一种基于神经网络权值同步的TinySec协议密钥更新方案

一种新的神经网络模型通过输出互学习可实现内部权值同步,将该模型用于安全密钥协商具有计算耗费低、通信量少等特点。在介绍权值同步模型的基础上,结合传感器网络安全协议TinySec的密钥更新问题,提出一种基于神经网络权值同步的轻量级密钥更新方案,有效解决了运行TinySec协议的节点密钥文件更新,增强了TinySec协议安全性。

神经密码协议模型研究

利用离散的神经网络模型构建密码协议是信息安全领域一项新的研究内容.首先介绍了一个基于神经网络的树型奇偶机模型,在综述基于树型奇偶机的神经密码协议研究基础上,分析了神经密码协议的权值同步方案存在模型稳定性和同步判定安全性问题,分别提出在激活函数中增加阈值和利用hash函数判定同步权值的改进方法,并利用方差分析和统计实验给出仿真结果,证实了神经密码协议的可行性,最后讨论了协议模型的安全攻击问题.

Web动态口令登录新方法设计与实现

随着Internet应用的快速发展,Web登录的安全问题变得日益重要。基于口令的Hash值比对是目前Web安全登录的普遍方法。针对用户在不同网站注册时,经常采用固定用户名和口令的习惯,提出一种结合目标网站URL的Hash口令安全登录方法,解决同口令脆弱性问题;为了保护用户口令信息不以任何形式,包括口令Hash值在网络上传输,提出一种全新的基于神经网络权值同步运算的动态口令登录方案。两种方案均采用ActiveX客户端控件实现,并通过Web口令登录测试,最后给出不同方案的性能和安全对比分析。

基于神经网络互学习模型的密钥协商协议

两个同输入神经网络的权值向量通过互相学习不断更新,最终可达到权值同步状态.神经网络互学习的权值同步现象具备在公开信道上秘密协商会话密钥的密码学特性.在分析和优化权值同步模型的基础上,构建安全互学习模型并通过大量仿真实验证实模型的可行性,最后给出密钥协商协议的设计方案.

混沌映射和神经网络互扰的新型复合流密码

提出了一种将新型的神经网络互学习模型和常见的多混沌系统融合互扰的复合流密码方案.首先利用三个Logistics混沌映射产生的随机序列作为神经网络互学习模型中三个隐含层神经元的随机输入,神经网络交互学习达到内部权值同步后,再将同步权值映射为随机序列并与三个Logistics序列复合产生最终的密钥流.实验表明,产生的密钥流具有更好的随机性,混沌流加密应用效果好.