动态整数帐篷映射模型及其性能分析

针对整数帐篷映射存在的短周期问题,通过引入动态参量,建立了动态整数帐篷映射模型,证明其具有均匀分布特性,将其与整数化logistic映射进行了比较,并分析了模型的周期性及相关性。该模型弥补了整数帐篷映射的短周期缺陷,并且便于硬件实现。实验及仿真分析表明,该模型具有十分优良的密码学性能,在信息安全领域极具应用价值。     

三维动态整数帐篷映射设计与分析

对一维和二维整数帐篷映射进行分析,提出三维动态整数帐篷映射。在扩展维数的基础上施加扰动,进一步扩展模型的精度,研究了扰动机制、计算精度及空间维度作用下整数帐篷映射系统动力学行为产生的变化。对三维模型的信息熵、互信息、差值特性、分布特性、最大Lyapunov指数及随机性进行仿真分析。结果表明,扰动机制、计算精度及空间维数均对动态整数帐篷映射的混沌动力学行为有深刻的影响,在高扰动、高精度情况下实现的三维动态整数帐篷映射具有优越的密码学性能。     

基于整数动态耦合帐篷映射的视频加密算法

针对高维混沌加密算法导致视频编码时耗过大的问题,引入整数动态耦合帐篷映射优化模型,提出一种有效的H.264/AVC视频加密算法,减少加密数据量,同时保证视频加密的安全性,兼顾视频的加密效率和加密安全。对加密算法的两级方案的加密效果进行了主客观评价和安全性分析。结果表明,加密方案的密钥空间大、伪随机序列生成效率高、抗攻击性强,同时压缩比和视频格式不变、加密时耗低,满足了视频加密中的实时性和安全性需求。     

二维整数帐篷映射模型设计及安全性仿真分析

帐篷映射由于具有均匀分布特性,被广泛应用到密码学研究领域。一维整数动态帐篷映射模型由于其维数低,复杂度较低,密码学特性和安全性能较差,在密码学领域的应用有着一定的局限性。为了解决这一问题,将一维整数动态帐篷映射模型拓展为二维整数动态帐篷映射模型。二维整数动态帐篷映射模型产生的序列之间存在着扰动机制,进而增加了序列的复杂度,但这种扰动极值并不复杂,计算量较低。将该模型与一维整数动态帐篷映射进行了比较,并分析了该模型的自信息、互信息、均匀性、相空间、混沌性等特性。仿真结果表明,二维整数动态帐篷映射模型克服了一维模型均匀性较差的缺陷,其迭代生成序列具有良好的均匀分布特性及相互独立性,其密码学特性更加完善。     

并行耦合动态整数帐篷Hash函数设计

提出一种基于耦合动态整数帐篷映射的并行Hash函数。针对数据量较大、处理速度较慢等问题,采用MD6算法框架,利用多核处理器技术并行处理数据。同时在压缩函数中,利用双向耦合映像格子模型进行扩散,用动态整数帐篷映射代替传统的逻辑函数。实验结果表明,该算法可根据需要获得不同长度的Hash值,使用较短时间即可完成对数据的杂凑处理,同时具有较为理想的混乱与扩散性质,符合Hash函数的各项性能要求。     

基于整数耦合帐篷映射的单向Hash函数及其性能分析

提出一种基于整数耦合帐篷映射的单向Hash函数,并对其特性进行了分析.提出的算法采用双向耦合映像格子模型,用整数帐篷映射取代了传统的逻辑函数,具有较为理想的混淆与扩散特性.应用该算法,可将任意长度的明文序列单向散列为160比特Hash值.实验与分析结果表明,这种Hash函数具有很好的单向性、抗碰撞性,满足单向Hash函数的各项性能要求.该算法全部采用有限整数集内的简单位操作完成,便于软硬件实现,并且有高的执行效率.     

改进型耦合帐篷映像格子模型及其性能分析

根据密码学的安全性要求,提出了一种改进的耦合帐篷映像格子系统模型.该模型继承了耦合映像格子的耦合扩散机理及并行迭代特征,通过局部格点帐篷映射的拉伸与折叠及取模运算的双重非线性作用,使得系统状态走向各态遍历,可以并行快速生成多维具有均匀分布特性的伪随机序列.实验结果表明,该模型生成的时间序列与各元素出现概率相等的真随机序列有着相同的差值分布特性,从其生成序列来提取产生它的系统结构及参数信息在计算上是不可行的.另外,该模型有效地抑制了数字化混沌系统中容易产生的短周期现象,是一个具有较为稳定的大的正Lyapunov指数的全域性零相关系统,极具密码学应用价值.     

基于三维帐篷映射的彩色图像加密*

提出了单位立方体上的帐篷映射,即三维帐篷映射,分析了该映射输出序列具有的性质,研究了生成二值序列的自相关性与平衡性;并将三维帐篷映射应用于彩色图像加密。实验结果和理论分析表明,该映射具有良好的混沌特性,加密图像具有理想的加密效果以及稳定的SNR。     

基于离散斜帐篷映射的混沌加密系统

利用帐篷映射的混沌特性并结合动态参数和明文块细分子块方法，提出了一种改进了的基于离散斜帐篷映射的混沌加密方法。该方法不仅继承了原有系统的优良密码学特性，而且通过理论分析和实验证明它拥有更好的抗选择明文攻击特性以及较稳定的加解密速度。     

