周期为2^n的线性复杂度为2^n-9二元序列的k错线性复杂度分布

线性复杂度和k错线性复杂度分别是度量密钥流序列的密码强度和稳定性的重要指标。通过研究周期为2n的二元序列线性复杂度,提出将k错线性复杂度的计算转化为求Hamming重量最小的错误序列。基于Games-Chan算法,讨论周期为2n的线性复杂度为2n-9的二元序列的4错线性复杂度分布,并给出了其对应4错线性复杂度序列的计数公式。

求周期为2p^m二元序列k错线性复杂度的快速算法

采用联合代价的方法,给出了求周期为2p^m二元序列k错线性复杂度的快速算法,这里p是素数,并且2是一个模p^2的本原根.同时指出了已有文献中的一个主要算法是错误的.

随机周期序列k错线性复杂度的期望上界

周期序列的k错线性复杂度是衡量流密码系统的安全性能的一个重要指标。本文给出了周期序列k错线性复杂度上界的一个更强的结果,从而给出了几种不同情形下随机周期序列k错线性复杂度的期望的上界。特别地,还给出了周期N=pv,随机周期序列满足一定条件时1错线性复杂度的期望更紧的结果。

2~mp^n周期二元序列的线性复杂度和k错线性复杂度

序列线性复杂度的稳定性是衡量其随机性好坏的一个重要指标。针对2mpn周期二元序列,利用多项式分解等工具,确定了使得序列的k错线性复杂度严格小于其线性复杂度的最小k值的上下界,其中n是正整数,m是非负整数,p是奇素数,2是模p2的原根。

GF(q)上p^n-周期序列的k错线性复杂度

周期序列的错误线性复杂度是度量密钥流稳定性的一个重要指标.首先改写GF(q)上pn周期序列的k错线性复杂度快速算法,给出其m紧错线性复杂度的快速算法;然后研究相应k错线性复杂度的误差向量,得到计算误差向量的算法,即在此误差向量下,可以实现原始序列的k错线性复杂度.其中p为奇素数,q是模p2的一个本原根.

关于求周期序列k错线性复杂度的Stamp-Martin算法

在k错线性复杂度的实际应用中,误差向量的计算是非常重要的。因此改进了Stamp-Martin算法中cost向量的结构,从而使该算法求周期为2n的二元序列k错线性复杂度更加简洁且容易理解,同时给出了求相应误差向量的算法,即在该误差向量下,能够实现最小的k错线性复杂度。

三元3n周期序列的k错线性复杂度的性质

周期序列的线性复杂度和k错线性复杂度是衡量流密码系统的安全性能的两个重要指标.讨论了有限域F3上的3n周期序列的k错线性复杂度,得到了关于该类序列的k错线性复杂度和差错序列之间的一些性质.并且利用这些性质导出了一个结论,该结论显示了关于3n周期序列k错线性复杂度的计算如何转化成关于3n-1周期序列k错线性复杂度的计算,n为任意的正整数.

k错线性复杂度具有第二下降点的2~n周期序列

k错线性复杂度度量伪随机序列的稳定性,而关键错误线性复杂度分布能够对k错线性复杂度下降点进行描述。使用方体理论和筛选法研究k错线性复杂度具有第二下降点（关键点）的周期序列。通过分析错线性复杂度第一下降点k=4且第二下降点k＇=6的2~n周期序列,给出序列线性复杂度和第一下降点线性复杂度之间的约束条件,得到第二下降点线性复杂度所有可能的取值形式。推导出在已知序列第一下降点线性复杂度和第二下降点线性复杂度情况下二元序列的计数公式。分析结果表明,该方法可研究具有第三下降点（关键点）的周期序列。

2~n-周期序列的k错线性复杂度期望的界

对于有限域F2上的满线性复杂度的2n-周期序列和奇数k≥3,通过对k错线性复杂度的取值范围和相应的序列个数的分析,得到其k错线性复杂度期望的上界和下界。

素数周期随机周期序列k错线性复杂度的方差

给出了随机周期序列k错线性复杂度方差的一个表达公式,同时给出了两种不同情形下素数周期的随机周期序列k错线性复杂度方差的上下界的估计.

