首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于神经网络的对称密码系统
引用本文:齐锐,张大力,阎平凡.基于神经网络的对称密码系统[J].清华大学学报(自然科学版),2001,41(9):89-93.
作者姓名:齐锐  张大力  阎平凡
作者单位:清华大学自动化系
基金项目:国家“九五”科技攻关项目 ( 97-75 9)
摘    要:将混沌机制的非线性和随机特性引入密码系统 ,是加强信息保密的有效途径。离散 Hopfield神经网络存在混沌吸引子 ,基于此可以构造新的加密算法。该文在 GuoDonghui等人提出的对称的概率加密算法的基础上利用密码分组链接模式 (CBC) ,构造了一个较为完整的神经网络分组密码系统 ,它与数字加密标准 (DES)相比 ,更为简单 ,并具有抵御一些类型攻击的优点

关 键 词:分组密码  Hopfield神经网络  混沌吸引子
文章编号:1000-0054(2001)09-0089-05
修稿时间:2000年4月20日

A symmetric cryptosystem by neural network
QI Rui,ZHANG Dali,YAN Pingfan.A symmetric cryptosystem by neural network[J].Journal of Tsinghua University(Science and Technology),2001,41(9):89-93.
Authors:QI Rui  ZHANG Dali  YAN Pingfan
Abstract:The non linear and random characteristics of chaos provide an effective approach to enhance information security. A perfect block cipher scheme with cipher block chaining model is described for a symmetric encryption algorithm based on the chaotic attractors in discrete Hopfield neural networks. The method is simpler and more concise than DES and some kinds of attacks can not easily unfold the scheme.
Keywords:block  cipher  hopfield neural network  chaotic attractors
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号