48、公开可审计的功能加密:概念、技术与应用

公开可审计的功能加密:概念、技术与应用

功能加密简介

功能加密(FE)是一种超越传统公钥加密“全有或全无”解密能力的密码学原语。在FE中,给定加密密钥ek,加密者为明文数据x生成密文ct。解密者使用密钥生成机构提供的特定函数f的功能私钥skf,就能获取函数输出f(x)。FE的安全性保证解密者除了f(x)及其可推断的信息外,无法得知x的其他信息。

FE自Boneh等人首次提出以来,有大量相关研究,包括为特定功能(如内积、二次函数)提供高效方案,以及对多输入、多加密者、多机构或动态参与者集合等情况进行定义扩展。

FE的实际应用

FE的选择性解密能力使其适用于多个现实世界的应用场景:
1. 可检查的云存储 :用户将文件(如图像)上传到云服务提供商时,为保护隐私,上传的文件应加密。云服务提供商在用户同意的情况下,可通过FE推断加密文件的一些信息,如文件相关的聚合统计信息,或确保文件内容符合特定策略。
2. 可审计的金融数据 :金融领域的机构负责检查企业和组织的账目,确保其符合法律和财务政策。FE能实现细粒度控制,而无需披露所有原始数据。
3. 私有数据经纪 :日常在线活动产生的大量数据催生了“数据货币化”概念。数据经纪公司收集大量数据,进行统计分析并将结果出售给感兴趣的买家。隐私意识较强的个人可使用FE方案,仅向经纪商披露预先约定的聚合统计信息。

现有FE方案的局限性

尽管FE能很好地满足这些应用的隐私需求,但现有信任模型存在潜在的参与者不当行为,而FE的安全定义并未涵盖这些情况

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析算法验证,深入理解每一步的推理依据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值