本文關(guān)鍵詞：S盒的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)及其動力學(xué)性質(zhì)，由筆耕文化傳播整理發(fā)布。

【摘要】：S盒(Substitution box,簡稱為S-Box)是加密算法中的非線性部件,是分組加密算法的主要組成部分之一,它的非線性強(qiáng)度決定了密碼算法的好壞。神經(jīng)網(wǎng)絡(luò)也具有高度的非線性,二者這一共同特點(diǎn),使得將神經(jīng)網(wǎng)絡(luò)運(yùn)用于S盒成為可能。另一方面,乘法器是硬核處理器、數(shù)字信號處理器、濾波器、高性能微控制器等器件中主要的運(yùn)算部件之一,它能夠?yàn)閷?shí)時(shí)信號處理提供強(qiáng)大的數(shù)學(xué)運(yùn)算。本文分別提出了一種實(shí)現(xiàn)S盒和乘法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和方法,這種方法增加了S盒和乘法的易實(shí)現(xiàn)性。具體來說,論文主要工作列舉如下:第1章介紹了人工神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史以及布爾函數(shù)的相關(guān)知識,然后介紹了S盒的研究現(xiàn)狀以及基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)S-盒的意義。第2章探討了神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)S盒中布爾函數(shù)的結(jié)構(gòu)和方法。不同于以往的網(wǎng)絡(luò)模型,本文中所提到的網(wǎng)絡(luò)由多層神經(jīng)網(wǎng)絡(luò)感知器構(gòu)成,可用來實(shí)現(xiàn)任何一個(gè)S盒中的所有布爾函數(shù),且每個(gè)感知器網(wǎng)絡(luò)均只有較小數(shù)目的輸入變量,可以用DNA-Like算法訓(xùn)練其權(quán)值和閾值。第3章介紹了基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)乘法器布爾函數(shù)的結(jié)構(gòu)和方法。所用方法降低了乘法的實(shí)現(xiàn)難度,且該方法可以用來實(shí)現(xiàn)更高維度的乘法器布爾函數(shù)。第4章討論了S盒的動力學(xué)性質(zhì),給出了S盒中布爾函數(shù)所對應(yīng)的狀態(tài)轉(zhuǎn)移圖、線性化矩陣以及該S盒的周期環(huán)和暫態(tài)數(shù)目。最后,第5章對全文進(jìn)行了總結(jié)和展望,指出以后進(jìn)一步的研究方向。
【關(guān)鍵詞】：神經(jīng)網(wǎng)絡(luò) 布爾函數(shù) S盒 乘法器 S盒動力學(xué)
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP309.7;TP183
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 1 緒論9-15
• 1.1 研究背景及現(xiàn)狀9-11
• 1.2 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)S盒的意義11
• 1.3 預(yù)備知識11-14
• 1.4 本文主要內(nèi)容與結(jié)構(gòu)14-15
• 2 S盒的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方法15-33
• 2.1 S盒的定義15-16
• 2.2 實(shí)現(xiàn)S盒的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)16-19
• 2.3 S盒及其布爾函數(shù)19-20
• 2.4 S盒的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方法20-24
• 2.5 本章小結(jié)24-33
• 3 乘法器的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)33-41
• 3.1 二值乘法器背景介紹33-34
• 3.2 二值乘法器的表示34-35
• 3.3 乘法器布爾函數(shù)真值表35-37
• 3.4 乘法器布爾函數(shù)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)37-38
• 3.5 本章小結(jié)38-41
• 4 S盒的動力學(xué)41-47
• 4.1 布爾網(wǎng)絡(luò)及其線性化41-43
• 4.2 布爾網(wǎng)絡(luò)的特征多項(xiàng)式及動力學(xué)性質(zhì)43-44
• 4.3 S-盒中布爾函數(shù)的動力學(xué)性質(zhì)分析44-45
• 4.4 本章小結(jié)45-47
• 5 總結(jié)與展望47-48
• 5.1 總結(jié)47
• 5.2 展望47-48
• 致謝48-49
• 參考文獻(xiàn)49-52
• 附錄52

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 謝偉平，，鐘珞，陳杰，潘昊;荷載代數(shù)的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];武漢工業(yè)大學(xué)學(xué)報(bào);1995年04期

2 李文正;曾維魯;;神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方法及其發(fā)展趨勢[J];水電科技情報(bào);1997年02期

3 熊英;朱宇;郭文強(qiáng);;穩(wěn)定分布環(huán)境下最小范數(shù)濾波算法的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];中國制造業(yè)信息化;2006年15期

4 胡夢佑;陳鈞量;;廣義閾值分解,廣義排序?yàn)V波及其神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];軍事通信技術(shù);1992年04期

5 寧小春,蘇衛(wèi)權(quán),金英林;神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)漢字細(xì)化[J];信號處理;1995年03期

6 李霞,謝維信;用分維神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)短期記憶[J];電子科學(xué)學(xué)刊;1999年04期

7 石文孝,荊濤,楊懷江;混沌序列的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];光學(xué)精密工程;2000年03期

8 姚增起;;用不可靠元件構(gòu)造可靠系統(tǒng)及其神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];自動化學(xué)報(bào);1990年05期

9 桑農(nóng),張?zhí)煨?旋轉(zhuǎn)與比例不變點(diǎn)特征松弛匹配算法的Hopfield神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];宇航學(xué)報(bào);1999年03期

10 周鳴爭,楊益民;菱形思維的可拓神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[J];系統(tǒng)工程理論與實(shí)踐;2000年06期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 王晶;蔡自興;;利用模糊聯(lián)想神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的自組織模糊控制器[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（上冊）[C];1995年

2 胡文金;李太福;蘇盈盈;;基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊PID控制器的二次建模[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

3 楊煜普;許曉鳴;張鐘俊;;過程控制中非線性最優(yōu)控制算法的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[A];1993中國控制與決策學(xué)術(shù)年會論文集[C];1993年

4 周尚明;瞿壽德;;一種基于模式識別的智能自動化新方法及其神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（上冊）[C];1995年

5 湯天浩;陳伯時(shí);李杰仁;劉以建;;層次分類診斷模型的多重結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)與應(yīng)用[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

6 孫燕楠;韓敏;;利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)模糊if-then規(guī)則集[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張霞;S盒的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)及其動力學(xué)性質(zhì)[D];杭州電子科技大學(xué);2016年

  本文關(guān)鍵詞：S盒的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)及其動力學(xué)性質(zhì)，由筆耕文化傳播整理發(fā)布。

本文編號：486443