神经网络同步的判定及在神经密码中的应用

互学习的神经网络特别是树状奇偶模型的神经网络因能通过一定量的信息交换达到同步而被广泛地应用在密码学等领域。提出树状奇偶机同步模型的同步判定的必要性和解决同步判断的算法,即基于树状奇偶机隐藏单元输出值的HASH值的比较,该算法将原同步算法的安全性改变到HASH函数的安全性和原同步算法的安全性之上,而在时间开销上也不会增加或增加得很少。仿真实验也证明了该算法判断同步所需要的时间复杂度较低。

互学习神经网络集合的同步

互学习的神经网络特别是树状奇偶模型的神经网络因能通过一定量的信息交换达到同步而被广泛地应用在密码学等领域。为了扩展该同步模式的用途,提出一种由多个树状奇偶机组成的神经网络集合的同步方式,分布式同步方式(两两成对同步),并在此基础上讨论分布式同步与向中心学习的同步方式相关性能及比较结果。实验表明,分布式同步在时间复杂度和系统复杂程度上都具有一定的优势,是一种较好的多神经元同步模式,为密钥分发提供了一种新的理论与应用研究方向。