基于改进型树型奇偶机的密钥交换研究

提出了一种基于改进型树型奇偶机的密钥交换方法。利用伪随机数产生器为通信双方产生共同的输入向量,降低网络同步所需的数据量;使用基于滑动窗口的学习规则来动态改变学习率,降低同步次数;并且进一步提出基于背包算法和深度优先搜索遍历算法的高效输入序列生成方法,增大正向学习概率加快同步速度。仿真实验结果表明,改进模型的通信数据量下降了60%以上,同步时间显著下降。

TinyTCSec:一种新的轻量级无线传感器网络链路加密协议

由于WSN节点的计算和存储资源非常有限,研究非传统的新型轻量级密码协议对W SN安全具有现实意义,在链路层设计实现高效的密码协议可大大减轻WSN应用程序在通信安全的处理开销。目前,W SN混沌密码已开始受到业界关注,且出现了多种加密方案,但面临一个最大的问题是缺乏有效的混沌密钥更新方法而使W SN混沌加密无法实用。在考虑引入混沌密钥更新机制的基础上,提出并实现一种基于树型奇偶机模型的全新链路层混沌加密协议TinyTCSec。TinyOS平台上的仿真测试表明TinyTCsec较TinySec在节点内存和能耗方面相当,但具有密钥安全性高、协议数据包简单等优势,更适用于WSN数据链路安全通信。

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.

基于DTMP和快速学习规则的神经密码算法

针对神经密码中如何以较短的同步时间获得较高的安全性这一密钥交换问题,提出了一种基于"不要相信我的伙伴"(DTMP)和快速学习规则的联合算法。该算法可以通过在公共信道上以一定的概率发送错误比特来干扰攻击者对交互信息的窃听,以达到降低被动攻击成功率的目的,同时通过估计通信双方神经网络输出不相等的概率来判断通信双方的同步程度;然后根据通信双方的同步程度来确定权值的修改幅度,从而加快同步进程。仿真实验表明,联合算法所需同步时间比原DTMP算法少,且当通信双方不同时发送错误信息时,联合算法的安全性略高于DTMP原算法;而与反馈算法相比,联合算法在同步时间和安全性方面优势明显。实验结果表明联合算法能以较短的同步时间获得较高的安全性。

一个新的基于神经网络同步的公开密钥交换协议

首先介绍了在神经密码应用中的树型奇偶机模型,在综述神经密码协议研究的基础上,构建了一个使用含有衰减项的神经网络同步学习规则的新的密钥交换协议,并对其进行了理论分析。仿真实验结果表明,此协议可以使神经网络的同步性能提高4倍以上,对几种常见攻击的抵御表现良好,与传统的协议相比,新协议同步计算开销更小,安全性更高。