[发明专利]一种基于卷积神经网络的RSA数字签名伪造方法

说明书

本发明公开了一种基于卷积神经网络的RSA数字签名伪造方法，包括以下步骤：步骤1，选择数字签名样本：首先挑选出需要签名的明文样本，并通过RSA进行签名生成签名样本；步骤2，数据预处理：对步骤1中生成的明文样本和签名样本进行数据预处理，生成符合模型训练的数据样本；步骤3，搭建三重卷积神经网络模型：选择卷积神经网络作为网络模型的主干，搭建三个模块分别用来模拟RSA私钥求解、签名以及认证签名的过程；步骤4，设置网络参数：根据数字签名样本设置相应的网络参数，设置完成后实施训练。利用卷积神经网络的不断训练，学习RSA数字签名与明文之间的映射关系，最终伪造出签名文和对应的明文。

技术领域

本发明涉及应用密码学技术领域，具体为一种基于卷积神经网络的RSA数字签名伪造方法。

背景技术

信息是大数据时代的一种宝贵资源，如何不被伪造的传输已经成为人们关注的一个热点性问题。数字签名作为对发送者发送消息的一个有效证明可以用来防止信息被伪造，并且能提供比手写签名更多的安全保障。一个有效的数字签名能够确保签名由认定的签名人完成，即签名人身份的真实性。被签名的数字内容在签名后没有发生任何改变，即签名数据的完整性。接收人一旦获得签名人的有效签名后，签名人无法否认其签名行为，即不可抵赖性。

RSA公钥密码是目前应用较多的一个签名方案。它的安全性是基于大整数因式分解的困难性。在RSA中，密钥分为私钥和公钥，使用私钥加密生成签名，使用公钥解密验证签名。私钥只有签名者本人持有，公钥可以由任何人持有。正是基于私钥进行加密这一行为只能由持有私钥的人完成这一事实，可以将用私钥加密的密文作为签名来对待。

对于RSA的破译可以通过测信道攻击，数学方式攻击，以及结合深度学习的方式进行。测信道攻击是一种能够从密码设备中获取秘密信息的密码攻击方法，与其他攻击方法不同的是这种攻击利用的是密码设备的能量消耗特征。虽然测信道攻击技术与传统的密码分析技术相比有成本上的优势，但是攻击方法也不是万能的。目前攻击还是围绕在以智能卡为代表的资源局限性的一类密码集成电路，集成电路工艺水平的提升使攻击的难度逐渐增大。通过数学的方式破解RSA算法也是被广泛使用的方式，破解RSA最根本的问题就是解决大整数分解。目前大整数分解问题的主要方法是二次筛选法，椭圆曲线算法和一般数域筛法。然而这些方法的时间成本非常高，其中效果做好的一般数域筛法也是亚指数时间。

随着神经网络在各个领域的取得的成功应用，密码学领域也开始关注神经网络的使用方法，于是密码学与神经网络结合形成了许多新的密码研究思路。但目前的技术仅适用于简单的加密方法，对于RSA加密算法并没有破译的能力。

发明内容

本发明的目的是提供一种基于卷积神经网络的RSA数字签名伪造方法，该方法可以绕过大整数分解的困难性，利用已有的明文和签名文训练出一个伪私钥，最终通过模型进行伪造明文和签名文。本发明的创新在于结合了卷积神经网络和密码学。提出了一种针对RSA数字签名伪造的非机理性攻击模型，即三重卷积神经网络模型。本发明的优势是不需要了解RSA算法的具体流程，只需要明文和对应的签名文以及公钥，就可以通过三个网络模块模拟私钥、数字签名以及认证签名过程。最后通过迭代训练网络模型来完成签名文和对应明文的伪造。实验结果表明本发明伪造签名的正确率是盲猜测的51倍，对应明文伪造的正确率是盲猜测的73倍。

为实现上述目的，本发明提供如下技术方案：一种基于卷积神经网络的RSA数字签名伪造方法，包括以下步骤：

步骤1，选择数字签名样本：首先挑选出需要签名的明文样本，并通过RSA进行签名生成签名样本；

步骤2，数据预处理：对步骤1中生成的明文样本和签名样本进行数据预处理，生成符合模型训练的数据样本；