER. Mehmet Şahin Gaziantep Üniversitesi, Matematik Bölümü, 27310, Gaziantep

SOYUT CEBİR VE SAYILAR TEORİSİ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

BÖLÜM III. Kongrüanslar. ise a ile b, n modülüne göre kongrüdür denir ve

Tahmin Edici Elde Etme Yöntemleri

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ. q-tomurcuk FONKSİYONU ve q-bezier EĞRİLERİ. Melike SARAÇ MATEMATİK ANABİLİM DALI

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

Yapay Sinir Ağlarını Kullanarak Türkiye İçin Kara Yüzey Sıcaklığının Modellenmesi

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

(Sopphie Germain Denklemi) çarpanlarına ayırınız. r s + t r s + t olduğunu ispatlayınız olduğunu. + + = + + eşitliğini ispatlayınız.

( KÜME LİSTE, ORTAK ÖZELLİK, ŞEMA YÖNTEMİ ELEMAN SAYISI BOŞ, SONLU, SONSUZ KÜME ALT KÜME VE ÖZELLİK- LERİ ) ... BOŞ KÜME. w w w. m a t b a z.

Doç. Dr. Mehmet AKSARAYLI

(3) Eğer f karmaşık değerli bir fonksiyon ise gerçel kısmı Ref Lebesgue. Ref f. (4) Genel karmaşık değerli bir fonksiyon için. (6.

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

Tuğba SARAÇ Yük. Endüstri Mühendisi TAI, Ankara Özet. 1. Giriş. 2. Gözden Geçirmeler. Abstract

İleri Diferansiyel Denklemler

MATEMATİK ÖĞRETMENİ ALIMI AKADEMİK BECERİ SINAVI ÇÖZÜMLERİ

Kuzularda Büyümenin Çok Boyutlu Ölçekleme Yöntemi İle Değerlendirilmesi

5.1 Olasılık Tarihi Temel Olasılık Kavramları

1. GRUPLAR. 2) Aşağıdaki kümelerin verilen işlem altında bir grup olup olmadığını belirleyiniz.

Servis Yönlendirmeli Sistemlerde Güven Yayılımı

ÜRETİM PLANLAMASINDA HEDEF PROGRAMLAMA VE BULANIK HEDEF PROGRAMLAMA YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Örnek A. Benzer tipteki 40 güç kaynağının dayanma süreleri aşağıdaki gibidir. Genişletilmiş frekans tablosu oluşturunuz;

Transkript:

