Luận văn Mã hoá thông tin
Lời cảm ơn
Em xin gửi lời cảm ơn chân thành tới các thầy cô giáo của khoa Công Nghệ Thông
Tin, các anh chị trong công ty CSE, gia đình và các bạn bè, đã nhiệt tình giúp đỡ em
trong suốt quá trình làm luận văn. Hơn nữa em xin trân trọng cảm ơn sự chỉ dẫn nhiệt
tình của thầy giáo hướng dẫn Tiến Sĩ Nguyễn Đình Công, và sự trực tiếp chỉ bảo của anh
Nguyễn Hà Chiến cùng với sự giúp đỡ nhiệt tình của thầy giáo phản biện Phó Tiến Sĩ
Trịnh Nhật Tiến để em hoàn thành tốt cuốn luận văn tốt nghiệp.
Em xin chân thành cảm ơn .
Hà nội ngày 06 tháng 06 năm 1999.
Sinh viên
Đặng Văn Hanh
Upload by Share-Book.com
Mục Lục
Mở đầu
Chương i Cơ sở toán học
1.Lý thuyết thông tin .............................................................................................6
1.1 Entropy .............................................................................................................6
1.2 Tốc độ của ngôn ngữ. (Rate of Language)............................................7
1.3 An toàn của hệ thống mã hoá ....................................................................8
2.Lý thuyết độ phức tạp. ................................................................................... 10
3.Lý thuyết toán học. .......................................................................................... 11
3.1 Modular số học.......................................................................................... 11
3.2 Số nguyên tố................................................................................................ 12
3.3 Ước số chung lớn nhất.............................................................................. 12
3.4 Số nghịch đảo Modulo. ............................................................................ 14
3.5 Ký hiệu La grăng (Legendre Symboy)................................................ 15
3.6 Ký hiệu Jacobi (Jacobi Symboy)........................................................... 16
3.7 Định lý phần dư trung hoa. ..................................................................... 18
3.8 Định lý Fermat. ........................................................................................... 19
4. Các phép kiểm tra số nguyên tố................................................................ 19
4.1 Soloway-Strassen....................................................................................... 19
4.2 Rabin-Miller................................................................................................. 20
4.3 Lehmann........................................................................................................ 21
4.4 Strong Primes. ............................................................................................. 21
Chương II Mật mã
1. Khái niệm cơ bản. ........................................................................................... 23
2. Protocol................................................................................................................ 24
2.1 Giới thiệu Protocol..................................................................................... 24
2.2 Protocol mật mã.......................................................................................... 25
Trang 2
Upload by Share-Book.com
2.3 Mục đích của Protocol.............................................................................. 26
2.4 Truyền thông sử dụng hệ mật mã đối xứng....................................... 27
2.5 Truyền thông sử dụng hệ mật mã công khai..................................... 28
3. Khoá...................................................................................................................... 31
3.1 Độ dài khoá.................................................................................................. 31
3.2 Quản lý khoá công khai. .......................................................................... 32
4. Mã dòng, mã khối (CFB, CBC)................................................................. 34
4.1 Mô hình mã hoá khối. ............................................................................... 34
4.1.1 Mô hình dây truyền khối mã hoá. ................................................ 34
4.1.2 Mô hình mã hoá với thông tin phản hồi. .................................... 36
4.2 Mô hình mã hoá dòng............................................................................... 36
5. Các hệ mật mã đối xứng và công khai ................................................... 38
5.1 Hệ mật mã đối xứng.................................................................................. 38
5.2 Hệ mật mã công khai ................................................................................ 39
6. Các cách thám mã........................................................................................... 41
Chương III Hệ mã hoá RSA
1. Khái niệm hệ mật mã RSA.......................................................................... 46
2. Độ an toàn của hệ RSA................................................................................. 48
3. Một số tính chất của hệ RSA...................................................................... 49
Chương IV Mô hình Client/Server
1.Mô hình Client/Server.................................................................................... 52
2. Mã hoá trong mô hình Client/Server. .................................................... 53
Chương V Xây dựng hàm thư viện
1.Xây dựng thư viện liên kết động CRYPTO.DLL............................... 55
2.Chương trình Demo thư viện CRYPTO.DLL ..................................... 70
Trang 3
Upload by Share-Book.com
Mở đầu
Thế kỷ XXI thế kỷ công nghệ thông tin, thông tin đã và đang tác động trực
tiếp đến mọi mặt hoạt động kinh tế xã hội của hầu hết các quốc gia trên thế
giới. Thông tin có một vai trò hết sức quan trọng, bởi vậy chúng ta phải làm
sao đảm bảo được tính trong suốt của thông tin nghĩa là thông tin không bị
sai lệch, bị thay đổi, bị lộ trong quá trình truyền từ nơi gửi đến nơi nhận.
