Попов А. М.2025-01-092025-01-092024https://ur.knute.edu.ua/handle/123456789/3092The paper presents a comparative analysis of the effectiveness of different neural network architectures applied to cryptanalysis of symmetric ciphers. Convolutional, recurrent, feedforward and combined architectures are considered. Their application to linear, differential cryptanalysis of PRESENT, AES, SPECK and other ciphers is investigated using open datasets. The advantages and disadvantages of each architecture for different types of attacks are identified.У статті проведено порівняльний аналіз ефективності застосування різних архітектур нейронних мереж до задач криптоаналізу симетричних шифрів. Розглянуто згорткові, рекурентні, мережі прямого зв’язку та комбіновані архітектури. На відкритих наборах даних досліджено їх використання для лінійного, диференціального криптоаналізу шифрів PRESENT, AES, SPECK та ін. Виявлено переваги і недоліки кожної архітектури для різних типів атак.ukArticle