一种基于斜帐篷映射的混沌加密方法

提出一种基于斜帐篷映射的混沌加密方法,该算法在加密过程中,借助明文信息和外部密钥动态地修改查询表,每加密一个明文,都更新一次查询表,通过斜帐篷映射借助动态查询表动态地生成8位子密钥,密钥为斜帐篷映射的初始条件x0、控制参数p和一个外部密钥K.理论分析和仿真实验表明,该算法能有效地抵抗统计攻击、差分攻击,具有较高的安全性.     

基于斜帐篷映射的混沌图像加密系统的改进

利用动态参数的离散斜帐篷映射,结合简单的一维混沌映射像素值替代方法,提出了一种改进的基于离散斜帐篷映射的混沌加密方法。仿真结果表明,该方法不仅继承了原有系统的优良密码学特性,而且与传统斜帐篷混沌序列加密算法相比,在图像不失真的情况下大大增强图像加密的安全性。     

外部密钥控制系统参数的图像加密算法

通过外部密钥映射产生混沌系统的初始条件及迭代次数,然后利用所产生的混沌信号对图像信号进行掩盖加密,在此基础上提出了一种图像加密算法．仿真结果表明,该算法提供了一种良好的混沌密钥空间设计方法,密钥空间大,具有较好的加密效果,对统计分析和差分攻击等具有较好的安全性．     

一种基于混沌映射的数字图像加密新算法

很多基于混沌的映射数字图像加密算法都采用了量化策略，而量化后，其映射能否保持混沌的性质仍是一个未知数。在有限精度下，其映射会产生循环或收敛于不动点，与理想的密度函数分布背道而弛；提出了一种新的基于混沌映射的加密算法，该算法不需要对轨道分布具有先验知识，所以可以选用任何一个混沌模型，这极大地扩展了算法的密码空间、大大减少了混沌映射迭代次数并能很好地利用混沌的特性；同时还引入了广义面包师分割的思想，进一步提高密钥的空间、增强算法的安全。对所提出的算法进行了安全分析，实验结果表明：该算法具有对密钥敏感、密钥空间大、加密后像素分布均匀等特点，可有效地保障加密图像的安全。     

一种基于混沌映射的数字图像加密新算法

很多基于混沌的映射数字图像加密算法都采用了量化策略,而量化后,其映射能否保持混沌的性质仍是一个未知数.在有限精度下,其映射会产生循环或收敛于不动点,与理想的密度函数分布背道而弛;提出了一种新的基于混沌映射的加密算法,该算法不需要对轨道分布具有先验知识,所以可以选用任何一个混沌模型,这极大地扩展了算法的密码空间、大大减少了混沌映射迭代次数并能很好地利用混沌的特性;同时还引入了广义面包师分割的思想,进一步提高密钥的空间、增强算法的安全.对所提出的算法进行了安全分析,实验结果表明:该算法具有对密钥敏感、密钥空间大、加密后像素分布均匀等特点,可有效地保障加密图像的安全.     

一种基于混沌的图像加密改进方法

在对现有的两类图像加密方法安全性分析的基础上,提出了一种改进的图像加密方法．这种方法基于传统混沌加密算法,利用混沌系统对初始条件的敏感依赖性,在图像加密过程中引入一个辅助密钥,可有效抵抗已知明文攻击．分析及计算机仿真结果表明,该加密方法具有良好的加密效果,运算量小,易于硬件实现。     

基于均匀置乱和混沌映射的医学图像加密方法

医学图像由于涉及隐私等重要问题,存储与传输过程中需要加密,为了提高医学图像加密的质量并保证加密速度,针对分块后的图像使用一种基于Arnold映射的均匀置乱方法,结合logistic映射生成伪随机数来控制置乱参数,同时对像素点的值进行异或操作以进一步加密图像.实验发现此方法对密钥的敏感性较强,能很好地掩盖图片信息,与单一的logistic映射等加密方法相比,可同时抵御一些裁剪和篡改攻击.上述方法的操作步骤比经典加密算法简单,因此也能满足加密速度的要求.     

基于时钟变换的复合混沌图像加密研究

为解决一维混沌加密系统密钥空间和安全性差等问题,提出了一种基于时钟变换的复合混沌图像加密方法。该算法使用分段线性混沌映射,k阶Chebychev映射以及一维Logistic
映射相复合的方式产生像素位置置乱矩阵和像素值变换矩阵。利用系统时钟变化法,随机改变复合混沌系统的多级初始参数,从而提高了图像信息传输的安全性,达到了近似“一次一密”的安全思想。采用MatLab7.0仿真实现。结果表明,该算法具有良好的加密效果且密钥空间较大。     

一种基于混沌系统的密钥生成方法

根据类Hénon混沌系统对初始条件和参数的敏感性以及迭代过程的伪随机性,提出了一种基于类Hénon混沌系统的密钥序列生成算法.该算法将参数和初值带入混沌映射,经过迭代产生任意长度的混沌序列,并将其进行量化,量化后得到的密钥序列具有良好的统计特性.另外,还通过计算机实验,对所生成的混沌序列进行了分析.结果表明,这种算法生成的混沌序列具有随机性好,分布均匀的特点,且有较大的密钥空间,可以有效地保障明文的安全.     

一类新型的混沌密码体制

本文提出了一类涵盖较广的、新的混沌映射用来作为密钥序列的驱动映射,这一混沌映射以能包含许多现有混沌密码体制的混沌映射为特例.     