Với sự phát triển rất nhanh của công nghệ mạng máy tính đặc biệt là mạng
INTERNET thì kốhi lượng thông tin ngày càng chuyển tải nhiều hơn.
Những tập đoàn công nghiệp, những công ty đa quốc gia, thị trường chứng
khoán tiến hành xử lý và truyền nhận những thông tin đắt giá, những phiên
giao dịch hay mua bán cổ phiếu, trái phiếu đều được tiến hành qua mạng.
Giờ đây với sự tăng trưởng nhanh của các siêu thị điện tử, thương mại điện
tử thì hàng ngày có một khối lượng tiền rất lớn được lưu chuyển trên mạng
toàn cầu INTERNET, vấn đề khó khăn đặt ra là làm sao giữ được thông tin
bí mật và giữ cho tiền đến đúng được địa chỉ cần đến.
Bạn sẽ ra sao nếu như bạn gửi thư cho một người bạn nhưng lại bị một kẻ lạ
mặt nào đó xem trộm và sửa đổi nội dung bức thư trái với chủ ý của bạn, tệ
hại hơn nữa là khi bạn ký một hợp đồng, gửi thông qua mạng và lại bị kẻ
xấu sửa đổi những điều khoản trong đó, và sẽ còn nhiều điều tương tự như
vậy nữa ... Hậu quả sẽ như thế nào nhỉ ? Bạn bị người khác hiểu nhầm vì nội
dung bức thư bị thay đổi, còn hợp đồng bị phá vỡ bởi những điều khoản đã
không còn nguyên vẹn. Như vậy là cả tình cảm, tiền bạc của bạn và nói rộng
hơn là cả sự nghiệp của bạn đều bị đe dọa nếu như những thông tin mà bạn
gửi đi không đảm bảo được tính nguyên vẹn của chúng. Mã hoá thông tin là
một trong các phương pháp đảm bảo được tính trong suốt của thông tin. Nó
có thể giải quyết các vấn rắc rối ở trên giúp bạn, một khi thông tin đã được
mã hoá và gửi đi thì kẻ xấu rất khó hoặc không thể giải mã được.
Trang 4
Upload by Share-Book.com
Với mong muốn phục vụ những thông tin được truyền đi trên mạng được
nguyên vẹn, trong cuốn luận văn này em nghiên cứu một số khái niệm cơ
bản về mã hoá thông tin, phương pháp mã hoá thông tin RSA và xây dựng
một thư viện các hàm mã hoá phục vụ trao đổi thông tin trong mô hình
Client/Server. Những phần trình bày trong luận văn này bao gồm vấn đề
chính sau :
Chương I Cơ sở toán học
Chương II Mật mã
Chương III Hệ mã hoá RSA.
Chương IV Mô hình Client/Server
Chương V Xây dựng hàm thư viện
Trang 5
Upload by Share-Book.com
Chương i Cơ sở toán học
Để có những thuật toán mã hoá tốt, chúng ta phải có những kiến thức
cơ bản về toán học đáp ứng cho yêu cầu, chương này mô tả những khái niệm
cơ bản về lý thuyết thông tin như Entropy, tốc độ của ngôn ngữ, hiểu biết về
độ phức tạp của thuật toán, độ an toàn của thuật toán, cùng với những kiến
thức toán học: modulo số học, số nguyên tố, định lý phần dư trung hoa, định
lý Fermat . . . và các phương pháp kiểm tra xem một số có phải là nguyên tố
hay không. Những vấn đề chính sẽ được trình bày trong chương này gồm :
Lý thuyết thông tin
Lý thuyết độ phức tạp
Lý thuyết số học.
1.Lý thuyết thông tin
Mô hình lý thuyết thông tin được định nghĩa lần đầu tiên vào năm 1948 bởi
Claude Elmwood Shannon.
