基于神经网络混沌吸引子的公钥密码算法安全性分析及其实现

• 作者: 刘年生 郭东辉
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 公钥密码体制 混沌吸引子 矩阵分解
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 187-193
• 页数: 7页
• 分类号: TP309.2
• 字数: 5538字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2007.02.010

摘要

介绍一种基于神经网络混沌吸引子的Diffie-Hellman公钥密码算法.在过饱和贮存的Hopfield神经网络模型中混沌吸引子与初始状态之间存在一种单向函数关系,如果改变该神经网络的联结权矩阵,混沌吸引子及其所应的初始状态吸引域会随之发生改变.因此,我们可以其联结权矩阵为陷门,利用可交换的随机变换矩阵来改变神经网络的联结权矩阵,实现一种新的Diffie-Hellman公钥加密算法,即将随机变换矩阵作为私钥,而将变换后的神经网络联结突触矩阵作为公钥.为了说明这种新公钥加密方案的实用性,本文还分析和讨论其安全性和加密效率,并利用Java编程实现互联网的应用方案.实验结果表明,本算法是可行的,并具有较高的数据加密和解密速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭东辉	厦门大学电子工程系	129	1611	20.0	35.0
2	刘年生	集美大学计算机工程学院	16	95	5.0	9.0