对自缩序列生成器的错误攻击

通过改变线性反馈移位寄存器的内部状态对自缩生成器实施了错误攻击，通过修改控制时钟对互缩生成器进行了相移错误攻击．结果表明，对于互缩生成器，攻击者仅需实施n=max{n1，n2}次的相移延迟就可以获得密钥种子，对于自缩生成器，攻击者至多改变n次寄存器的比特值就可以获得密钥种子。     

对广义自缩生成器的区分攻击

广义自缩生成器是一类结构简单、易于实现的流密码生成器．研究了广义自缩序列的安全性,利用生成器中反馈多项式及序列v对广义自缩生成器进行了区分攻击,表明如果广义自缩生成器的反馈多项式f(x)存在重量为w、次数为h的倍式,那么攻击者只要选择h^w-1个密钥流比特就可以进行区分攻击; 另一方面,如果f(x)本身的重量很低,那么也可以进行区分攻击,攻击的复杂度依赖于f(x)的重量．因此,在广义自缩序列中不能使用这两类多项式作为反馈多项式．其反馈多项式需要仔细选择,否则广义自缩生成器就容易受区分攻击．     

比特搜索生成器的快速密钥恢复攻击

针对比特搜索生成器,利用Martin Hell关于自缩生成器的攻击思想,提出了一种基于多段密钥流的概率快速密钥恢复攻击.与目前已知的最好攻击结果相比,该攻击能够将计算复杂度人O(20.5LL3)降低到O(20.43LL3),特别地,当L为96时,计算复杂度可以达到O(20.39LL3),所需的数据复杂度为O(NL).实...     

q元广义互缩生成器

结合滤波函数和钟控序列生成器的思想设计了q元广义互缩生成器,其目的是提供好的序列生成器．研究表明在被控序列为m序列的条件下,生成的广义互缩序列族具有良好的互相关性质,且构成线性空间,形成Abel群;在被控序列为广义自缩序列条件下,序列的k-错线性复杂度很高;同时广义互缩序列具有大的周期和高的线性复杂度．这些性质表明q元广义互缩生成器可以作为密钥流生成器．     

GF（q）上的广义自缩序列

给出GF（q)上生成密钥流的一种简单算法——广义自缩生成器。GF（q)上的广义自缩序列族B（a)具有群结构,这些序列之间具有很好的相关性。这些序列在一个周期之内是均衡的。族B（a）中不少于（q-1)/q的序列具有最小周期q^n-1;不少于（q^2-1)/q^2的序列具有不小于q^n-2的最小周期。     

自缩控生成器

将钟控生成器与自缩减生成器组合构成了一种新型的伪随机序列生成器——自缩控生成器,仅由一个三元的线性反馈移位寄存器(LFSR)构成．文中讨论了自缩控序列的周期,线性复杂度和符号分布等性质．理论分析的结果表明自缩控序列的周期和线性复杂度指标都要优于自缩减序列．而且当LFSR的级数n＞60时,自缩控序列能够有效地抵抗B-M综合算法的攻击．因而自缩控生成器适合于在流密码系统中应用．     

平衡收缩生成器的攻击

2002年Se Ah Choi,Kyeongcheol Yang提出了平衡收缩序列的生成器,它是一种新的收缩类钟控生成器。文章首先分析了它的基本性质,然后研究其密钥还原攻击方法,提出了改进的线性一致攻击(Improved Linear Consistency Attack)算法,攻击的计算复杂度为O(2Ls/r),其中Ls为平衡收缩生成器中控制LFSR的级数,r>1是与算法有关的参数。     

广义Geffe缩减序列

广义Geffe缩减生成器是有限域GF(q)上q+1个LFSRs的简单组合,它是Geffe提出的Ceffe生成器的推广,证明了广义Geffe缩减序列周期的猜想,并给出其线性复杂度和极小多项式.     

广义自缩序列在C语言程序设计中的实现

根据广义自缩序列的基本思想,对加密应用中该序列的产生进行了C语言程序设计,并通过Games-Chan算法的检验,说明产生的广义自缩序列具有良好的线性复杂度.     

GF（q）上广义白缩减生成器的一种概率模型

建立了GF（q）上广义自缩减生成器的概率模型，分析了其输出序列的性质，得到了输出序列与原序列及经过组合之后的序列之间的符合率表达武，据此可以从概率角度对该生成器进行得失分析，并为对该生成器的攻击提供一定的理论依据。     

Mod 2n加法和减法的代数正规型

文献[1]给出了从n元布尔函数f的代数正规型得到f（X＋Y mod 2^n）和f（X＊Y mod 2^n）的公式,其中Y是常数。基于mod 2^n加法进位比特的性质,给出了求X＋Y mod 2^n或X-Y mod2^n的n个分量函数的代数正规型的方法。其总的计算复杂度分别为O（2^n）（或O（3n））。远远低于经典的用真值表计算布尔函数代数正规型的算法[2]。使用文献[2]的算法仅得到X＋Ymod 2^n（或X-Y mod 2^n）最高位的计算复杂度就达O（2^n＊22 n）。     

一个新的伪Smarandache函数及其均值

摘要：Yn ∈ N＋,一个新的伪Smarandaehe函数C（n）定义为C（n）=min{α＋b：α,b ∈ N,n α（α＋1）／2＋b},研究函数C（n）的均值性质,并给出C（n）的一个较强的均值公式．利用初等方法以及C（n）的性质,获得了该函数值的具体表示形式,给出了函数C（n）的均值的几个较强的渐近公式．     

一个有理差分方程的全局吸引性

研究了递推方程yn=1＋α1yn-1y＋α2yn-3/yn-2,n=0,1,…的正解的性质,其中初始值y-3,y-2,y-1∈（0,＋∞）并且α1,α2∈（0,1）,α1＋α2=1.利用分析法结合变换技巧,证明了其唯一的平衡点是一个全局吸引子并且其解序列按指数收敛于平衡点2.     