Trong phần này chúng ta chỉ đề cập tới một
số chủ đề quan trọng của lý thuyết thông tin.
1.1 Entropy
Lý thuyết thông tin được định nghĩa là khối lượng thông tin trong một thông
báo như là số bít nhỏ nhất cần thiết để mã hoá tất cả những nghĩa có thể của
thông báo đó.
Ví dụ, trường ngay_thang trong một cơ sở dữ liệu chứa không quá 3
bít thông tin, bởi vì thông tin tại đây có thể mã hoá với 3 bít.
000 = Sunday
001 = Monday
010 = Tuesday
011 = Wednesday
100 = Thursday
101 = Friday
Trang 6
Upload by Share-Book.com
110 = Saturday
111 is unused
Nếu thông tin này được biểu diễn bởi chuỗi ký tự ASCII tương ứng, nó sẽ
chiếm nhiều không gian nhớ hơn, nhưng cũng không chứa nhiều thông tin
hơn. Tương ựt như trường gioi_tinh của một cơ sở dữ liệu chứa chỉ 1 bít
thông tin, nó có thể lưu trữ như một trong hai xâu ký tự ASCII : Nam, Nữ.
Khối lượng thông tin trong một thông báo M là đo bởi Entropy của thông
báo đó, ký hiệu bởi H(M). Entropy của thông báo gioi_tinh chỉ ra là 1 bít,
ký hiệu H(gioi_tinh) = 1, Entropy của thông báo số ngày trong tuần là nhỏ
hơn 3bits.
Trong trường hợp tổng quát, Entropy của một thông báo là log2n, với n là
số khả năng có thể.
H(M) = log2n
1.2 Tốc độ của ngôn ngữ. (Rate of Language)
Đối với một ngôn ngữ, tốc độ của ngôn ngữ là
r = H(M)/N
trong trường hợp này N là độ dài của thông báo. Tốc độ của tiếng Anh bình
thường có một vài giá trị giữa 1.0 bits/chữ cái và 1.5 bits/chữ cái, áp dụng
với giá trị N rất lớn.
Tốc độ tuyệt đối của ngôn ngữ là số bits lớn nhất, chúng có thể mã hoá trong
mỗi ký tự. Nếu có L ký tự trong một ngôn ngữ, thì tốc độ tuyệt đối
là :
R = log2L
Đây là số Entropy lớn nhất của mỗi ký tự đơn lẻ. Đối với tiếng Anh gồm 26
chữ cái, tốc độ tuyệt đối là log226 = 4.7bits/chữ cái. Sẽ không có điều gì là
Trang 7
Upload by Share-Book.com
ngạc nhiên đối với tất cả mọi người rằng thực tế tốc độ của tiếng Anh nhỏ
hơn nhiều so với tốc độ tuyệt đối.
1.3 An toàn của hệ thống mã hoá
Shannon định nghĩa rất rõ ràng, tỉ mỉ các mô hình toán học, điều đó có nghĩa
là hệ thống mã hoá là an toàn. Mục đích của người phân tích là phát hiện ra
khoá k, bản rõ p, hoặc cả hai thứ đó. Hơn nữa họ có thể hài lòng với một vài
thông tin có khả năng về bản rõ p nếu đó là âm thanh số, nếu nó là văn bản
tiếng Đức, nếu nó là bảng tính dữ liệu, v. v . . .
Trong hầu hết các lần phân tích mã, người phân tích có một vài thông tin có
khả năng về bản rõ p trước khi bắt đầu phân tích. Họ có thể biết ngôn ngữ đã
được mã hoá. Ngôn ngữ này chắc chắn có sự dư thừa kết hợp với chính ngôn
ngữ đó. Nếu nó là một thông báo gửi tới Bob, nó có thể bắt đầu với "Dear
Bob". Chắc chắn là "Dear Bob " sẽ là một khả năng có thể hơn là chuỗi
không mang ý nghĩa gì chẳng hạn "tm*h&rf". Mục đích của việc thám mã là
sửa những tập hợp khả năng có thể có của bản mã với mỗi khả năng có thể
của bản rõ.
Có một điều giống như hệ thống mã hoá, chúng đạt được sự bí mật tuyệt đối.
