OHNN新的分组Hash算法

在Hash函数算法的研究设计过程中,引入混沌系统理论,探索研究基于混沌动力学的Hash函数算法.将分段线性混沌映射和过饱和的Hopfield神经网络(OHNN)进行结合,提出一种基于混沌动力理论的单向Hash函数构造方法.对算法进行仿真和测试,从不同方面分析验证所提新的算法满足Hash算法的性能指标.安全性分析表明:该算法能抵抗多种碰撞和统计分析的攻击,具有很好的安全性能.

一种基于混沌神经网络的安全组播通信方法

提出一种组播通信安全加密方案.混沌神经网络复杂的非线性动力学特性主要包括序列轨迹的无法预测性和混沌吸引子分类的不规则性.组密钥管理协议LKH优势在于密钥更新快和更新代价小,适合大型组播通信环境.该方案是把混沌神经网络和组密钥管理协议的优势相融合应用在安全组播通信中.理论分析表明该方案具有良好的随机性、复杂度、速度快等密码学特点.在Altera DE2FPGA硬件平台上进行算法设计与仿真,仿真结果表明该算法只占用约5%左右的硬件资源,时钟可达50 MHz,能够满足安全组播通信的要求.