相关免疫函数的一种构造方法

相关免疫是前馈网络流密码抵抗相关攻击的一种能力。寻找具有相关免疫性能流密码生成器具有实践意义和理论意义。本文给出构造相关免疫函数的一种算法。     

流密码中Bent函数与有限状态机组合器

研究了流密码体制中抗攻击前馈网络的构造。通过对有限状态机（ＦＳＭ）输出函数的Ｗａｌｓｈ谱及Ｎ元布尔函数是Ｎ－１阶相关免疫的充要定理的讨论，证明了ＦＳＭ组合器是Ｎ１阶相关免疫的。论述了用Ｂｅｎｔ函数做前馈网络的非线性组合函数可很好的抗相关攻击和线性逼近攻击。文中给出一种可用其实现任意Ｎ元布尔函数的多功能程控逻辑门，使布尔函数的线路实现极为经济。最后用ＦＳＭ组合器及给出的多功能程控逻辑门构造了实现一大类Ｂｅｎｔ函数的前馈网络。此流密码体制具有强的抗攻击能力。     

前馈网络构造性设计中基于GP实现神经元激活函数类型优化

讨论了在前馈网络构造性设计中如何基于遗传编程(GP)实现神经元激活函数类型自动优化的问题.首先,提出了典型前馈网络的一种构造性设计方法框架,将整个网络的设计分解为单个神经元的逐个设计;然后,在此框架下提出了基于GP的单个神经元的设计方法,该方法可实现对激活函数类型的优化.仿真实验显示,本文的前馈网络构造性设计方案是可行的,与其他几种不优化激活函数类型的网络设计方法相比,本方法更有效,能用较小的网络规模获得更满意的泛化特性.     

平衡相关免疫函数的特征和结构

研究了简称相关免疫函数的特征和结构。用频谱理论和重量分析方法，给出了平衡相关免疫函数的Walsh谱特征和重量特征；分析和介绍了几类重要平衡相关免疫函数的结构，给出了构造具有良好密码特性的平衡相关免疫函数的方法。     

流密码中的布尔函数设计研究进展

密码函数,主要包括单输出布尔函数和多输出布尔函数,在流密码及分组密码系统中扮演着重要角色.在基于线性反馈移位寄存器的流密码系统中为了抵抗各种攻击,一个好的密码函数需要满足以下指标:较高的非线性度、平衡性、低阶相关免疫性、高的代数次数,高代数免疫阶等等.主要总结了近年来在高非线性度弹性密码函数,具有最优代数免疫度的函数和具有良好自相关性质的函数等研究方面的进展,并对其后续工作进行了展望.     

布尔函数性质的谱特征

布尔函数对于分组密码及流密码的安全性起着重要的作用。为了抵抗几种对密码体制的攻击,布尔函数需要具有几种相应的准则:平衡性,高代数次数,高非线性度和高相关免疫度等。Walsh变换和Walsh谱技术是研究布尔函数性质的有效方法,利用Walsh谱技术研究布尔函数的一些重要性质,将这些性质(平衡性、非线性度、相关免疫性、扩散准则、严格雪崩准则、代数免疫性)进行量化。主要研究了布尔函数的Walsh谱及相关的性质,重点介绍了布尔函数的几种密码学性质及Walsh谱与其他密码学性质之间的关系,得到了布尔函数性质的一些结果:首先介绍了布尔函数Walsh谱及其他的密码学性质,然后分析了布尔函数Walsh谱与其他性质之间的关系,包括与汉明重量、平衡性、非线性度、相关免疫性、扩散性、严格雪崩性、代数免疫性之间关系。     

相关免疫函数的特征与构造

本文首先给出了布尔函数是m阶相关免疫的充要条件,其次介绍了一种从两个n个变元的m阶相关免疫函数构造n+1个变元的m+1阶相关免疫函数的方法。     

不重复齐次函数的性质及其应用

不重复齐次函数是一类特殊的布尔函数，它在构造密码安全非线性组合函数中有着重要的应用。因此，文中研究了这类函数的密码性质，作为结果，得知不重复齐闪一次函数有良好的平衡性和相关免疫性。不重复齐次二次函数是一类Bent函数，有着最高的非线性度和最高的扩散次数等，并以此为基础，深入研究了不重复齐次函数在构造非线性组合函数中的应用，从而得到了具有高非线性度且平衡相关免疫的函数和具有较高非线性度且代数次数达到最高的函数的结构。     