Hệ thống mã hoá này trong đó bản mã không mang lại thông tin có thể để
tìm lại bản rõ. Shannon phát triển lý thuyết cho rằng, hệ thống mã hoá chỉ an
toàn tuyệt đối nếu nếu số khoá có thể ít nhất là nhiều bằng số thông báo có
thể. Hiểu theo một nghĩa khác, khoá tối thiểu dài bằng thông báo của chính
nó.
Ngoại trừ an toàn tuyệt đối, bản mã mang lại một vài thông tin đúng với bản
rõ, điều này là không thể tránh được. Một thuật toán mật mã tốt giữ cho
thông tinở mức nhỏ nhất, một người thám mã tốt khai thác những thông tin
này để phát hiện ra bản rõ.
Trang 8
Upload by Share-Book.com
Người phân tích mã sử dụng sự dư thừa tự nhiên của ngôn ngữ để làm giảm
số khả năng có thể của bản rõ. Nhiều thông tin dư thừa của ngôn ngữ, sẽ dễ
dàng hơn cho sự phân tích mật mã. Chính vì lý do này mà nhiều sự thực hiện
mã hoá sử dụng chương trình nén bản rõ để giảm kích thước văn bản trước
khi mã hoá chúng. Bởi vậy quá trình nén làm giảm sự dư thừa của thông
báo.
Entropy của hệ thống mã hoá là đo kích thước của không gian khoá
(keyspace).
H(K) = log2(number of keys )
1.4 Sự lộn xộn và sự rườm rà. (Confusion and Diffusion)
Theo nhà khoa học Shannon, có hai kỹ thuật cơ bản để che dấ u sự dư thừa
thông tin trong thông báo gốc đó là : sự lộn xộn và sự rườm rà.
Kỹ thuật lộn xộn (Confusion) che dấu mối quan hệ giữa bản rõ và bản
gốc. Kỹ thuật này làm thất bại sự cố gắng nghiên cứu bản mã tìm kiếm
thông tin dư thừa và thống kê mẫu. Phương pháp dễ nhất để thực hiện điều
này là thông qua kỹ thuật thay thế. Một hệ mã hoá thay thế đơn giản, chẳng
hạn hệ mã dịch vòng Caesar, dựa trên nền tảng của sự thay thế các chữ cái,
nghĩa là chữ cái này được thay thế bằng chữ cái khác. Sự tồn tại của một chữ
cái trong bản mã, là do việc dịch chuyển đi k vị trí của chữ cái trong bản rõ.
Kỹ thuật rườm rà (Diffusion) làm mất đi sự dư thừa của bản rõ bằng
bề rộng của nó vượt quá bản mã (nghĩa là bản mã kích thước nhỏ hơn bản
rõ). Một người phân tích tìm kiếm sự dư thừa đó sẽ có một thời gian rất khó
khăn để tìm ra chúng. Cách đơn giản nhất tạo ra sự rườm rà là thông qua
việc đổi chỗ (hay còn gọi là hoán vị).
Trang 9
Upload by Share-Book.com
2.Lý thuyết độ phức tạp.
Lý thuyết độ phức tạp cung cấp một phương pháp để phân tích độ phức tạp
tính toán của thuật toán và các kỹ thuật mã hoá khác nhau. Nó so sánh các
thuật toán mã hoá, kỹ thuật và phát hiện ra độ an toàn của các thuật toán đó.
Lý thuyết thông tin đã cho chúng ta biết rằng một thuật toán mã hoá có thể
bị bại lộ. Còn lý thuyết độ phức tạp cho biết nếu liệu chúng có thể bị bại lộ
trước khi vũ trụ xụp đổ hay không.
Độ phức tạp thời gian của thuật toán là hàm số với độ dài đầu vào. Thuật
toán có độ phức tạp thời gian f(n) đối với mọi n và độ dài đầu vào n, nghĩa là
sự thực hiện của thuật toán lớn hơn f(n) bước.
Độ phức tạp thời gian thuật toán phụ thuộc vào mô hình của các thuật toán,
số các bước nhỏ hơn nếu các hoạt động được tập chung nhiều trong một
bước.
Các lớp của thuật toán, thời gian chạy được chỉ rõ như hàm số mũ của đầu
vào là "không có khả năng thực hiện được". Các thuật toán có độ phức tạp
giống nhau được phân loại vào trong các lớp tương đương. Ví dụ tất cả các
thuật toán có độ phức tạp là n3 được phân vào trong lớp n3 và ký hiệu bởi
O(n3). Có hai lớp tổng quát sẽ được chỉ dẫn là lớp P và lớp NP.
