混沌映射和神经网络互扰的新型复合流密码.pdfVIP

物理学报 Acta Phys. Sin. Vol. 62, No. 4 (2013) 040301 混沌映射和神经网络互扰的新型复合流密码* 1† 2 陈铁明 蒋融融 1) ( 浙江工业大学计算机科学与技术学院, 杭州 310023 ) 2) ( 浙江广播电视大学信息与工程学院, 杭州 310013 ) ( 2012年3月31 日收到; 2012年9月28 日收到修改稿) 提出了一种将新型的神经网络互学习模型和常见的多混沌系统融合互扰的复合流密码方案. 首先利用三个 Logistics 混沌映射产生的随机序列作为神经网络互学习模型中三个隐含层神经元的随机输入, 神经网络交互学习达 到内部权值同步后, 再将同步权值映射为随机序列并与三个Logistics 序列复合产生最终的密钥流. 实验表明, 产生 的密钥流具有更好的随机性, 混沌流加密应用效果好. 关键词: 混沌映射, 神经网络, 权值同步, 随机密钥流 PACS: 03.67.Dd, 05.45.Gg, 05.45.Vx, 07.05.Mh DOI: 10.7498/aps.62.040301 神经网络也是一种高度非线性的动力学系统, 1 引言 因此将混沌和神经网络相结合的研究也受到人们 12 混沌是物理、数学、非线性动力学等多学科 关注, 形成了混沌神经网络的研究分支 , 但目前 交叉的一种新理论, 混沌系统的“蝴蝶效应” 和“不 尚未出现将神经网络与混沌系统互扰构建流密码 确定性” 已在密码学领域引起广泛关注. 混沌系统 的研究成果. 最近的研究表明, 两个权值不同、输 所具有的基本特性可满足保密通信及密码学的基 入同步的神经网络模型通过输出位交互学习, 最终 13 本要求: 混沌动力学方程的确定性保证了通信双 可实现两个权值向量的同步状态 , 该权值同步 方在收发过程或加解密过程中的可靠性; 混沌轨 可被利用在公开信道上构建密钥协商方案, 即双方 道的遍历性正好满足密码系统设计的扩散原则; 混 预先共享输入向量且保持同步的随机变化, 则通过 沌参数和初值敏感性正好满足密码系统设计的混 输出位不断更新各自的权值向量, 最终可在有限步 1 交互后实现权值向量的同步, 将同步的权向量映射 乱原则 . 与传统密码相比, 混沌密码具有结构简 2 14 单、容易实现、安全高效等特点 , 可构建随机数 为会话密钥即可完成通信双方的密钥协商 . 3 4 5 6 我们称上述的权值同步神经网络模型为奇偶 发生器 、流密码 、分组加密 、公钥加密 78 树型机(tree parity machine, TPM). 由分析知, 两个 等方案, 其中以流密码的研究与应用最为普遍 . 当前对混沌流密码的研究主要集中在多混沌系统 TPM 输入的动态随机性是实