基于多层前馈网络的计量经济模型敏感性分析方法

多层前馈网络计量经济模型可以描述复杂的非线性经济现象,在经济建模中的应用日益广泛。而经济敏感性分析是一种研究经济的有效方法,潜在函数关系的可微性是应用该方法的前提条件之一,其要点是用拟合函数的导数来近似潜在函数的导数。介绍了四种敏感性分析方法,给出了多层前馈网络计量经济模型正规化灵敏度的解析计算方法,并说明了对多层前馈网络计量经济模型进行敏感性分析是一种有效识别敏感因素的方法。     

一类多输出k阶拟Bent函数的构造及其密码学性质

给出了多输出k阶拟Bent函数的一种构造方法.该方法通过组合两个无共同变元函数而构造出多输出k阶拟Bent函数.同时,还讨论了所构造的这类多输出k阶拟Bent函数的代数次数,非线性性,平衡性,扩散性及稳定性等密码学性质.这些性质来显示,多输出拟Bent函数是一类密码学性质良好的多输出函数.用作分组密码体制的非线性组合器时,能有效地抵抗差分分析和线性分析的攻击.另外,它还可应用于多输出前馈网等方面.     

Construction of balanced rotation symmetric boolean functions with optimal algebraic immunity

Algebraic immunity is a new cryptographic criterion proposed against algebraic attacks. In order to resist algebraic attacks, Boolean functions used in many stream ciphers should possess high algebraic immunity. This paper presents one main result to find balanced rotation symmetric Boolean functions with maximum algebraic immunity. Through swapping the values of two orbits of rotation class of the majority function, a class of 4k＋l variable Boolean functions with maximum algebraic immu- nity is constructed. The function f（x） we construct always has terms of degree n-2 independence of what ever n is. And the nonlinearity off（x） is relatively good for large n.     

序列密码和分组密码的混合加密体制研究

在Shannon的密码体制上,文章将序列密码和分组密码结合而成为一种混合密码体制,该加密体制综合利用两种密码体制的特性来得到较高的安全性。通过序列密码产生分组密码所用的密钥流,对密钥流分组得到各分组密钥,这种加密方法克服了混合分组加密各分组密文有相关性的缺陷,从而使传输中的错误不会影响密文的解密,从而达到使用固定密钥实现一次一密。     

具有高非线性度和最优代数次数的弹性函数的构造

具有良好的非线性度和最优代数次数的弹性布尔函数在流密码和分组密码设计和分析中起着至关重要的作用.本文通过修改Maiorana-McFarland(M-M)类Bent函数,利用不同的低阶弹性函数,给出构造高非线性度弹性布尔函数的一种新方法,所构造的函数具有严格几乎最优的非线性度和最优的代数次数.     

Discretization of Coupled Map Lattices for a Stream Cipher

Coupled map lattices (CML) have been recently used to construct ciphers. However, the complicated operations on real numbers make these CML-based ciphers difficult to analyze. This paper presents a new stream cipher with the discretized CML which operates on binary numbers. When discretizing the CML, the effective network structure is explicitly preserved to improve the confusion and diffusion. The proposed cipher can be easily analyzed using proper cryptographic techniques and has good security. The cipher has a strict lower bound on the period length of 264 and its key setup scheme achieves enough diffusion. The keystreams pass all of the NIST statistical randomness tests and have good randomness properties. In addition the cipher is resistant to the guess-and-determine attack.     

Sigmoid传输函数与三层前馈神经网络的映射能力

对于具有n个隐含单元的三层前馈神经网络,证明了隐含层的Sigmoid传输函数可以把输入层数据的维数提升到n维,这意味着有n个隐神经元的前馈三层神经网络具有把低维空间映射到高维空间的能力。     

前向神经元网络的子波表示

基于函数逼近，对前向神经元网络中非线函数与子波变换中母函数的关系进行了分析，推出了前向神经元网络的子波表示，指出两种方法应用于Ｌ＾２（Ｒ）空间函数逼近时是一致性，最后给出了两个前向神经元网络的子波表示，函数逼近实例验证了本结论的正确性。