基于RBF神经网络和混沌映射的Hash函数构造

单向Hash函数在数字签名、身份认证和完整性检验等方面得到广泛的应用,也是现代密码领域中的研究热点。本文中,首先利用神经网络来训练一维非线性映射产生的混沌序列,然后利用改序列构造带秘密密钥的Hash函数,该算法的优点之一是神经网络隐藏混沌映射关系使得直接获得映射变得困难。模拟实验表明该算法具有很好的单向性、弱的碰撞性,较基于传统的Hash函数具有更强的保密性且实现简单。     

一种基于神经网络的Hash函数算法研究

如何设计高效、安全的带秘密密钥的单向函数一直是现代密码学研究中的一个热点。首先用神经网络来训练一维非线性分段映射产生混沌序列,并利用该模型产生的非线性序列构造带秘密密钥的Hash函数,该算法的优点之一是神经网络隐式混沌映射关系使直接获取映射关系变得困难,实验结果表明,这种算法具有对初值有高度敏感性、很好的单向性、弱碰撞性,较基于单一混沌映射的Hash函数具有更强的保密性能,且实现简单。     

基于分段Logistic映射的并行Hash函数构造算法

分段后的Logistic映射比原映射具有更好的密码学性能。采用并行处理的思路,基于分段Logistic映射提出一种Hash函数的方法。该方法在初始化阶段,通过混沌映射的迭代实现了消息块之间的相互影响与扩散,可有效防止对并行Hash函数的伪造攻击。对初始化后的消息块,采用并行方式产生中间输出结果,有效提高了算法的运行速度。理论分析和实验仿真的结果表明,该算法很好地利用了混沌映射的特性,具有良好的明文消息敏感性、抗碰撞性,且运行速度快,能够满足实际的信息安全应用需要。     

基于混沌消息扩展的Hash函数

构造了一种基于混沌消息扩展的Hash函数,方案中将消息权重矩阵融入时空混沌系统,加强了每个消息块中各字符之间及各消息块之间的联系,构建了统计特性良好的扩展消息,采用4轮64步迭代得到160 bit的消息摘要。和SHA-1算法相比在不明显影响运算效率的前提下安全性得到了提高。     

构造基于Logistic映射的Hash函数

单向Hash函数是实现有效、安全可靠数字签名和认证的重要工具,是安全认证协议的重要模块。本文针对文[5]中基于混沌映射的Hash算法的一些缺陷,提出了一种解决方案和算法,并对该算法进行了仿真实验,还进行了混乱与散布性质统计分析,验证了本文所提出的算法的有效性。     

基于时空混沌系统构造Hash函数

提出一种基于时空混沌系统的单向Hash函数构造方法．该方法通过使用单向耦合映射格子和基于迭代Logistic映射的初始状态生成函数实现明文和密钥信息的混淆和扩散,并基于密码块连接方式产生任意长度明文的128位Hash值．理论分析和实验表明,提出Hash函数满足Hash函数所要求的单向性、初值以及密钥敏感性和抗碰撞性等安全性能要求．     

基于混沌查找表的单向Hash函数构造算法

提出一种基于混沌查找表的单向Hash函数构造算法。该算法通过控制符更新的混沌查找表将明文信息映射为查找表中的数据,置换出相应的信息后按照一定的规则提取长度为128 bit的Hash值。理论分析和仿真结果证明,该算法具有较好的单向性、混乱与扩散性以及抗碰撞性,满足单向Hash函数的各项性能要求。     

基于消息网络的Hash函数构造

为了提高Hash函数的敏感性和运算速度,利用明文通过某种规则构造权重网络,并建立权重网络与混沌复杂动态网络的映射关系。将权重网络的邻接矩阵用到混沌系统中,经过特定量的迭代运算,将本次的输出对称交换后作为下个消息块运算的输入,类似的处理所有的消息块,最后的输出经过线性变换和进制转换,得到一定长度的Hash值,其长度与网络的大小有关。理论分析和数值仿真表明,提出的算法具有良好的初值敏感性、单向性、置乱性和强的抗碰撞性。     

基于双混沌映射的文本hash函数构造*

提出了一种基于混沌Logistic 映射和斜帐篷映射的文本hash函数算法。该算法将明文信息分组并转换为相应的ASCII码值,然后把该值作为Logistic映射的迭代次数,迭代生成的值作为斜帐篷映射的初始值进行迭代,然后依据一定的规则从生成值中提取长度为128 bit的hash值。通过仿真对该算法的单向性、混乱与扩散、碰撞等性能进行分析,理论分析和仿真实验证明该算法可以满足hash函数的各项性能要求。     

复合离散混沌动力系统与Hash函数

在对一般的复合离散混池系统和一个由两个混池映射构成的特殊复合离散混池系统进行初步分析的基础上，建立了一个基于复合离散混池系统的带秘密密钥的Hash算法。算法以迭代初始点作为秘密密钥，以粗粒化的迭代轨迹作为其Hash值。该带秘密密钥的Hash函数满足一定的安全性要求，并且算法简单快速。     

一种并行时空混沌单向Hash函数的构造

针对现有的基于混沌的Hash函数的构造中并行性以及运算效率不高的问题,本文提出了一种并行的基于时空混沌的单向Hash函数的构造方法。该方法利用了帐篷映射计算简单的特点,结合交叉耦合映像格子避免有限精度实现产生的短周期行为,通过参数调制的方法实现并行计算。仿真实验表明,该方案很好的达到了Hash函数的各项性能要求,既有很高的安全性,又很好的实现了并行计算,从而提高了执行的效率。     

Self-Organizing Transient Chaotic Neural Network for Cellular Channel Assignment

This paper presents a self-organizing transient chaotic neural network to solve the channel assignment problem, one of NP-complete problems. The proposed neural network consists of two parts. The first part is the self-organizing evolution stage, which based on the mutual inhibition mechanisms of bristle differentiation and the problem's heuristic information. The second part is the transient chaotic neural network executing stage. A significant property of the TCNN model is that the chaotic neurodynamics is temporarily generated for searching and self-organizing in order to escape the local minima. In the proposed neural network, the first part is used to improve the quality of the obtained solutions. The simulating results have shown that the self-organizing transient chaotic neural network improves greatly performance through solving the well-known benchmark problems, especially for the Sivarajan's and Kunz's benchmark problems, while the performance is comparable with existing algorithms.     

基于非线性数字滤波器的混沌Hash函数设计

在分析变系数非线性数字滤波器的混沌特性的基础上,提出一种带密钥的混沌Hash构造方法.首先构建能产生高维混沌序列的非线性数字滤波器;然后通过混沌调制方式将明文信息注入滤波器均匀分布的混沌轨迹中;最后以扰动映射和滤波器的初态作为密钥,以轨迹的粗粒化量化形成明文的Hash值.研究表明,该算法简单快速,比基于单一混沌映射的Hash算法安全性更高;同时,滤波器结构中没有复杂的浮点运算,比一般复合混沌系统更易于软硬件实现.     

一种新的基于时空混沌的单向Hash函数构造

对时空混沌中常用的耦合映像格子模型(coupled map lattice,CML)和已有的基于时空混沌的单向Hash函数构造进行了分析,在此基础上提出了一种新的基于时空混沌的单向Hash函数构造方法.首先根据Lyapunov指数谱确定CML中参数的取值,然后用线性变换后的消息来更改CML的状态,并通过迭代来扩散消息中每个字节对CML状态的影响,Hash值从最终的CML状态中抽取.研究结果表明,该方法具有很好的单向性、弱碰撞性、初值敏感性和灵活性以及更高的计算效率.