KEAMANAN KOMPUTER ADITYO NUGROHO,ST TEKNIK PERANGKAT LUNAK UNIVERSITAS PGRI RONGGOLAWE TUBAN PERTEMUAN 3 – LANDASAN MATEMATIKA.

Slides:



Advertisements
Presentasi serupa
3. MATRIKS, RELASI, DAN FUNGSI
Advertisements

Matematika Diskrit Dr.-Ing. Erwin Sitompul
Matematika Diskrit Dr.-Ing. Erwin Sitompul
9. BILANGAN BULAT.
Definisi Fungsi adalah : jenis khusus dari relasi
GRUP Zn*.
Algoritma Kriptografi Knapsack
FUNGSI MATEMATIKA DISKRIT K- 6 Universitas Indonesia
KEAMANAN KOMPUTER ADITYO NUGROHO,ST
Matematika Untuk Kriptografi
FUNGSI.
Pertemuan ke 8 FUNGSI…..
FUNGSI STRUKTUR DISKRIT K-8 Program Studi Teknik Komputer
KEAMANAN KOMPUTER ADITYO NUGROHO,ST
9. BILANGAN BULAT.
Algoritma Kriptografi Klasik (bagian 5)
Bahan Kuliah IF2091 Struktur Diskrit
ALGORITMA DAN BILANGAN BULAT
Pertemuan ke 11.
BAB V ALGORITMA DAN BILANGAN BULAT
Bahan Kuliah IF3058 Kriptografi
ALGORITMA DAN BILANGAN BULAT
ALGORITMA DAN BILANGAN BULAT
Bahan Kuliah IF2151 Matematika Diskrit
Algoritma Kriptografi Modern
KEAMANAN KOMPUTER ADITYO NUGROHO,ST
9. BILANGAN BULAT.
BILANGAN BULAT (lanjutan 1).
Nopem KS. Teori Bilangan
5. FUNGSI.
Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu elemen di dalam.
Mohamad Salam Dan La ode Ahmad Jazuli
Bahan Kuliah Matematika Diskrit
Algoritma dan Teori Bilangan
RSA (Rivest—Shamir—Adleman)
MATRIKS, RELASI & FUNGSI
Bilangan Bulat Matematika Diskrit.
Teori Bilangan Bulat.
BAB 3 MATRIKS, RELASI, DAN FUNGSI
KEAMANAN KOMPUTER ADITYO NUGROHO,ST
Riri Irawati, M.Kom Logika Matematika – 3 sks
KOMBINATORIAL & PELUANG DISKRIT.
MATRIKS, RELASI DAN FUNGSI.
Relasi dan Fungsi.
Fungsi, induksi matematika dan teori bilangan bulat
Fungsi Oleh: Sri Supatmi,S.Kom Rinaldi Munir, Matematika Diskrit
ALGORITMA DAN BILANGAN BULAT
Teori Bilangan Bulat.
induksi matematika Oleh: Sri Supatmi,S.Kom
Relasi dan Fungsi.
LOGIKA MATEMATIKA PERTEMUAN 4 KOMPOSISI BENTUK FUNGSI
BILANGAN BULAT Pengertian bilangan bulat
Pertemuan ke 9.
Tipe dan Mode Algoritma Simetri
Matematika Diskrit Fungsi Dani Suandi, S.Si.,M.Si.
FUNGSI Matematika Diskrit Sebuah Masalah yang telah jelas digambarkan
Bahan Kuliah Matematika Komputer
Logika Matematika Fungsi Heru Nugroho, S.Si., M.T.
Landasan Matematika Untuk Kriptografi
Bahan Kuliah IF2120 Matematika Diskrit
Landasan Matematika Kriptografi
Fungsi.
Fungsi Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika untuk setiap elemen a di A terdapat satu elemen tunggal b di B.
Matematika Diskrit Fungsi Heru Nugroho, S.Si., M.T.
FPB & ARITMATIKA MODULO
Fungsi Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika untuk setiap elemen a di A terdapat satu elemen tunggal b di B.
Rinaldi M/IF2091 Struktur Diskrit1 Teori Bilangan Bahan Kuliah IF2091 Struktur Diskrit.
Teori Bilangan 1.
Asimetris Public Kriptografi
Matematika Diskrit Semester Genap TA Fungsi.
Transcript presentasi:

KEAMANAN KOMPUTER ADITYO NUGROHO,ST TEKNIK PERANGKAT LUNAK UNIVERSITAS PGRI RONGGOLAWE TUBAN PERTEMUAN 3 – LANDASAN MATEMATIKA

Memahami kriptografi dan kriptanalisis memerlukan pemahaman MATEMATIKA. Matematika memberikan landasan penting pada sebagian besar konsep dalam kriptografi. Matematika yang diperlukan untuk kriptografi termasuk ke dalam MATEMATIKA DISKRIT Ada Apa Dengan Landasan Matematika ?

