matlab Spongent算法

1、内容简介

略
5-可以交流、咨询、答疑

2、内容说明

Spongent 是一种轻量级 Hash 算法，其原理与“海绵”类似，分为“吸收”

和“榨取”两个阶段，所以又可以称之为“海绵结构”算法。

Hash 函数之所以有广泛的应用，是因为它具有以下几个性质：

(1)单向性，对于任意的 Hash 码 h，找到能使 H(x)=h 成立的 x 在计算上是

不可行的。

(2)抗弱碰撞性，对于任意的 x，找到能使 H(x)=H(y)成立的 y 在计算上是不

可行的。

(3)抗强碰撞性，对于任意指定的 Hash 算法，想找到不同的输入得到相同的

输出是不可行的。

下面简单的介绍一下 Spongent 算法的原理。

Spongent 算法是 Bogdanov 等人在 CHES 2011 上提出的轻量级 Hash 函数。

Spongent 算法用 Spongent-n/c/r 表示，是由迭代函数 Spongent- ߨ ܾ 、比特率 r、

容量 c、轮数 R 等组成的海绵结构的算法。给定有限数量的输入位，它将产

生一个 n 位的哈希值。在 Spongent- ߨ ܾ 中，b 作为置换位的宽度，即 state 结

构的容量，b=c+r。Spongent 算法的加密步骤如图 1 所示

从图中可以看出 Spongent 算法的“吸收”和“榨取”过程。具体加密步骤

及各模块内部结构及运算方法如下：

1、初始化阶段：

该输入数据将由一个单一的位 1 填充，后跟必要数量的 0 位，位数

直 到 达 到 r 位 的 倍 数 （ 例 如 ， 如 果 r=8， 则 1 位 消 息 “0”将 转 换 为

“01000000”）。然后将其切成 r 位的块。简单举例来说，如果 r=8，而

有一个输入数据是 10 位，那么在此数位最右边补上一个单一的 1 后，

用 0 来将其填充至 r=8 的最小倍数数位 16。因为 r=8，所以位数为 16

的数据不能一次性输入（为什么不能一次性输入后面详谈），应该分为

数据块依次输入。因为是 8 的整倍数，所以将其分为 p=16/8=2 数据块

来进行输入。其他位数的数据同样是这种处理方法。简单来说就是，令

|m|为经过填充处理的数据 m 的长度，则 p=|m|/r。

2、吸收阶段：

如图 1 所示，比特率 r 和容量 c 初始数据都为 0，图 1 中所示的 ݉ ͳ 、 ݉ ʹ 、 ǥ 、

݉ ݅ 为初始化阶段中对处理后的输入数据 m 分块处理后的结果，例如初始化阶段所

举例子经过填充处理位数为 16 的数据经过分块处理后，分为了两个数据块，那

么位数为 16 的数据在输入阶段就对应着 ݉ ͳ 、 ݉ ʹ 两段输入，以此类推。如图 1

所示，很清楚的可以知道，被分块后 ݉ ͳ 首先与状态值（state）的前 r 位的值进

行异或运算（state 的位数为 b，而 b=r+c，此处前 r 位的值为 0，前面举例 r=8

是指 r 的位数为 8，而 r 的初值都是 0，如果说 r=8，就是指 r 为 8 位的全 0 数

据，即“00000000”），而后 c 位的值不与 ݉ ͳ 进行异或运算，如图 1 所示，经过

异或运算后 b 位的新状态值（state）被送入 ߨ ܾ 中进行运算（ ߨ ܾ 中的运算很复杂， 后面进行讲解），得出运算过后的新 b 位状态值，同样，重复前一个步骤，因为

的分得的数据块的位数相同都是 r 位，再将新的状态值的前 r 位与数据块第二块

݉ ʹ 进行异或运算，后 c 位仍然不参加运算，得到的新状态值后再送入下一个 ߨ ܾ

中（注：在 n/c/r 都相同的一个 Spongent 算法中，每一个 ߨ ܾ 中的运算都是不一

样的，并不是相同的，不过他们的运算轮数都是一样的，后面会在对 Spongent- ߨ ܾ

的介绍中提到），以此类推，直到将 m 所分的块全部都进行输入完为止，即若分

块为 ݉ ͳ 、 ݉ ʹ 、 ǥ 、 ݉ ݅ ，则一直到 ݉ ݅ 输入并进行运算后，吸收阶段才会结束，如

图 1 所示。

3、榨取阶段：

如图 1 所示，榨取阶段的原理其实和吸收阶段的原理近似相同，对数据进行

置换的函数依旧是 Spongent- ߨ ܾ ，只不过没有吸收阶段的异或过程，榨取阶段的

第一个输入为吸收阶段的最后一个置换函数 ߨ ܾ 的输出，因为吸收与榨取阶段的置

换函数类型相同（内部运算不同），所以其输入输出都是 b 位的状态值,榨取阶段

每次 ߨ ܾ 输出 b 位状态值，取其前 r 位作为输出 ݄ ݅ ，同时将此次置换函数输出的 b

位状态值作为下一个置换函数 ߨ ܾ 的输入，以此类推。对于不同的 Spongent 算法

类型，榨取阶段输出 r 位的组数也不同，已知 Spongent-n/c/r 中的 n 为算法的

最终输出数据的位数，所以需要 j=|n|/|r|组置换函数的输出。例如，对于

Spongent-88/80/8 来说，r=8，n=88，则榨取阶段应该输出 j=|n|/|r|=88/8=11

个 r=8 比特的数据组再将每一次的输出 ݄ ͳ 、 ݄ ʹ 、 ǥ 、 ݄ ͳ ͳ 整合为 n=88 位的输出数

据，如图

3、仿真分析

4、参考论文

略