ÜS HARİTALAMA TABANLI CEBİRSEL -BİT GİRİŞ -BİT ÇIKIŞLI S-KUTULARININ SINIFLANDIRILMASI 1 Bora Asla, 2 M.Tolga SAKALLI, 3 Erca BULUŞ 1 Kırklarel Üverstes, Lüleburgaz Meslek Yüksekokulu, Lüleburgaz-Kırklarel 2 Trakya Üverstes, Müheslk Mmarlık Fakültes, Blgsayar Müheslğ, Ere 3 Namık Kemal Üverstes, Çorlu Müheslk Fakültes, Blgsayar Müheslğ, Çorlu-Tekrağ boraasla@trakya.eu.tr, tolga@trakya.eu.tr, ercabulus@corlu.eu.tr ABSTRACT Sce versos mappg base S-boxes gve goo results from the pot of cryptographc propertes, S- boxes esge by ths techque are use symmetrc cpher esg such as AES cpher esg. I ato, we ca see verso mappg as the specal case of power mappg GF(2 ). I our stuy, we classfy -bt to -bt S-boxes base o power mappgs GF(2 ) accorg to the DDT a LAT strbutos whch are very mportat cryptographc propertes for fferetal cryptaalyss a lear cryptaalyss respectvely. We also gve mathematcal prelmares eee for classfyg these algebrac S-boxes. Key wors: S-boxes, Power Mappgs, Classfcato 1.GİRİŞ Boole foksyoları ve vektörel boole foksyoları (S-kutuları) blok ve aka şfreleme yötemlere kullaıla, oğrusal olmaya ve şfreye güvelğ vere e öeml elemalarır. S- kutuları ç krptografk özellklere br ola oğrusal olmama özellğ öeml br özellktr. Buula beraber oğrusal salırılar ç öeml ola LAT (Lear Approxmato Table-Doğrusal Yaklaşım Tablosu), ferasyel salırılar ç öeml ola DDT (Dfferece Dstrbuto Table- Fark Dağılım Tablosu-XOR Tablosu), bütülük (completeess), çığ (avalache), katı çığ (strct avalache) gb krptografk özellkler S-kutularıı oyurması gerektre özellkler olarak karşımıza çıkmaktaır [1]. S-kutularıı tasarım tekklere örek olarak pseuo-raom üretm, solu csme ters hartalama, solu csme üs hartalama ve heurstk tekkler verleblr. Solu csme ters alma şlem, üs hartalama şlem özel br urumu olarak görüleblr ve bu k tekk le oğrusal olmama ölçüsü yüksek ve ğer krptografk özellkler y S- kutuları ele eleblr. Buu yaıa bu tasarım tekkler kullaılarak tasarlaa S-kutuları moomal tabalı polomlara ayalı üs hartalama ve ters alma gb cebrsel şlemler oluğu ç oğrusal eklk [2] [3] ve S-kutularıı cebrsel faese bazı bast cebrsel yaklaşımlar [4] gb stemeye özellkler e berabere getrmekter. Ye e bu stemeye özellkler şfreye br salırı olarak hala kullaılamamışlarır. Krptografe APN (Almost Perfect Nolear- Heme Heme Kusursuz Doğrusal Olmaya) foksyolar ferasyel krptaalze karşı smetrk şfre tasarımıa ayaıklılık suukları ç özel lg gösterle foksyolarır. Bu alaa yapıla ve lteratüre yer ala çeştl çalışmalar [5][6][7][][9] [10][11] şekle verleblr. APN foksyolar x GF(, q p ve p asal sayı olmak üzere f ( x a) b ekleme herhag br a \ 0GF( eğere karşılık maksmum b GF( eğer 2 ola foksyolarır ve ğer br eyşle 2 uform foksyolar aı a verlmekter. Bzm çalışmamıza GF ( 2 ) e üs foksyolarıı sııflaırılması yapılacağı ç kemz p 2 olacak şekle sıırlaırık. Dğer yaa bjektf (brebr ve örte) S-kutuları her e kaar zorulu olmasaa terch ele S- kutularıır. Acak foksyo x x, OBEB(, 2 1) 1 se brebr ve örte br foksyour. Bu kısıt altıa brebr ve örte ve APN br üs foksyo GF ( 2 ) e yoktur. Bu a aha kötü uform ağılımıa sahp üs foksyolarıı S-kutusu tasarımıa kullaılması fkr güeme getrmştr AES şfres tasarımcıları byte yapısıak şfre tasarım felsefese öü vermee Nyberg [12] öerğ ters hartalama tabalı ve APN foksyo ağılımıa yakı souç vere S-kutusuu şfrelere kullamışlarır. 2001 yılıa AES (Avace Ecrypto Staar) olarak seçle oğrusal [13] ve ferasyel [14] salırılara ayaıklı ola Rjael şfres Nyberg öerğ solu csme ters hartalama tabalı br S-kutusuu kullamaktaır ve cebrsel faes aşağıak gbr 35

