本文關(guān)鍵詞：基于混沌的流密碼算法研究

  更多相關(guān)文章： 混沌 Logistic PLM CML 流密碼算法

【摘要】：隨著信息技術(shù)的不斷發(fā)展,私密信息的安全性越來(lái)越受到人們的關(guān)注。因此,尋找新的方法以保證信息的安全,已成為當(dāng)前的研究熱點(diǎn)。在此背景下,混沌映射因具有偽隨機(jī)性、對(duì)系統(tǒng)參數(shù)的敏感性等特點(diǎn),得到了研究者的重視并在信息保密通信中不斷得到應(yīng)用與發(fā)展。在混沌密碼學(xué)中,混沌流密碼是其中的重要組成部分之一。在混沌流密碼的設(shè)計(jì)中,混沌映射是其中的重要組件。從密碼學(xué)應(yīng)用的角度,對(duì)混沌映射的特性予以改進(jìn),是提高混沌密碼學(xué)算法性能的重要手段之一。本文通過(guò)研究發(fā)現(xiàn),Logistic混沌映射雖然具有良好的混沌行為,且應(yīng)用廣泛,但是其在概率密度分布、相空間遍歷性等方面仍然存在缺陷。為此,本文結(jié)合混沌理論與密碼學(xué)的相關(guān)研究,主要進(jìn)行了如下研究工作:1)在對(duì)混沌理論、混沌映射、混沌流密碼研究的基礎(chǔ)上,對(duì)當(dāng)前混沌映射與混沌流密碼的研究現(xiàn)狀進(jìn)行了詳細(xì)分析。2)為克服Logistic映射在密碼學(xué)應(yīng)用方面的缺陷,本文提出了一種分段Logistic映射(Piecewise Logistic Map,PLM),通過(guò)仿真實(shí)驗(yàn)證明,PLM在遍歷性、分岔圖、Lyapunov指數(shù)方面均優(yōu)于Logistic映射;其次,為了克服PLM概率密度分布不均勻的缺陷,本文又提出了一種提高PLM概率密度分布的方法,即變控制參數(shù)μ的PLM。3)基于PLM良好的密碼學(xué)特性,本文提出了一種基于PLM的流密碼算法。通過(guò)對(duì)算法在統(tǒng)計(jì)測(cè)試、安全性、相關(guān)性、效率等方面的分析,結(jié)果證明基于PLM的流密碼算法是一種簡(jiǎn)單、安全、高效的流密碼算法。4)將PLM以局部映射的形式引入到耦合映像格子(CML)模型中,得到基于PLM的CML模型(PLCML)。相對(duì)于基于Logistic映射的CML(LCML),PLCML具有更大的Lyapunov指數(shù);其次,為了克服PLCML在概率密度分布不均的弱點(diǎn),采用了變耦合系數(shù)ε的方法。最后,基于PLCML的良好的密碼學(xué)特性,提出了一種基于PLCML的流密碼算法。通過(guò)對(duì)算法的密碼學(xué)特性進(jìn)行分析,結(jié)果證明該算法在統(tǒng)計(jì)測(cè)試、安全性、相關(guān)性、效率等方面具有良好的特性,是一種安全的算法。
【關(guān)鍵詞】：混沌 Logistic PLM CML 流密碼算法
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN918.1
【目錄】：