基于混沌反控制的Tent映射伪随机序列发生器设计

应用混沌反控制思想有意识地去产生混沌,进而应用混沌系统的伪随机特性进行伪随机序列发生器设计。针对Tent映射在有限精度实现时产生伪随机序列所存在的周期过短问题,应用混沌反控制,对Tent映射加入控制输入,从而解决了输出伪随机序列周期过短的问题,并通过阈值的在线调节输出0-1伪随机序列。证明了受控Tent映射是Lyapunov指数意义下混沌的,分析了Tent映射混沌反控制所产生的伪随机序列的安全性和计算效率,理论分析和仿真结果都证明了这种设计伪随机序列发生器算法的合理性。     

基于斜帐篷混沌映射和Arnold变换的图像加密方案

针对单纯使用Arnold变换（猫映射）进行图像加密密钥空间小的问题,基于斜帐篷混沌映射和Arnold变换提出一种新的图像加密算法。算法首先根据明文生成密钥,然后利用斜帐篷混沌映射和Arnold变换对图像进行加密。该算法引入混沌映射大大增加了密钥空间,使密文随机性和抗攻击性更强,确保了加密后的密文更安全。实验表明,该算法可以对图像进行有效加密,可以有效防止针对加密图像的各类攻击。     

基于Tent映射CPSO和车牌纹理特征的车牌定位

针对现有车牌定位算法定位准确率不高和速度慢等问题,结合车牌纹理特征,提出了一种基于Tent映射混沌粒子群(CPSO)的车牌精确定位算法.首先用基于二维直方图区域斜分的OTSU方法对车牌图像做二值化处理;接着使用三组一维滤波器获取其二值纹理特征向量.然后利用基于Tent映射CPSO快速准确的全局搜索能力,结合二值纹理特征向量构造适应度函数,并引入车牌纹理的一致性度量作为判决条件,找到车牌区域的最佳定位参量.最后,与基于遗传算法(GA)和基本粒子群算法(BPSO)的定位方法进行了比较.实验结果表明,该方法适应性强,定位效果较好,运行时间更短.     

半潜式平台动力定位系统优化控制器设计

基于滚动优化机制,设计了随机波上的非线性半潜式平台动力定位系统控制器;基于最优预测机制,将每个控制周期内的半潜式平台动力定位系统控制器设计问题转化为一个带约束的非线性优化问题求解;基于系统演化方程的迭代公式,消去目标函数中状态变量,获得非线性优化问题的非线性约束表达式;给出示例说明了该控制器设计过程,仿真验证了该控制策略和控制器的有效性。     

混沌PSO分析及其在船舶设计中的应用

分析了不同混沌序列的数值分布特点,凭借其良好的对可行域的遍历性质,将混沌映射引入粒子群优化算法当中,应用混沌粒子群求解有约束优化问题。在分析了约束条件性质的基础上,提出通过控制约束条件进而控制可行域的主要分量以提高混沌粒子群的搜索效率,并借助于混沌映射的遍历性解决部分非关键条件未被采用的问题。通过对标准测试函数的数值实验表明,基于改进tent映射和logistic映射的混沌粒子群在计算时间与搜索效率上与基本粒子群相比具有较大优势。将改进的混沌粒子群应用于某内河双桨船型的主尺度决策中,通过对最佳船型要素的多次搜索测试表明,此方法的搜索可靠性较高。     

Comparison of visualization of optimal clustering using self-organizing map and growing hierarchical self-organizing map in cellular manufacturing system

The present research deals with the cell formation problem (CFP) of cellular manufacturing system which is a NP-hard problem thus, the development of optimum machine-part cell formation algorithms has always been the primary attraction in the design of cellular manufacturing system. In this proposed work, the self-organizing map (SOM) approach has been used which is able to project data from a high-dimensional space to a low-dimensional space so it is considered a visualized approach for explaining a complicated CFP data set. However, for a large data set with a high dimensionality, a traditional flat SOM seems difficult to further explain the concepts inside the clusters. We propose one such possible solution for a large CFP data set by using the SOM in a hierarchical manner known as growing hierarchical self-organizing map (GHSOM). In the present work, the two novel contributions using GHSOM are: the choice of optimum architecture through the minimum pattern units extracted at layer 1 for the respective threshold values and selection. Furthermore, the experimental results clearly indicated that the machine-part visual clustering using GHSOM can be successfully applied in identifying a cohesive set of part family that is processed by a machine group. Computational experience specifically with the proposed GHSOM algorithm, on a set of 15 CFP problems from the literature, has shown that it performs remarkably well. The GHSOM algorithm obtained solutions that are at least as good as the ones found the literature. For 75% of the cell formation problems, the GHSOM algorithm improved the goodness of cell formation through GTE performance measure using SOM as well as best one from the literature, in some cases by as much as more than 12.81% (GTE). Thus, comparing the results of the experiment in this paper with the SOM and GHSOM using the paired t-test it has been revealed that the GHSOM approach performed better than the SOM approach so far the group technology efficiency (GTE) measures of performance of the goodness of cell formation is concerned.     

混沌映射与t-分布变异策略改进的海鸥优化算法

针对海鸥优化算法(SOA)求解精度较低、迭代后期收敛速度慢、易陷入早熟收敛的缺点,提出一种基于混沌映射和t-分布变异改进的海鸥优化算法(CtSOA),采用tent映射策略使初始海鸥种群均匀分布在搜索空间中,采用t-分布变异策略平衡算法的探索和开发能力,综合两种改进策略提高了算法的全局搜索精度和跳出局部极值的能力。在14个测试函数上分别与SOA、其他五种元启发式算法、单一策略改进的SOA以及其他学者改进的SOA进行对比,实验结果表明,综合两种改进策略的CtSOA具有更优的收敛精度和更快的收敛速度。