1 x, x GF(2 ), f (0) 0. Bu hartalama bast cebrsel br fae oluğu ç ters hartalama şleme sora kl br affe (oğrusal) öüşüm kullaılarak bu bast cebrsel fae yleştrme yolua glmştr. Bu öüşüm oğrusal ve ferasyel salırılara karşı herhag br yleştrme sağlamamakla beraber GF ( 2 ) e S- kutusu faes aha karmaşık hale getrmekter. GF( 2 ) üzere, GF( 2 ) rgeemez polom 4 3 x x x x 1 le taımlamıştır, Lagrage terpolasyou kullaılarak ele ele AES S- kutusuu cebrsel faes aşağıak gb verleblr. 254 253 251 247 S( "63" "05" x "09" x " f 9" x "25" x 239 223 191 127 " f 4" x "01" x " b5" x " f " x. Buula beraber AES S-kutusuu tasarımıa 127 ters hartalama yere x x üs foksyou kullaılsayı AES S-kutusuu cebrsel faes 254 253 251 S( "63" "09" x " f 9" x "25" x 247 239 223 191 127 " f 4" x "01" x " b5" x " f " x "05" x şekle olacaktı. Dolayısıyla termlerek bezerlk üs foksyolarıı sııflaırılması le lgl olarak bz motve etmştr ve GF( 2 ) e tüm üs foksyoları ç DDT ve LAT ağılımları çalışmamıza celemştr. Ayrıca LAT ağılımıak e büyük eğer S-kutusuu oğrusal olmama krter le lşkl oluğu ç üs foksyou le tasarlaacak S-kutularıı oğrusal olmama ölçüsüe verleblr. Bu çalışmaa Maxwell [11] çalışmasıak bulgulara ek olarak GF(2 ) GF(2 ) üs foksyoları ç LAT ağılımları ve DDT ağılımları ele elmştr. GF ( 2 ) e 30 rgeemez polom bulumaktaır ve buları 16 sı asal polomur [15]. İrgeemez polomları taba alarak oluşturulacak her csm arasıa zomorfzm oluğu ç bu rgeemez polomlara bryle oluşturulacak solu csme celeecek herhag br üs foksyou ayı krptografk özellğ verecektr. Bz çalışmamıza AES S-kutusuu 4 3 tasarımıa kullaıla x x x x 1 rgeemez polomuu kullaarak GF( 2 ) e solu csm oluşturup olası tüm üs foksyolarıı bu csme avraışlarıı celek ve üs foksyolarıı LAT ve DDT ağılımlarıa göre sııflaırık. 2.MATEMATİK ALT YAPI S : GF(2 ) GF(2 ) olmak üzere -bt grş ve -bt çıkışa sahp br S-kutusu olsu. O zama herhag verle a, b, a, b GF(2 ) ç XOR ( a,, herhag a \ 0 ve b ç S( s( x a) b eklemek b eğerler sayısıı taımlar ve eklem (1) ek gb gösterleblr [16]. S ç eklem (1) e a ve b eğerler sırasıyla grş farkı ve çıkış farkı olarak smlerlr. XOR( a, # x GF(2 ) S( S( x a) b (1) Bua ek olarak N L ( a, b ), herhag a \ 0 ve b ç x GF( 2 ) olmak üzere a x b S( eklem sağlaya eğerler sayısıı taımlar ve (2) eklemek gb gösterleblr [16]. S ç eklem (2) e a ve b eğerler sırasıyla grş maskes ve çıkış maskes olarak smlerlr. Deklem (3) te herhag br grş ve çıkış maskes eğere göre LAT tablosu eğer asıl ele eleceğ verlmştr. N L ( a, b ) # x GF(2 ) a x b S( (2) ( x y okta ürü olarak smlerlr.) LAT ( a, b ) # x GF(2 ) a x b S( (3) 1 2 GF(, q elemalı solu br csm ve q, p olacak şekle asal br sayıı üssü olsu. f : GF( GF( ola foksyoları ele alalım. a, bgf( olmak üzere f ( eğer q f ( maks XOR ( a, : a, b GF(, a 0 eğere az se foksyo ç oğrusal eğlr erz. Dğer yaa br S-kutusu ç oğrusal olmama ölçüsü NLM S eğer LAT eğer le lşkl olarak eklem (4) te verlmştr. NLM S 2 1 maks LATS ( a, b ) (4) Yukarıa verle taımlara lşk olarak ferasyel ve oğrusal salırılara karşı S- kutusuu y avraış göstereblmes ç S- kutusuu hem DDT hem e LAT eğerler 36