Relasi dari A ke B merupakan FUNGSI jika setiap elemen dalam A dihubungkan dengan tepat satu elemen di dalam B. f : A  B f memetakan A ke B Fungsi AB ab f

Nama lain dari FUNGSI adalah PEMETAAN atau TRANSFORMASI. Himpunan A disebut DAERAH ASAL (DOMAIN) dari f dan himpunan B disebut DAERAH HASIL (CODOMAIN) dari f. Fungsi A B ab f

Kita menuliskan f(a)=bjika elemen a didalam A dihubungkan dengan elemen b didalam B. b dinamakan BAYANGAN (IMAGE) dari a a dinamakan PRA_BAYANGAN (PRE-IMAGE) dari b Fungsi A B ab f

Himpunan yang berisi semua nilai pemetaan f disebut JELAJAH (RANGE) dari f. Fungsi adalah relasi yang khusus. Kekhususan ini tercakup pada dua hal penting yaitu : Fungsi A B ab f

1.Tiap elemen dalam himpunan A, yang merupakan daerah asal f, harus digunakan oleh prosedur atau kaidah yang mendefinisikan f. 2.Frasa “dihubungkan dengan tepat satu elemen didalam B” berarti bahwa jika (a,b)  f dan (a,c)  f, maka b=c Fungsi A B ab f

Fungsi f dari himpunan A ke B dikatakan SATU-KE- SATU (ONE-TO-ONE) atau INJEKTIF (INJECTIVE) jika tidak ada dua elemen himpunan A yang memiliki bayangan sama. Fungsi Satu-ke-Satu Fungsi AB a1 f b c 2 3

Fungsi f dari himpunan A ke B dikatakan PADA (ONTO) atau SURJEKTIF (SURJECTIVE) jika setiap elemen B merupakan bayangan dari SATU atau LEBIH elemen A. Fungsi Pada Fungsi AB a1 f b c 2 3 d

Fungsi f dari himpunan A ke B dikatakan BERKORESPONDEN SATU-KE-SATU atau BIJEKSI (BIJECTION) jika merupakan fungsi SATU-KE-SATU sekaligus fungsi PADA. Fungsi Berkoresponden Satu-ke-Satu Fungsi AB a1 f b c 2 3

Fungsi INVERSI (INVERS) atau BALIKAN adalah fungsi yang memetakan kembali B ke A. Dilambangkan dengan f -1 Fungsi Inversi Fungsi AB a1 f f -1

Fungsi f dari himpunan A ke B dikatakan FUNGSI SATU ARAH jika f(x) “mudah” untuk dihitung untuk semua x  A tetapi “sangat sukar” atau bahkan “hampir tidak mungkin secara komputasi” menemukan inversinya, yaitu menemukan x sedemikian hingga f(x) = y untuk semua y  jelajah f Fungsi Satu Arah Fungsi

Contoh : Perkalian bilangan prima p=48611 dan q=53993 akan menghasilkan n= Tetapi sangat sulit untuk menemukan faktor prima dari , apalagi bila bilangan yang digunakan cukup besar. Fungsi Satu Arah Fungsi

Fungsi f dari himpunan A ke B dikatakan FUNGSI PINTU-KOLONG (TRAPDOOR FUNCTION) jika f(x) “mudah” dihitung untuk semua x  A tetapi “sangat sukar secara komputasi” menemukan inversinya tanpa INFORMASI TAMBAHAN yang disebut “PINTU- KOLONG (TRAPDOOR)”. Fungsi Pintu-Kolong Fungsi

Jika f adalah fungsi pintu-kolong, maka terdapat INFORMASI RAHASIA k sedemikian hingga bila diberikan f(x) dan k maka x lebih mudah dihitung. Dalam kriptografi, fungsi pintu-kolong dan fungsi satu-arah banyak digunakan pada kriptografi kunci- publik. Fungsi Pintu-Kolong Fungsi

Adalah jumlah urutan berbeda dari pengaturan objek- objek. Permutasi dari n objek adalah : Permutasi Permutasi dan Kombinasi

Permutasi r dari n objek disimbolkan dengan P(n,r), adalah kemungkinan urutan r buah objek yang dipilih dari n buah objek, dengan r ≤ n. Yang dalam hal ini pada setiap kemungkinan urutan tidak ada objekyang sama. Permutasi Permutasi dan Kombinasi