Các thuật toán thuộc lớp P có độ phức tạp là hàm đa thức của đầu vào. Nếu
mỗi bước tiếp theo của thuật toán là duy nhất thì thuật toán gọi là đơn định.
Tất cả thuật toán thuộc lớp P đơn định có thời gian giới hạn là P_time, điều
này cho biết chúng sẽ thực hiện trong thời gian đa thức, tương đương với độ
phức tạp đa thức trong độ dài đầu vào.
Thuật toán mà ở bước tiếp theo sự tính toán phải lựa chọn giải pháp từ
những giới hạn giá trị của hoạt động gọi là không đơn định. Lý thuyết độ
phức tạp sử dụng các máy đặc biệt mô tả đặc điểm bằng cách đưa ra kết luận
bởi các chuẩn. Máy Turinglà một máy đặc biệt, máy hoạt động trong thời
gian rời rạc, tại một thời điểm nó nằm trong khoảng trạng thái đầy đủ số của
Trang 10
Upload by Share-Book.com
tất cả các trạng thái có thể là hữu hạn. Chúng ta có thể định nghĩa hàm độ
phức tạp thời gian kết hợp với máy Turing A.
fA(n) = max{m/A kết thúc sau m bước với đầu vào w = n3 }
Chúng ta giả sử rằng A là trạng thái kết thúc đối với tất cả các đầu vào, vấn
đề sẽ trở nên khó khăn hơn nếu các trạng thái không nằm trong P . Máy
Turing không đơn định hoạt động trong thuật toán NP. Máy Turing không
đơn định có thể có một vài trạng thái chính xác. S(w) là trạng thái đo sự
thành công ngắn nhất của thuật toán, (Nghĩa là sự tính toán dẫn đến trạng
thái cuối cùng)
Hàm số độ phức tạp thời gian của máy Turing không đơn định A được định
nghĩa :
fA(n)=max{1,m/s(w) có m bước đối với w/w=n},
ở mỗi bước máy Turing không đơn định bố trí nhiều bản sao của chính nó
như có một vài giải pháp và tính toán độc lập với mọi lời giải.
Các thuật toán thuộc lớp NP là không đơn định và có thể tính toán trên máy
Turing không đơn định trong thời gian P.
3.Lý thuyết toán học.
3.1 Modular số học.
Về cơ bản a ≡ b(mod n) nếu a = b+kn trong đó k là một số nguyên. Nếu a và
b dương và a nhỏ hơn n, bạn có thể nghĩ rằng a là phần dư của b khi chia cho
n. Nói chung a và b đều là phần dư khi chia cho n. Đôi khi b gọi là thặng dư
của a, modulo n, đôi khi a gọi là đồng dư của b, modulo n.
Tập hợp các số nguyên từ 0 đến n-1 còn được gọi là tập hợp thặng dư hoàn
toàn modulo n. Đềiu này có nghĩa là, với mỗi s ố nguyên a, thì thặng dư
modulo n là một số từ 0 đến n-1.
Trang 11
Upload by Share-Book.com
Modulo số học cũng giống như số học bình thường, bao gồm các phép giao
hoán, kết hợp và phân phối. Mặt khác giảm mỗi giá trị trung gian trong suốt
quá trình tính toán.
(a+b) mod n = ((a mod n) + (b mod n)) mod n
(a- b) mod n = ((a mod n) - (b mod n)) mod n
(a×b) mod n = ((a mod n) × (b mod n)) mod n
(a×(b + c)) mod n = (((a × b) mod n) + ((a × c) mod n)) mod n
Hệ thống mã hoá sự dụng nhiều sự tính toán modulo n, bởi vì vấn đề này
giống như tính toán logarithm rời rạc và diện tích hình vuông là khó khăn.
Mặt khác nó làm việc dễ hơn, bởi vì nó bị giới hạn trong tất cả giá trị trung
gian và kết quả. Ví dụ : a là một số k bits, n là kết quả trung gian của phép
cộng, trừ, nhân sẽ không vượt quá 24 bits. Như vậy chúng ta có thể thực
hiện hàm mũ trong modulo số học mà không cần sinh ra kết quả trung gian
đồ sộ.
