本文提出了一种基于混合整数线性规划（MILP）的差分故障攻击（DFA）改进框架，命名为MIFA。研究背景源于对DEFAULT和BAKSHEESH两种分组密码的DFA安全性分析：ASIACRYPT 2021上DEFAULT被设计为算法层面抵抗DFA，声称无论注入多少故障都具备64位安全性；但EUROCRYPT 2022的研究通过信息合并技术打破了这一声称；随后ASIACRYPT 2024的研究利用单解差分轨迹搜索进一步提升了攻击效率，在简单密钥调度下对DEFAULT第5轮（从最后一轮倒数）注入5个故障即可将密钥空间降至1，对BAKSHEESH则在倒数第3轮注入12个故障达到同样效果。本文的核心贡献在于：1) 将DFA问题建模为MILP问题，利用求解器自动搜索最优故障注入策略，从而能够攻击比以往更深层的轮数，并减少密钥恢复所需的故障注入次数；2) 提出一种系统性分析方法，通过枚举所有可能的单比特翻转故障对应的输入差分，确定最有效的故障注入比特位置，从而进一步减少所需故障数量，并能够理论计算所需故障次数的上界。实验结果表明，对于DEFAULT，在倒数第6轮注入3个故障，或在倒数第7轮和倒数第8轮分别注入2个故障，即可将密钥空间降至1。该框架展示了自动化优化工具在密码分析中的潜力，为评估分组密码的DFA抵抗力提供了新的方法论参考。本文适合密码学研究者、硬件安全工程师以及对DFA攻击与防御感兴趣的安全从业者阅读。