OHNN新的分组Hash算法.pdfVIP

第36卷第4期 华侨大学学报(自然科学版) V01．36No．4 of 2015年7月 Journal Science) Jul．2015 HuaqiaoUniversity(Natural 文章编号：1000—5013(2015)04—0393—06 OHNN新的分组Hash算法 李国刚，钟超林，蔺小梅 (华侨大学信息科学与工程学院，福建厦门361021) 摘要：在Hash函数算法的研究设计过程中，引入混沌系统理论，探索研究基于混沌动力学的Hash函数算 法．将分段线性混沌映射和过饱和的Hopfield神经网络(OHNN)进行结合，提出一种基于混沌动力理论的单 向Hash函数构造方法．对算法进行仿真和测试，从不同方面分析验证所提新的算法满足Hash算法的性能指 标．安全性分析表明：该算法能抵抗多种碰撞和统计分析的攻击，具有很好的安全性能． 关键词：Hopfield神经网络；混沌吸引子；分段线性映射；Hash算法 中图分类号： TN918．4 文献标志码： A 采用大量逻辑运算的Hash函数的方法已不具备所需的安全特性E卜引，当经典Hash函数被攻破后， 寻找一个更安全的算法就变得不再那么简单．于是，在Hash函数算法的研究设计过程中，引入混沌系 统理论嘲，探索基于混沌动力学的Hash函数算法，成了密码学领域研究的新思路．本文将分段线性混 构造方法． 1分段线性映射 选择的混沌映射是一维分段线性映射，它从标准帐篷映射和斜帐篷映射推广演化而来，函数为 fT。／q，0≤z。q， l(工。一q)／(O．5一q)， q≤z。o．5， … ¨’ ．-Tn+l一1(1一z。一g)／(o．5一q)，0．5≤．Tgn1一q， 【(1一z。)／q， 1一q≤z。1． 1 0 式(1)中：z取值范围为[o，1]；控制参数q取值范围为(o，o．5)． 当q在(o，o．5)的范围内时，会产生混沌现象，其函数图形，如图l所08 八 示．由文献1-6-1可知：该分段线性映射的输出序列在(o，1)是遍历的， … 有着很好的数学统计特性．系统的不变分布函数f’(z)的算子[5]为 o4 P。f’(z)一Pf。(卯)+(0．5一P)f’(P+x(O．5一P)+ (O．5一P)f。(0．5+(1一z)(0．5一P))+o2 Pf。(1一卯)． (2) 0 厂(z)一1表明系统在(o，1)1-是均匀分布的． 0 0．2 04 06 08 l 0 Jf， 2 OHNN吸引子的混沌特性 图1分段线性映射 Fig．1Piecewise 在OHNN中吸引