3.2 Số nguyên tố.
Số nguyên tố là một số lớn hơn 1, nhưng chỉ chia hết cho 1 và chính nó,
ngoài ra không còn số nào nó có thể chia hết nữa. Số 2 là một số nguyên tố.
Do vậy 7, 17, 53, 73, 2521, 2365347734339 cũng là số nguyên tố. Số lượng
số nguyên tố là vô tận. Hệ mật mã thường sử dụng số nguyên tố lớn cỡ 512
bits và thậm chí lớn hơn như vậy.
3.3 Ước số chung lớn nhất.
Hai số gọi là cặp số nguyên tố khi mà chúng không có thừa số chung nào
khác 1, hay nói một cách khác, nếu ước số chung lớn nhất của a và n là bằng
1. Chúng ta có thể viết như sau :
gcd(a,n)=1
Số 15 và 28 là một cặp số nguyên tố, nhưng 15 và 27 thì không phải cặp số
nguyên tố do có ước số chung là 1 và 3, dễ dàng thấy 13 và 500 cũng là một
Trang 12
Upload by Share-Book.com
cặp số nguyên tố. Một số nguyên tố là một cặp số nguyên tố với tất cả những
số khác loại trừ những số là bội số.
Một cách dễ nhất để tính toán ra ước số chung lớn nhất của hai số là nhờ vào
thuật toán Euclid. Knuth mô tả thuật toán và một vài mô hình của thuật toán
đã được sửa đổi.
Dưới đây là đoạn mã nguồn trong ngôn ngữ C.
/* Thuật toán tìm ước số chung lớn nhất của x và y, giả sử x,y>0 */
int gcd(int x, int y)
{
int g;
if(x<0)
x=-x;
if(y<0)
y=-y ;
g=y;
while(x>0){
g=x;
x=y%x;
y=g;
}
return g;
}
Thuật toán sau đây có thể sinh ra và trả lại ước số chunglớn nhất của một
mảng m số.
int multiple gcd ( int m, int *x)
{
size t, i ;
int g;
if(m<1)
return(0);
Trang 13
Upload by Share-Book.com
g = x[0];
for(i=1;i<m;++i){
g=gcd(g,x[i]);
if(g==1)
return 1;
}
return g;
}
3.4 Số nghịch đảo Modulo.
Số nghịch đảo của 10 là 1/10, bởi vì 10 × 1/10=1. Trong số học modulo thì
vấn đề nghịch đảo phức tạp hơn.
4 × x ≡ 1 mod 7
Phương trình trên tương đương với tìm x và k sao cho
4x = 7k+1
với điều kiện là cả x và k đều là số nguyên.
Vấn đề chung đặt ra tại đây là tìm x sao cho
1 = (a × x) mod n
có thể viết lại như sau :
a-1 ≡ x(mod n )
Sự thu nhỏ vấn đề Modulo là rất khó giải quyết. Đôi khi nó là một vấn đề,
nhưng đôi khi lại không phải vậy.
Ví dụ : nghịch đảo của 5 modulo 14 là 3 bởi
5 × 3 = 15 ≡ 1 (mod 14).
Trong trường hợp chung a-1 ≡ x (mod n) chỉ có duy nhất một giải pháp nếu a
và n là một cặp số nguyên tố. Nếu a và n không phải là cặp số nguyên tố, thì
a-1 ≡ x (mod n) không có ảgii pháp nào. Thuật toán Euclid có thể tính ra
được số nghịch đảo của số Modulo n, đôi khi thuật toán này còn gọi là thuật
toán Euclid mở rộng. Sau đây thuật toán được mô tả trong ngôn ngữ C.
Trang 14
Upload by Share-Book.com
static void Update(int *un,int *vn, int q)
{
int tn;
tn = *un-vn*q;
*un = *vn;
*vn = tn;
}
int extended euclidian(int u,int v,int u1_out,int u2_out)
{
int u1=1;
int u3=u;
int v1=0;
int v3=v;
int q;
while(v3>0){
q=u3/v3;
Update(&u1,&v1,q);
Update(&u3,&v,q);
}
*u1_out=u1;
*u2_out=(u3-u1*u)/v;
return u3;
}
3.5 Ký hiệu La grăng (Legendre Symboy)
Ký hiệu L(a,p) được định nghĩa khi a là một số nguyên và p là mộ t số
nguyên tố lớn hơn 2. Nó nhận ba giá trị 0, 1, -1 :
Trang 15
Upload by Share-Book.com
L(a,p) = 0 nếu a chia hết cho p.
