混沌神经网络公钥加密算法在邮件系统中的实现与应用

《混沌神经网络公钥加密算法在邮件系统中的实现与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级注1UDC学位论文混沌神经网络公钥加密算法在邮件系统中的实现与应用（题名和副题名）汤雯雯（作者姓名）指导教师姓名叶茂教授电子科技大学成都李助东高工江苏长荣建设工程有限公司南京（职务、职称、学位、单位名称及地址）申请专业学位级别硕士专业学位类别工程硕士工程领域名称软件工程提交论文日期2011.10.26论文答辩日期2011.11.27学位授予单位和日期电子科技大学答辩委员会主席评阅人2011年月日注1：注明《国际十进分类法UDC》的类号万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包

2、含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据摘要摘要1990年K.Aihara等人将生

3、物神经元的混沌行为概念引入到神经网络理论研究领域中，混沌神经网络的发现进一步激发了人们加紧有关神经网络混沌模型的应用研究。由于混沌神经网络系统的复杂性特点正是密码学研究所必要的，所以倍受计算机网络安全通信的重视。但是国内外对基于混沌神经网络公钥加密的研究还处于刚刚起步阶段，在算法安全性、效率、抗破译能力的分析方面尚有不足之处，本论文工作就是基于这一点开展起来的。本文重点介绍、分析了一种基于混沌神经网络的公钥加密算法，并针对现有算法存在的缺点进行了必要的改进，并将算法应用到了邮件安全系统当中。论文主要工作有以下三点：1.运用过饱和Hopfield神经网络(OHNN)对混沌神经网络中奇异吸引子

4、的结构特性和动力学性质进行了分析。2.对一种基于混沌神经网络的公钥加密方案做了分析，针对算法在雪崩效应以及吸引域选择方面的不足进行了分析与改进，改进主要包括加入混合编码以及引入混沌映射。3.对改进前后的算法进行了实现及测试，并将雪崩测试，密文平衡性及独立性测试结果进行了比较，证明改进后的算法具有更强的抗破译能力，最后设计并分析了算法在邮件系统中的应用。最后对本文工作进行了展望。关键词：加密通信,公钥密码体制,混沌神经网络,吸引子I万方数据ABSTRACTABSTRACTIn1990K.Aiharaetal.introducesthechaoticdynamicalbehaviorconce

5、ptofbiologicalneuronintotheacademicresearchoftheneuralnetwork，whichmadethebehaviormodeloftheneuralnetworkclosertothethinkingprocessofhumanbrain.Thediscoverysimulatedpeopletomakeafurtherpracticalstudyontherelevantaspectofneuralnetwork.Andbecauseofthecomplexcharacteristicofthechaossystem，whichisesse

6、ntialforcryptologyresearch，thechaoticneuralnetworkwasgraduallybroughtintothefieldofencryptioncommunication.Anditisjuststartedthestagefortheresearchofpublickeycryptographybasedonchaoticneuralnetworks.Thisarticlehascarriedontheintroductionandtheanalysistopublickeycryptographybasedonchaoticneuralnetw

7、orks，andaimedtomaketheimprovementtotheexistingalgorithm.HasresearchedOverstoragedHopfieldneuralnetwork(OHNN)emphatically，andgivenanalysistostrangeattractorsaccordingfromitsstructuralproperty.Hasresearchedthepubl