一个新混沌系统的分析与控制

本文提出了一个新的三维连续自治混沌系统,该系统含有3个参数,3个非线性项。通过计算得出混沌系统具有5个平衡点,给定参数a,b,c的值,得到了3个实平衡点,经过计算其雅可比矩阵的特征值知s1为不稳定的鞍点,s2与s3为不稳定的鞍焦点。接着通过计算得到了混沌系统的3个Lyapunov指数并由此得到了混沌系统的Lyapunov维数,用Matlab软件绘出了系统的吸引子图像,给出了混沌系统的Lyapunov指数谱、对应的分岔图以及Poincaré截面。接着分别用位移反馈控制、增强反馈控制以及加速反馈控制3种不同的反馈控制方法实现了对混沌系统的控制,根据Routh-Hurwitz判据从理论上给予了证明,最后又通过数值仿真的方法验证了控制方法的有效性。     

新三维非线性混沌系统的动力特性分析

基于动力系统的理论和方法,采用理论分析和Matlab仿真相结合的方式,利用微分方程比较定理和Lagrange乘数法研究了Couette-Taylor流混沌系统的最终界和全局指数吸引集。对于系统的不同参数,得到了该系统最终界和全局吸引集统一的数学表达式。最后,Matlab模拟验证了计算理论的正确性。研究结果为该系统的混沌控制、混沌同步,吸引子维数的估计提供了理论依据。
     

基于非对称密码体制的二维码加密算法

【目的】遵循现有的二维码编码标准,提出了一种基于非对称密码体制的二维码加密算法,使得二维码中的信息能够在不安全的信道中安全地传输。【方法】考虑到二维码的特点,在二维码编码阶段对生成的 0-1 信息明文进行加密。运用Logistic 混沌模型对 0-1 信息明文进行置换加密,同时对 Logistic 混沌模型的参数明文运用 RSA 加密算法进行加密,然后将加密得到的信息密文和参数密文一同编入二维码图像中进行传输。【结果】实现了二维码非对称加密,整个加密算法命名为 R-L 加密算法。【结论】实例结果表明, R-L 加密算法操作简单易行,算法复杂性不高,安全性能可靠。
     

显拟凹函数的一个新性质 (运筹学与控制论)

显拟凹函数在非线性规划问题中起着重要的作用。在已有文献基础上给出了显拟凹函数的一个新性质:设XRn是凸集,g:X→R是显拟凹函数,如果对y1,y2,…,yn∈X,满足g(yj)>min i≠j g(yi),那么对λi>0(i=1,…,n),n∑i=1λi=1,有g(n∑i=1λiyi)>min i=1,…n g(yi)。本文的结果推广了已有的结论。     

自然灾害研究的新视野:评介《自然灾害与社会易损性》

该书是至今国内有关自然灾害社会易损性研究的第一部学术专著。该书从地理学与社会学结合的视角,结合国外相关研究成果,揭示了自然灾害与社会易损性的相互关系,展现了对自然灾害的新认识,建立了自然灾害社会易损性基本理论以及区域自然灾害社会易损性评价的框架和方法。
     

关于一些交错单群的新刻画

设πe(G)表示群G中元素阶的集合,k1(G),k2(G)分别表示G中最高阶元素的阶和次高阶元素的阶。V.D.Mazurov等人2009年证明了用元素阶集合πe(G)和群的阶G刻画有限单群。本文试图用更少的数量刻画交错单群,并证明了:1)设G为有限群,M为交错单群An(n=5,6,7,9,10,11,13),则G≌M当且仅当|G|=|M|,且k1(G)=k1(M);2)设G为有限群,M为交错单群An(n=8,12),则G≌M当且仅当|G|=|M|,且ki(G)=ki(M),i=1,2。     

一种新的混合噪音滤波器加速算法

混合噪音滤波器MNF是目前滤波效果最好的算法之一,然而,由于它采用非局部算法思想,所以存在较大的计算负担,针对该不足,提出一种基于均值和方差相似性的加速算法(FMNF).该算法之关键思想是对邻域像素预分类,把两像素的均值比和方差比均在给定阈值范围内(接近于1)的邻域像素分为一类,视为相似像素,相似的像素参与滤波计算,不...     

一种新的混沌分组密码算法

提出了一种新的分组密码算法,该算法把128比特的明文加密为128比特的密文.算法的密钥由128位的比特流K和Logistic映射的初值x0两部分组成.整个加密过程包含了一个初始变换、8个轮变换和最后的一个输出变换.每一轮使用一个128比特的轮密钥K(r)来加密上一轮的输入C(r-1),并把输出反馈到下一轮的输入.所有的轮密钥都是由128位的比特流K和由Logistic映射产生的128比特随机二进制序列导出.理论与实验分析表明该算法克服了一些纯混沌密码系统的固有缺陷,具有较高的性能.     

基于随机参数的粒子群优化算法

粒子群优化算法本质上是一种全局随机优化技术,优化性能高但容易陷于局部最优,并且算法性能很大程度上依赖于参数设置。本文对该算法的3个控制参数进行数据实验和调查,分析参数设置对算法性能的影响规律,提出一种改进的粒子群优化算法,该算法在迭代的每一代中,惯性权重和加速系数都是在一定范围内随机产生:ω=rand(0.4,0.7),C1=rand(0.5,3.0),C2=rand(1,3.5)。由于该算法的控制参数不再固定取值;而且在一定范围内随机产生,从而增强了算法的多样性和遍历性,能够有效避免算法早熟收敛。通过标准函数的测试,验证了该算法性能优于固定参数粒子群算法和随机加速系数粒子群算法,具有更好的收敛性和稳定性。