L(a,p) = 1 nếu a là thặng dư bậc 2 mod p.
L(a,p) = -1 nếu a không thặng dư mod p.
Một phương pháp dễ dàng để tính toán ra L(a,p) là :
L(a,p) = a (p-1)/2 mod p
3.6 Ký hiệu Jacobi (Jacobi Symboy)
Ký hiệu Jacobi được viết J(a,n), nó là sự khái quát hoá của ký hiệu Lagrăng,
nó định nghĩa cho bất kỳ cặp số nguyên a và n. Ký hiệu Jacobi là một chức
năng trên ật p hợp số thặng dư thấp của ước số n v à có thể tính toán theo
công thức sau:
Nếu n là số nguyên tố, thì J(a,n) = 1 với điều kiện a là thặng dư bậc hai
modulo n .
Nếu n là số nguyên tố, thì J(a,n) = -1 với điều kiện a không là thặng dư
bậc hai modulo n .
Nếu n không phải là số nguyên tố thì Jacobi
J(a,n)=J(h,p1) × J(h,p2) ×. . . × J(h,pm)
với p1,p2. . .,pm là các thừa số lớn nhất của n.
Thuật toán này tính ra số Jacobi tuần hoàn theo công thức sau :
1. J(1,k) = 1
2. J(a×b,k) = J(a,k) × J(b,k)
3. J(2,k) =1 Nếu (k2-1)/8 là chia hết
J(2,k) =-1 trong các trường hợp khác.
4. J(b,a) = J((b mod a),a)
5. Nếu GCD(a,b)=1 :
a. J(a,b) × J(b,a) = 1 nếu (a-1)(b-1)/4 là chia hết.
b. J(a,b) × J(b,a) = -1 nếu (a-1)(b-1)/4 là còn dư.
Trang 16
Upload by Share-Book.com
Sau đây là thuật toán trong ngôn ngữ C :
int jacobi(int a,int b)
{
int a1,a2;
if(a>=b)
a%=b;
if(a==0)
return 0;
if(a==1)
return 1;
if(a==2)
if(((b*b-1)/8)%2==0)
return 1;
else
return -1;
if(a&b&1) (cả a và b đều là số dư)
if(((a-1)*(b-1)/4)%2==0)
return +jacobi(b,a);
else
return -jacobi(b,a);
if(gcd(a,b)==1)
if(((a-1)*(b-1)/4)%2==0)
return +jacobi(b,a);
else
return -jacobi(b,a);
factor2(a,&a1,&a2);
return jacobi(a1,b) * jacobi(a2,b);
}
Nếu p là số nguyên tố có cách tốt hơn để tính số Jacobi như dưới đây :
1. Nếu a=1 thì J(a/p)=1
2. Nếu a là số chai hết, thì J(a,p)=J(a/2,p) × (-1)(p^2 –1)/8
3. Nếu a là số dư khác 1 thì J(a,p)=J(p mod a, a) × (-1)(a-1)×(p-1)/4
Trang 17
Upload by Share-Book.com
3.7 Định lý phần dư trung hoa.
Nếu bạn biết cách tìm thừa số nguyên tố của một số n, thì bạn có thể đã sử
dụng, một số điều gọi là định lý phần dư trung hoa để giải quyết trong suốt
hệ phương trình. Bản dịch cơ bản của đinh lý này được khám phá bởi toán
học Trung Hoa vào thế kỷ thứ nhất.
Giả sử, sự phân tích thừa số của n=p1×p2×. . .×pt thì hệ phương trình
(X mod pi) = ai , với i=1,2,. . .t
có duy nhất một cách giải, tại đó x nhỏ hơn n.
Bởi vậy, với a,b tuỳ ý sao cho a < p và b < q (p,q là số nguyên tố) thì tồn tại
duy nhất a,x ,khi x nhỏ hơn p×q thì
x ≡ a (mod p), và x ≡ b (mod q)
Để tìm ra x đầu tiên sử dụng thuật toán Euclid để tìm u, ví dụ :
u × q ≡ 1 (mod p)
Khi đó cần tính toán :
x=((( a-b)×u) mod p ) × q + b
Dưới đây là đoạn mã định lý phần dư trung hoa trong ngôn ngữ C :
Int chinese remainder(size t r, int *m, int *u)
{
size t i;
int modulus;
int n;
modulus = 1;
for ( i=0; i<r:++i )
modulus *=m[i];
n=0;
for ( i=0; i<r:++i )
{
n+=u[i]*modexp(modulus/m[i],totient(m[i]),m[i]);
Trang 18
Upload by Share-Book.com
n%=modulus;
}
return n;
}
3.8 Định lý Fermat.