一类非线性差分方程的全局渐进稳定性

研究差分方程xn＋1=α＋β,xn/α＋αnxn＋…＋αkxn-k,n=0,1…的全局渐进稳定性,其中参数α,β,α,αi∈（0,∞）,i=0,1,…,k,x-k,…x-1∈（0,∞）和x0∈（0,∞）．证明了唯一正平衡点是全局稳定性的当且仅当它是局部渐进的．     

CO和O2与Aum簇相互作用的DFT研究（II）

采用B3LYP／／LAN2Dz和相对论赝势ECP对Au、6．311＋G^＊基组对C和O水平下,对02和CO＋02在Aum（n=3—5,m=0,±1）上发生单分子和双分子吸附的可能结构进行全优化和振动分析。获得了Aun（O2）^m和AunCO（O2）^m最低能量结构。通过对其结构和能量分析,给出了O2和CO＋O2与AuO相互作用性质和变化规律。结果表明O2在Au;上吸附能均较小而难形成稳定吸附,其反应活性在Aun上呈奇偶交替现象,O2仅在偶数Au4-上发生有效吸附。CO和O2在Au2和Aun（n=4～5）上无明显协同吸附,二者在Au4-上存在明显协同吸附效应,而在Au,和Au3-上仅有弱协同效应。Au。（CO）0f（n=3～5）中C-O和O-O键长增大、相应伸缩振动频率降低,表明Au．-对C-O和O—O键有活化作用,它们可能是CO低温氧化的活性组分。可以推断,能够稳定阴离子Au簇的氧化物载体对提高氧化物负载纳米Au催化剂催化活性有利。     

高阶差分方程xn＋1=xn-k/1＋f（xn）g（xn）的解的收敛性

考虑差分方程xn＋1=x_（n＋1）=x（n-k）/1＋f（xn）g（xn）,k∈Z＋,n=k,k＋1,…,其中fg是单调递增的连续函数.对任意的α〉0和β〉0它包含了所有形如f（x）g（x）=αlogx或f（x）g（x）=αxβ的函数.证明了该方程的任意带有初值条件（x0,x1,…,xk）∈R＋k＋1的解是稳定的.当k是奇数时,收敛到（a0,a1,…,ak-1,ak）的解的初始点的集合是形如（y0,y1,…,yk-1,yk）∈[a0,＋∞）×[a1,＋∞）×…×[ak-1,＋∞）×[ak,＋∞）的点的集合,并且关于yi（i=0,2,…,k-1）对所有的ai≥0,yi＋1=hi（yi）和hi∶[ai,＋∞）→[ai＋1,＋∞）分别是唯一的连续增函数.     

奇异超线性和次线性n阶m点边值问题的非平凡解

在相应线性算子第一特征值的条件下,讨论超线性和次线性n阶m点边值问题{u(n)(t)+a(t)f(u(t))=0,t∈(0,1)m-2,其中:n≥2,m≥2,0η1η2…u(0)=u'(0)=…=u(n-2)(0),u(1)=∑αiu(ηi)i=1m-2ηm-21,αi0,(i=1,2,…,m-2)且∑αiηn-1i1.在此允许a(x)在x=0和x=1奇异,f不i=1必是非负的.利用锥上的拓扑度理论获得非平凡解的存在性.     

气相中二氧化铬与乙烯反应机理的理论研究

用密度泛函B3LYP／6—311＋＋G（3df,3pd）//6—311G（2d,p）法研究了CrO2＋（2A1／^4A″）＋C2H4生成P1[Cr（OCH2）^＋（^2A″／^4A″）＋CH2O]和P2[CrO^＋（^2∑g/^4∑g）＋C2H2O]的气相反应,重点对影响反应机理和反应速率的势能面交叉现象进行了讨论,并运用Hammond假设和Yoshizawa等的内禀反应坐标单点垂直激发计算的方法大致确定了势能面交叉点（crossing point（CP））或势能面交叉缝（crossjng seam）的位置。研究结果表明,CrO2^＋活化乙烯C-C键是一个[2＋2]类型反应,整个反应经历了重排过程。     

大规模带状线性方程组的追赶法

利用五对角线性方程组的追赶法思想矩阵LU分解的方法,推导出任意带宽的大规模带状线性方程组的追赶法.理论推导表明：对于带宽为2t＋1的n阶带状线性方程组,该算法的运算量级为O（[2t2＋5t＋3]n）,存储量级为O[2（t＋1）n].数值实验表明：该算法比其他一些算法有明显的速度和内存优势.这极大地提高了解线性方程的速度.