maksmum eğer oluğuca küçük olması stee özellkler arasıaır. Taım 1. x foksyou GF( p ) üzere br foksyo olsu. f 2 APN er. şeklek hartalara Taım 2. a, b GF( p ) olmak üzere f foksyou ç XOR ( a, ve g foksyou ç XOR ( a, eğerler lstes brbrler le ayı se f ve g foksyoları ektr er [11]. Taım 3. Br tamsayı çere cyclotomc koset C 1, p,..., p (mo N) mo N e göre şekle br settr ve, p (mo N) olacak şekle e küçük tamsayıır [17]. Teorem 1. x foksyou ç cyclotomc koset üzerek XOR ( a, sabttr [11]. ( XOR p : 0,1,..., 1 İspat. p p x : ( x a) p x : ( x ( a, XOR ( a, p a) ( x ) p x b 0,1,..., 1 ç) b p y : ( y a) y ) b ( y x olmak üzere) Teorem 2. a 0 ç XOR ( a, XOR (1, ba ) r [11]. Öerme 1. x GF( 2 ) ve çft olmak üzere GF( 2 ) csme ters hartalama şlem 1 x, f (0) 0 fark ağılımıa göre 4- uformur [12]. Öerme 2. x GF( 2 ) GF( 2 ) csme ve çft olmak üzere x foksyou 1, 2,.., 1 olmak üzere 2 2 1 foksyo fark ağılımıa göre 4-uformur. se İspat. GF( 2 ) csme ters hartalama şlem ç 2 2 r. Dolayısıyla Teorem 1 e göre 2 2 2 mo(2 1) ( x ) foksyoua öerme 1 ek gb ayı fark ağılımıı verecektr. Dolayısıyla 2 2 2 mo(2 1) ( x ) ( x ) alamı ( 2 ) mo(2 1) x a gelmek ter k bu a 2 2 1 üssüü fark ağılımıa göre 4-uform oluğuu göstermekter. Teorem 2 e yola çıkarak GF( 2 ) e üs hartalama soucu ele elecek S-kutuları ç 2 2 boyutua DDT tablosu eğerler yere XOR ( 1, eğerler ele elmes yeterl olacağıı söyleyeblrz. Ayı şekle 2 2 boyutua LAT tablosu eğerler yere LAT ( 1, b ) eğerler ele elmes yeterl olacaktır. Dğer br eyşle 2 2 boyutuak her k tablo yere 1 2 tablo ç ağılımlarıı verlmes yeterlr. Öerme 1 gereğ GF( 2 ) e ters hartalama şlem 254 ya x x üs hartalama şlem 4 uform ağılım göstermekter (1 tae 4, 126 tae 2 ve 129 tae 0 eğer). Teorem 1, öerme 1 ve öerme 2 127 191 223 gereğ x x, x x, x x, 239 247 251 253 x x, x x, x x, x x üs hartalama foksyolarıa ayı krptografk özellkler göstereceklerr. Bu üs hartalama foksyoları ayı cyclotomk kosette oluklarıa ek foksyolarır ve ayı sııfa koablr. 3.GF(2 ) DE ÜS FONKSİYONLARININ SINIFLANDIRILMASI Çalışmamıza GF(2 ) GF(2 ) şeklek cebrsel hartalamalar ç üs foksyoları celeğ ç lk olarak br rgeemez polom seçlmştr. Seçle rgeemez polom AES S- 4 3 kutusuu kullaığı x x x x 1 polomuur. Bu polom ç kökü lkel elema olmaığı ç 1 lkel elemaı kullaılarak csm oluşturulmuştur: 1 ( "03", 2 "05",..., 2 11 2 mo(2 1) 254 " f 6", 255 "01"). Daha sora herhag br üs foksyou ç S-kutusu oluşturulmuş ve bu S-kutusu ç herhag br satırıa at DDT ve LAT eğerler mutlak eğerler ağılımları ele elmştr. Tablo 1, tüm sııfları br gösterm yapmakla beraber DDT ve LAT eğerler maksmum eğerler göstermekte ve oluşturula S-kutularıı oğrusal 37