Nếu m là số nguyên tố, và a không phải là bội số của m thì định lý Fermat
phát biểu :
am-1 ≡ 1(mod m)
4. Các phép kiểm tra số nguyên tố.
Hàm một phía là một khái niệm cơ bản của mã hoá công khai, việc nhân hai
số nguyên tố được phỏng đoán như là hàm một phía, nó rất dễ dàng nhân các
số để tạo ra một số lớn, nhưng rất khó khăn để phân tích số lớn đó ra thành
các thừa số là hai số nguyên tố lớn.
Thuật toán mã hoá công khai cần thiết tới những số nguyên tố. Bất kỳ mạng
kích thước thế nào cũng cần một số lượng lớn số nguyên tố. Có một vài
phương pháp để sinh ra số nguyên tố. Tuy nhiên có một số vấn đề được đặt
ra đối với số nguyên tố như sau :
Nếu mọi người cần đến những số nguyên tố khác nhau, chúng ta sẽ
không đạt được điều đó đúng không. Không đúng, bởi vì trong thực tế có
tới 10150 số nguyên tố có độ dài 512 bits hoặc nhỏ hơn.
Điều gì sẽ xảy ra nếu có hai người ngẫu nhiên chọn cùng một số nguyên
tố?. Với sự chọn lựa từ số lượng 10150 số nguyên tố, điều kỳ quặc này xảy
ra là xác xuất nhỏ hơn so với sự tự bốc cháy của máy tính. Vậy nó không
có gì là đáng lo ngại cho bạn hết.
4.1 Soloway-Strassen
Soloway và Strassen đã phát triển thuật toán có thể kiểm tra số nguyên tố.
Thuật toán này sử dụng hàm Jacobi.
Trang 19
Upload by Share-Book.com
Thuật toán kiểm tra số p là số nguyên tố :
1. Chọn ngẫu nhiên một số a nhỏ hơn p.
2. Nếu ước số chung lớn nhất gcd(a,p) ≠ 1 thì p là hợp số.
3. Tính j = a(p-1)/2 mod p.
4. Tính số Jacobi J(a,p).
5. Nếu j ≠ J(a,p), thì p không phải là số nguyên tố.
6. Nếu j = J(a,p) thì nói p có thể là số nguyên tố với chắc chắn 50%.
Lặp lại các bước này n lần, với những n là giá trị ngẫu nhiên khác nhau của
a. Phần dư của hợp số với n phép thử là không quá 2n.
Thực tế khi thực hiện chương trình, thuật toán chạy với tốc độ nhanh.
4.2 Rabin-Miller
Thuật toán này được phát triển bởi Rabin, dựa trên một phần ý tưởng của
Miller. Thực tế những phiên bản của thuật toán đã được giới thiệu tại NIST.
(National Institute of Standards and Technology).
Đầu tiên là chọn ngẫu nhiên một số p để kiểm tra. Tính b, với b là số mũ của
2 chia cho p-1. Tiếp theo tính m tương tự như n = 1+2bm.
Sau đây là thuật toán :
1. Chọn một sô ngẫu nhiên a, và giả sử a nhỏ hơn p.
2. Đặt j=0 và z=am mod p.
3. Nếu z=1, hoặc z=p-1 thì pđã qua bước kiểm tra và có thể là số
nguyên tố.
4. Nếu j > 0 và z=1 thì p không phải là số nguyên tố.
5. Đặt j = j+1. Nếu j < b và z ≠ p-1 thì đặt z=z2 mod p và trở lại bước
4.
6. Nếu j = b và z ≠ p-1, thì p không phải là số nguyên tố.
Trang 20
Tải về để xem bản đầy đủ
74 trang
19500
Free
Bạn đang xem 20 trang mẫu của tài liệu "Luận văn Mã hoá thông tin", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- luan_van_ma_hoa_thong_tin.pdf