• 摘要4-6
• Abstract6-14
• 第1章 緒論14-20
• 1.1 研究背景及意義14-15
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀15-18
• 1.2.1 混沌理論研究現(xiàn)狀15-16
• 1.2.2 混沌映射研究現(xiàn)狀16-17
• 1.2.3 基于混沌的流密碼算法研究現(xiàn)狀17-18
• 1.3 當(dāng)前研究存在問(wèn)題18
• 1.4 課題研究?jī)?nèi)容與論文組織結(jié)構(gòu)18-20
• 第2章 基礎(chǔ)知識(shí)及理論20-28
• 2.1 混沌理論的基礎(chǔ)知識(shí)20-22
• 2.1.1 混沌的基本概念20-21
• 2.1.2 混沌與密碼學(xué)的關(guān)系21-22
• 2.2 混沌映射模型22-25
• 2.2.1 混沌映射22-23
• 2.2.2 Logistic混沌映射23
• 2.2.3 CML模型23-25
• 2.3 流密碼理論基礎(chǔ)25-27
• 2.3.1 流密碼算法的基本概念25
• 2.3.2 基于混沌的流密碼算法25-26
• 2.3.3 流密碼算法性能測(cè)試指標(biāo)26-27
• 2.4 本章小結(jié)27-28
• 第3章 PLM及其性能分析28-41
• 3.1 Logistic混沌映射性能分析28-32
• 3.1.1 Logistic混沌映射的遍歷性28-30
• 3.1.2 混沌Logistic混沌映射的分岔圖30
• 3.1.3 Logistic混沌映射的Lyapunov指數(shù)30-31
• 3.1.4 Logistic混沌映射的概率密度分布31-32
• 3.2 PLM32-34
• 3.3 PLM性能分析34-39
• 3.3.1 PLM的遍歷性34-35
• 3.3.2 PLM的分岔圖35-36
• 3.3.3 PLM的Lyapunov指數(shù)36-38
• 3.3.4 PLM的概率密度分布38-39
• 3.4 基于變控制參數(shù) μ 的PLM39-40
• 3.5 本章小結(jié)40-41
• 第4章 基于PLM的流密碼算法及其性能分析41-53
• 4.1 基于PLM的流密碼算法41-43
• 4.1.1 算法描述42-43
• 4.1.2 算法優(yōu)勢(shì)43
• 4.2 算法性能分析43-52
• 4.2.1 統(tǒng)計(jì)測(cè)試43-46
• 4.2.2 相關(guān)性分析46-48
• 4.2.3 安全性分析48-50
• 4.2.4 效率分析50-51
• 4.2.5 對(duì)比分析51-52
• 4.3 本章小結(jié)52-53
• 第5章 基于PLCML的流密碼算法及其性能分析53-71
• 5.1 二維耦合映像格子模型53
• 5.2 CML模型性能分析53-61
• 5.2.1 LCML性能分析54-57
• 5.2.2 PLCML性能分析57-60
• 5.2.3 基于變耦合系數(shù) ε 的PLCML60-61
• 5.3 基于PLCML的流密碼算法61-63
• 5.3.1 算法描述61-62
• 5.3.2 算法優(yōu)勢(shì)62-63
• 5.4 算法性能分析63-70
• 5.4.1 統(tǒng)計(jì)測(cè)試63-66
• 5.4.2 相關(guān)性分析66-67
• 5.4.3 安全性分析67-69
• 5.4.4 效率分析69-70
• 5.5 本章小結(jié)70-71
• 第6章 總結(jié)與展望71-73
• 6.1 總結(jié)71-72
• 6.2 未來(lái)工作展望72-73
• 參考文獻(xiàn)73-76
• 致謝76-77
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果77-78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 范九倫;張雪鋒;;分段Logistic混沌映射及其性能分析[J];電子學(xué)報(bào);2009年04期

2 余振標(biāo);馮久超;;一種混沌擴(kuò)頻序列的產(chǎn)生方法及其優(yōu)選算法[J];物理學(xué)報(bào);2008年03期

3 ;A chaos-based image encryption algorithm using alternate structure[J];Science in China(Series F:Information Sciences);2007年03期

4 柳平;閆川;黃顯高;;改進(jìn)的基于Logistic映射混沌擴(kuò)頻序列的產(chǎn)生方法[J];通信學(xué)報(bào);2007年02期

5 王蕾;汪芙平;王贊基;;一種新型的混沌偽隨機(jī)數(shù)發(fā)生器[J];物理學(xué)報(bào);2006年08期

6 劉鑌;張永強(qiáng);劉粉林;;一種新的數(shù)字化混沌擾動(dòng)方案[J];計(jì)算機(jī)科學(xué);2005年04期

，

本文編號(hào)：544302