olmama eğerler % mktarları le beraber vermekter. Sııflara 3, 9, 39, 5, 21, 95, 111, 25, 63, 55, 15, 45, 27, 5 olalar bjektf S-kutuları eğlr. Tablo 1: GF( 2 ) e tüm üs foksyolarıı tek satırları ç DDT ve LAT Dağılımlarıa göre Sııflaırılması Sııf () Sııf Elemaları S N Lmaks Doğrusal Olmama Değer NLM (% ) 3 (3 6 12 24 4 96 192 129) 2 16 112 (%93) 9 (9 1 36 72 144 33 66 132) 2 16 112 (%93) 39 (39 7 156 57 114 22 201 147) 2 16 112 (%93) 5 (5 10 20 40 0 160 65 130) 4 32 96 (%0) 21 (21 42 4 16 1 162 69 13) 4 16 112 (%93) 95 (95 190 125 150 245 235 215 175) 4 16 112 (%93) 111 (111 222 19 123 246 237 219 13) 4 16 112 (%93) 127 (127 254 253 251 247 239 223 191) 4 16 112 (%93) 7 (7 14 2 56 112 224 193 131) 6 32 96 (%0) 25 (25 50 100 200 145 35 70 140) 6 32 96 (%0) 37 (37 74 14 41 2 164 73 146) 6 32 96 (%0) 63 (63 126 252 249 243 231 207 159) 6 24 104 (%7) 11 (11 22 44 176 97 194 133) 10 32 96 (%0) 29 (29 5 116 232 209 163 71 142) 10 32 96 (%0) 13 (13 26 52 104 20 161 67 134) 12 32 96 (%0) 55 (55 110 220 15 115 230 205 155) 12 32 96 (%0) 59 (59 11 236 217 179 103 206 157) 12 32 96 (%0) 15 (15 30 60 120 240 225 195 135) 14 12 116 (%97) 45 (45 90 10 105 210 165 75 150) 14 12 116 (%97) 17 (17 34 6 136) 16 120 (%100) 19 (19 3 76 152 49 9 196 137) 16 24 104 (%7) 23 (23 46 92 14 113 226 197 139) 16 32 96 (%0) 31 (31 62 124 24 241 227 199 143) 16 16 112 (%93) 47 (47 94 1 121 242 229 203 151) 16 24 104 (%7) 53 (53 106 212 169 3 166 77 154) 16 32 96 (%0) 61 (61 122 244 223 211 167 79 15) 16 32 96 (%0) 91 (91 12 109 21 11 107 214 173) 16 16 112 (%93) 119 (119 23 221 17) 22 16 112 (%93) 27 (27 54 10 216 177 99 19 141) 26 4 0 (%67) 43 (43 6 172 9 17 101 202 149) 30 4 0 (%67) 7 (7 174 93 16 117 234 213 171) 30 4 0 (%67) 51 (51 102 204 153) 50 12 116 (%97) 5 (5 170) 4 10 11 (%9) 1 (1 2 4 16 32 64 12) 256 12 0 (%0) S Buu yaıa 3 (Gol) [6], 9 (Gol) [6], 39 [7] (Kasam) sııfları APN foksyolarır. 5, 21, 95 ve 127 sııfları ferasyel fark ağılımı ç 4. uformur. Acak saece 127 sııfı bjektfr. 7, 25, 37 ve 63 sııfları se 6 uformur. Bua ek olarak bu ört sııfta 7 ve 37 sııfları ayı fark ağılımıı vermekter (157 tae 0, 4 tae 2, 1 tae 4 ve 14 tae 6). 6 ağılımıa sahp fakat bjektf olmaya 25 sııfı 172 tae 0, 4 tae 2, 2 tae 4 ve tae 6 çerrke bjektf olmaya ğer br sııf ola 63, 156 tae 0, 6 tae 2 ve 14 tae 6 çermekter. S : GF(2 ) GF(2 ) şeklek br S-kutusu ç maksmum oğrusal olmama 1 eğer NLM Smaks eğer 2 2 2 ( çft) olarak verleblr. Dolayısıyla herhag br S kutusu ç 3