Contoh : Ada 26 huruf dalam alfabet. Jika huruf-huruf disusun, maka ada 26! Urutan susunan yang dihasilkan. Jika menyusun 5 huruf dari alfabet, maka kemungkinan susunan huruf yang terbentuk : Permutasi Permutasi dan Kombinasi

Bentuk khusus dari permutasi adalah KOMBINASI. Jika pada permutasi urutan kemunculan diperhitungkan, maka pada kombinasi urutan kemunculan DIABAIKAN. Contoh urutan abc,cba,acb dianggap sama dan dihitung sekali. Kombinasi Permutasi dan Kombinasi

Kombinasi r elemen dari n elemen disimbolkan dengan C(n,r) adalah jumlah pemilihan yang tidak terurut r elemen yang diambil dari n buan elemen, yang banyaknya adalah : Kombinasi Permutasi dan Kombinasi

Contoh : Setiap karakter ASCII panjangnya 1 byte. Jumlah byte yang mengandung 3 buah bit 1 adalah Kombinasi Permutasi dan Kombinasi

Teori yang mendefinisikan jumlah informasi di dalam pesan sebagai jumlah minimum bit yang dibutuhkan untuk mengkodekan pesan Contoh : 1 bit untuk mengkodekan jenis kelamin, 3 bit untuk nama hari. Teori Informasi

Entropi (entropy) adalah ukuran yang menyatakan jumlah informasi di dalam pesan. (Biasanya dinyatakan dalam satuan bit) Entropi digunakan untuk memperkirakan jumlah bit rata-rata untuk mengkodekan elemen dari pesan. Teori Informasi

Contoh : entropi untuk pesan yang menyatakan jenis kelamin = 1 bit untu, entropi untuk pesan yang menyatakan nama hari = 3 bit. Teori Informasi

Shannon merumuskan entropi pesan, disimbolkan dengan H, yang dihitung dengan persamaan : X=pesan, n=jumlah simbol berbeda di dalam pesan, p i =peluang kemunculan simbol ke-i Teori Informasi

Misalkan pesan X adalah string “AABBCBDB”. Jumlah simbol berbeda di dalam pesan adalah n=4 (yaitu A,B,C,D). Sehingga p(A)=2/8, p(B)=4/8, p(C)=1/8 dan p(D)=1/8. Entropi pesan X adalah : Teori Informasi

Entropi 1,75 berarti setiap simbol dikodekan sebanyak 1,75 bit. Teori Informasi

Sifat-sifat entropi adalah : 1.0 ≤ H(X) ≤ log 2 (n) 2.H(X) = 0 jika dan hanya jika p i = 1 untuk semua i dan p j = 0 untuk semua j ≠ i 3.H(X) = log 2 (n) jika dan hanya jika p i = 1/n untuk setiap i, 1 ≤ i ≤ n Teori Informasi

Entropi juga menyatakan ketidaktentuan (uncertainty) dari pesan. Contohnya, bila kriptogram “Y6RuPZ” menyatakan plainteks “MALE” atau “FEMALE”, maka uncertainty pesan = 1. Kriptanalis harus mempelajari hanya 1 bit yang dipilih secara tepat untuk menemukan plainteks. Teori Informasi

Entropi sistem kriptografi adalah ukuran ruang kunci K. Misal sistem kriptografi dengan kunci 64-bit mempunyai entropi 64 bit. Semakin besar entropi, semakin sulit memecahkan cipherteks. Teori Informasi

Laju bahasa (rate of a language) didefinisikan sebagai berikut : N = panjang pesan. Contohnya, laju normal Bahasa Inggris adalah 1,0 bit/huruf sampai dengan 1,5 bit/huruf untuk N besar Teori Informasi

Laju mutlak (absolute rate) didefinisikan sebagai berikut : L = jumlah karakter didalam bahasa. Contohnya, dalam bahasa Inggris (26 huruf), R = log 2 26 = 4,7 bit/huruf. Teori Informasi

Redundansi bahasa (D) didefinisikan sebagai berikut : Contoh, di dalam bahasa Inggris (ambil r = 1,3) D = 4,7 – 1,3 = 3,4 bit/huruf. Artinya setiap huruf dalam bahasa Inggris membawa 3,4 bit informasi redundan (mubazir). Teori Informasi

Contoh lain, pada pesan ASCII (256 karakter), R = log = 8 dan r = 1,3 (sama seperti bahasa Inggris), sehingga D = 8 – 1,3 = 6,7 bit/karakter. Kriptanalis menggunakan redundansi alami dari bahasa untuk mengurangi kemungkinan jumlah plainteks. Teori Informasi

