Skip to Main content Skip to Navigation
Master thesis

Décodage Statistique

Abstract : L’objet de mon stage, sous la direction de M.Tillich, fut la cryptanalyse des systèmes à base de codes correcteurs dans le modèle « non structuré » : le code du crypto-système attaqué est uniquement supposé aléatoire, la seule structure dont nous disposons est vectorielle. Nous avons en particulier étudié un algorithme jusque-là méprisé par la communauté scientifique : le décodage statistique. Cet algorithme n’appartient pas à la famille des algorithmes les plus étudiés, dits par ensemble d’information. Une étude rigoureuse nous a permis de montrer que ce dernier est bien meilleur que les algorithmes par ensemble d’information dans « certaines zones » non négligeables. Pour cela nous avons utilisé des outils mathématiques statistiques ainsi que de l’algorithmique jusque-là très étudié. L’objectif de ce rapport est de vous présenter l’algorithme de décodage statistique et de démontrer rigoureusement son efficacité jusque-là inconnue.
Complete list of metadatas

Cited literature [13 references]  Display  Hide  Download

https://hal.inria.fr/hal-01413092
Contributor : Jean-Pierre Tillich <>
Submitted on : Friday, December 9, 2016 - 12:55:17 PM
Last modification on : Thursday, April 26, 2018 - 10:28:02 AM
Long-term archiving on: : Thursday, March 23, 2017 - 9:52:46 AM

Identifiers

  • HAL Id : hal-01413092, version 1

Collections

Citation

Thomas Debris. Décodage Statistique. Théorie de l'information [cs.IT]. 2016. ⟨hal-01413092⟩

Share

Metrics

Record views

144

Files downloads

89