ele elecek NLM S eğer NLM S max eğere oraı bze % olarak o S-kutusuu oğrusal olmama eğer verecektr. Tablo 1 e % eğerler bu şekle ele elmştr. Tablo 1 e ( a, N Lmaks eğerler verlmştr. Öreğ 3, 9, 39 APN fakat bjektf olmaya foksyolar ç br satır LAT ağılımı 0 sayısı 65 tae, sayısı 170 tae, 16 sayısı 21 tae, 7 ve 37 sııfı ç 0 sayısı 105 tae, sayısı 120 tae, 16 sayısı 30 tae, 32 sayısı 1 tae, 127 sııfı ç 0 sayısı 17 tae, 2 sayısı 4 tae, 4 sayısı 36 tae, 6 sayısı 40 tae, sayısı 34 tae, 10 sayısı 24 tae, 12 sayısı 36 tae, 14 sayısı 16 tae, 16 sayısı 5 tae şekle verleblr. 4.SONUÇLAR Bu çalışmaa üs hartalama tabalı -bt grş -bt çıkışlı S-kutuları sııflaırılmıştır. Bu sııflaırmaya göre ele ele souçları öeml br kısmı verlmştr. 7-bt ve 9-bt grş çıkışlı S- kutuları çe ayı çalışma geşletleblr. Ele ele sııflar çerse krptografk özellkler açısıa e y souçları vere foksyoları APN foksyolar oluğu söyleeblr. Dğer yaa bjektf S-kutuları açısıa se 127 sııfı her k krptografk özellkler açısıa y souçlar vermekter. Dolayısıyla S-kutusu tasarımıa herhag br 127 sııf elemaı kullaılablr (Ntekm AES S-kutusu bu sııfı 254 elemaıı kullamaktaır). 7 ve 37 sııfları a krptografk özellkler açısıa çok ta kötü souçlar vermemekter. Bu çalışma sırasıa fark ele ğer öeml br okta se her sııftak elemaı üs ereces ayı hammg ağırlığıa sahp olmasıır. Bu a S-kutusu tasarımıa kullaılacak kl affe öüşümü yere göre ele elecek S-kutusuak cebrsel faesek term sayısı ve termlere göre sııflaırma yapmaı mümkü oluğuu göstermekter. KAYNAKLAR [1] M. T. Sakallı, E. Buluş, A. Şah, F. Büyüksaraçoğlu, Ters Hartalama Tabalı S- kutularıı Cebrsel Açıa İyleştrlmes, ISC 07 Uluslararası Katılımlı Blg Güvelğ ve Krptoloj Koferası, Akara-Türkye, 13 14 Aralık 2007. [2] J. Fuller, W Mlla, Lear reuacy S- boxes, Proceegs of the Fast Software Ecrypto (FSE 2003), Lecture Notes Computer Sc-ece, vol. 27, pp. 74 6 Sprger, Berl, (2003). [3] A. M. Youssef., S.E. Tavares., Affe equvalece the AES rou fucto, Dscrete Apple Mathematcs, Elsever, (2005). [4] A. M. Youssef, S.E. Tavares, G.Gog, O Some probablstc approxmatos for AESlke s-boxes, Dscrete Mathematcs, Elsever, 2006. [5] T. Beg a D. Fo-Der- Flaas, Crooke fuctos, bet fuctos a stace regular graphs, Electroc Joural of Comb atrocs, 5:R34, 14, 199. [6] R. Gol, Maxmal recursve sequeces wth 3- value recursve crosscorrelato fuctos, IEEE Trasactos o Iformato Theory, 14:154 156, 196. [7] T. Kasam, The weght eumerators for several classes of subcoes of the seco orer Ree- Muller coes, Iformato a Cotrol, 1:369-394, 1971. [] A. Cateaut, P. Charp, a H. Dobbert, Bary m-sequeces wth three-value crosscorrelato: a proof of Welch s cojecture, IEEE Trasactos o Iformato Theory, 46:4-, 2000. [9] H. D. L. Hollma a Q. Xag, A proof of the Welch a Nho cojectures o crosscorrelatos of bary m-sequeces, Fte Fels a ther Applcatos, 7:253 26, 2001. [10] H. Dobbert, Almost perfect olear power fuctos o GF(2 ): a ew case for vsble by 5, I Fte Fels a Applcatos, pages 113 121. Sprger, 1999. [11] M. S. Maxwell, Almost Perfect Nolear fuctos a relate combatoral structures, Ph Thess, 2005. [12] K. Nyberg, Dfferetally uform mappgs for cryptography, Proceegs of Eurocrypt 93, Lecture Notes Computer Scece, vol. 765, Sprger, Berl, pp. 55-64, 1994. [13] M. Matsu, Lear cryptaalyss metho for DES Cpher, Av. Cryptology, Proceegs of Eurocrypt 93, Lecture Notes Computer Scece, Sprger, Berl, 1994. [14] E. Bham, A. Shamr, Dfferetal cryptaalyss of DES-lke cryptosystems, J.Cryptology, 1991. 39

[15] M. T. Sakallı, Moer Şfreleme Yötemler Gücüü İcelemes, Ph Thess, 2006. [16] K. Chu, S. Km, S. Lee, S. H. Sug, S.Yoo, Dfferetal a Lear cryptaalyss for 2- rou SPNs, Iformato Processg Letters, Elsever, 2002. [17] A. M. Youssef, G. Gog, O the Iterpolato Attacks o Block Cphers, 7 the Iteratoal Workshop o Fast Software Ecrypto, pages 109 120, 2000. 40