Year: 2005
Type: dissertation
Abstract: NORSK:\nÅ kunne lagre hemmeligheter og sensitive data på en trygg måte er en nødvendighet i\ndagens samfunn. Siden en stor menge av hardwareteknologi som tilbyr "sikker " lagring\nav sensitiv data er dyrt for den enkelte bruker, er det veldig vanlig å benytte seg av programvare\neller software-implementerte krypteringsalgoritmer for å løse dette problemet.\nHvis for eksempel den sensitive informasjonen vi vil beskytte er den hemmelige nøkkelen\ni et privat/offentlig nøkkelpar, er det viktig å finne den beste måten å lagre nøkkelen\npå, hvis mediet som brukes er en PC med harddisk. Det er også viktig å vite noe om\nhvor sikre og hvor bra eksisterende applikasjoner og krypteringsalgoritmer implementert\ni software er for å få en viss trygghetsfølelse når det gjelder lagringen av sensitiv data.\nEn gjennomgang av noen av de mest kjente og brukte krypteringsalgoritmene i software\nog andre metoder for lagring av sensitive data, samt forslag til et nytt stream cipher\nfor lagring av sensetive data på en PC, implementasjon og testanalyse er hovedpunktene\ni denne masteroppgaven.\nVed å anvende godt kjente og analyserte teknikker, som for eksempel lineære shift\nregistre, iregulær klokking og sannhetstabeller som bygningsblokker for krypteringsalgoritmen,\ner målet å oppnå høy sikkerhet og god forståelse for algoritmens struktur.\nAlgoritmen er implementert i C#. Både algoritmens implementasjon og struktur er\ngjort med hensyn på å oppnå høy effektivitet i software. Spesielt for standard 32 bits\nprosessorer som er mest vanlig i dagens standard datamaskiner.\nSvakhetsanalyse og grundig statistisk testing er utført på algoritmen for å vurdere\nalgoritmens sikkerhet og styrke.\nBåde svakhetsanalysen og den statistiske analysen av algoritmen indikerer at den\nvirker sikker og har gode statistiske egenskaper. Praktisk utførte efektivitetstester viser\nat algoritmen eksekveres raskt i software.
Author: Fredrik Skarderud
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W2460221078