بررسي جامع رويكردهاي يادگيري عميق در تحليل تفاضلي رمزهاي قالبي سبك‌وزن

با گسترش روزافزون استفاده از يادگيري عميق و شبكه هاي عصبي در علوم مختلف و موفقيت هاي حاصل از آن، در سال 2۰۱9 شبكه هاي عصبي عميق براي تحليل رمز تفاضلي اتخاذ شدند و پس از آن توجه فزايند هاي به اين زمينه از تحقيقات جلب شد. اكثر تحقيقات انجام شده بر روي بهبود و بهكارگيري تمايزگرهاي عصبي متمركز هستند و مطالعات محدودي نيز در رابطه با اصول ذاتي و ويژگيهاي يادگرفته شده توسط تمايزگرهاي عصبي صورت گرفته است. در اين مطالعه با تمركز بر روي سه رمز قالبي Speck ، Simon و Simeck ، به بررسي فرايند و روش تحليل رمزهاي قالبي با كمك يادگيري عميق خواهيم پرداخت. در اين ميان، عوامل مؤثر و مولفههاي موجود در جهت دسترسي به عملكرد بهتر، واكاوي و مقايسه خواهند شد. همچنين با تشريح حملات و مقايسه نتايج، به اين سوال پاسخ خواهيم داد كه آيا از شبكه هاي عصبي و يادگيري عميق م يتوان به عنوان يك ابزار كارا براي تحليل رمزهاي قالبي استفاده نمود يا خير.