Contoh, kata “dan” dalam bahasa Indonesia redundan. Misal jika dalam cipherteks banyak muncul kriptogram “ftY” (3 huruf) maka kemungkinan besar itu adalah “dan”. Semakin besar redundansi bahasa, semakin mudah melakukan kriptanalisis. Teori Informasi

Dalam dunia nyata, implementasi kriptografi dilengkapi dengan program KOMPRESI sebelum mengenkripsi pesan. KOMPRESI mengurangi mengurangi redundansi pesan. Teori Informasi

Number theory adalah teori yang mendasar dalam memahami kriptografi. Khususnya sistem kriptografi kunci-publik. Bilangan yang dimaksud di sini hanyalah bilangan bulat (integer). Teori Bilangan

Misal a dan b adalah dua bilanga bulat dengan syarat a ≠ 0, dapat dinyatakan bahwa a HABIS MEMBAGI b (a divides b) jika terdapat bilangan bulat c sedemikian hingga b = ac. Sifat pembagian pada Bilangan Bulat Teori Bilangan

TEOREMA EUCLIDAN. Misal m dan n adalah dua bilangan bulat dengan syarat n > 0. Jika m dibagi dengan n maka terdapat dua bilangan bulat unik q (quotient) dan r (remainder) sedemikian hingga : Contoh : 1987 dibagi 97 memberikan hasil bagi 20 dan sisa 47. Atau ditulis 1987= Sifat pembagian pada Bilangan Bulat Teori Bilangan

Misal a dan b adalah dua bilangan bulat tidak nol. Pembagi bersama terbesar dari a dan b adalah bilangan bulat terbesar d sedemikan hingga d | a dan d | b. Dalam hal ini dinyatakan PBB(a,b) = d. Contoh : Faktor pembagi 45 : 1,3,5,9,15 ; 36 : 1,2,3,4,9,12,18,36. FPB dari 45 dan 36 adalah 1,3,9. Sehingga PBB(45,36) = 9 PBB (Pembagi Bersama Terbesar) Teori Bilangan

Adalah algoritma untuk mencari PBB dari dua buah bilangan bulat. Euclid, penemu algoritma Euclidan adlah seorang matematikawan Yunani yang menuliskan algoritmanya dalam bukunya “Element”. Algoritma Euclidan Teori Bilangan

Diberikan dua buah bilangan bulat tak-negatif m dan n (m ≥ n). Algoritma Euclidan berikut mencari pembagi bersama terbesar dari m dan n : 1.Jika n=0 maka m adalah PBB(m,n);stop; Kalau tidak, (yaitu n ≠ 0) lanjutkan ke langkah 2 2.Bagilah m dengan n dan misalkan r adalah sisanya 3.Ganti nilai m dengan nilai n dan nilai n dengan nilai r, lalu ulang dari langkah 1 Algoritma Euclidan Teori Bilangan

Misalkan m=80, n=12 dan dipenuhi syarat m ≥ n, maka PBB(80,12) dihitung dengan algoritma Euclidan sbb : 80 = = = Algoritma Euclidan Teori Bilangan

Dua buah bilangan bulat a dan b dikatakan relatif prima jika PBB (a,b) = 1. Jika a dan b relatif prima, maka terdapat bilangan bulat m dan n sedemikian hingga : ma + nb = 1 Contoh : 20 dan 3 relatif prima (PBB(20,3)=1), 20 dan 5 TIDAK relatif prima (PBB(20,5)=5) Relatif Prima Teori Bilangan

Misalkan a adalah bilangan bulat dan m adalah bilangan bulat > 0. Operasi a mod m (dibaca “a modulo m”) memberikan sisa jika a dibagi dengan m. Bilangan m disebut MODULUS atau MODULO, dan hasil aritmetika modulo m terletak dalam himpunan {0,1,2,…,m-1} Notasi : a mod m = r sedemikian hingga a=mq + r, dengan 0 ≤ r < m Aritmetika Modulo Teori Bilangan

Aritmetika modulo cocok digunakan untuk kriptografi : 1.Oleh karena nilai-nilai aritmetika modulo berada dalam himpunan berhingga (0 sampai modulus m-1), maka kita tidak perlu khawatir hasil perhitungan berada di luar himpunan 2.Karena kita bekerja dengan bilangan bulat, maka kita tidak khawatir kehilangan informasi akibat pembulatan (round off) sebagaimana pada operasi bilangan real. Aritmetika Modulo dan Kriptografi Teori Bilangan