计算周期为p^n的二元序列k错线性复杂度及误差向量的一个算法

k错线性复杂度是密钥流序列稳定性的重要度量指标,误差向量的计算有非常重要的作用。在王-张-肖算法的基础上,改写cost向量的结构,给出了计算pn周期二元序列k错线性复杂度的新算法,该算法更容易理解。同时给出了计算相应误差向量的算法,即在该误差向量下,能实现原始序列的k错线性复杂度。这里p为奇素数,2为模p2的本原根。

构造给定k错线性复杂度谱的2n周期序列

k错线性复杂度是度量序列密码安全性的重要指标之一。基于方体理论和Games-Chan算法的逆向推导提出构造方法,构造了具有给定k错线性复杂度谱的2n周期序列。首先使用标准方体分解算法对k错线性复杂度具有第一下降点k=2、第二下降点k′=6、第三下降点k″=10的2n周期序列进行分类,再讨论每一类序列下降点线性复杂度参数之间的关系,最后给出每种参数关系下序列的计数公式以及构造过程。事实上,所使用的方法可以用于构造具有更多下降点的2n周期序列。

周期序列的k错线性复杂度的期望值(英文)

有限域Fq上一个周期序列的k错线性复杂度被定义为通过改变每个周期至多k个比特所得到的最小线性复杂度.给出有限域Fq上pn周期序列的k错线性复杂度的期望,其中p是一个奇素数,q是模p2的原根,并且1≤k≤(p-1)/2.

GF(3)上周期为3~np^m序列的k错线性复杂度

周期序列的k错线性复杂度(k-LC)被定义为改变周期序列中至多k(0≤k≤N)位后,得到所有序列线性复杂度中最小线性复杂度。m(s)表示一个序列的k-LC严格小于线性复杂度的最小k值。讨论了上周期为3npm序列的k错线性复杂度,这里p是奇素数,并且3是一个模p2的本原根,进一步讨论了序列线性复杂度和m(s)之间的关系。

周期为2~n的二元序列k错线性复杂度的快速算法

本文在研究Games-Chan算法的基础上,给出了周期为2n的二元序列k错线性复杂度的一个快速算法。新算法是对Stamp-Martin算法的改进,与Stamp-Martin算法相比更为简单和高效。

二元序列K错线性复杂度研究

线性复杂度和k错线性复杂度是度量密钥流序列的密码强度的重要指标。通过研究周期为2n的二元序列线性复杂度,提出将k错线性复杂度的计算转化为求Hamming重量最小的错误序列。基于Games-Chan算法,讨论了线性复杂度为2n-1的2n周期二元序列的4错线性复杂度分布情况。在大多数情况下,给出了对应4错线性复杂度序列的计数公式。

周期序列线性复杂度的k位置错误谱

周期序列的线性复杂度是衡量流密码系统安全性能的一个重要指标。事实表明周期序列中的若干位置上值的变化会影响改变后的周期序列的线性复杂度。基于此点该文提出了周期序列的线性复杂度k位置错误谱的概念以便于追踪错误位置对线性复杂度的影响。特别是对周期为2n的二元序列,发现了这类序列线性复杂度的1位置错误谱的周期并且给出了具有同样图像谱特征的序列数目。并把结果推广到了定义在Fp上周期为pn的序列上。

k错线性复杂度的分布研究

线性复杂度的复杂程度大小对研究序列密码的安全性是至关重要的,引出了k错线性复杂度的研究.使用构造方法、方体理论研究第一下降点为k=4错的线性复杂度,第二下降点为k=8错的线性复杂度的二元周期序列的分布情况.同时,推导了4错的线性复杂度是第一下降点且8错的线性复杂度是第二下降点的计数公式.事实上,用此方法也可研究k错的线性复杂度第三下降点的序列的分布规律.

2~n周期二元序列线性复杂度小于2~n的k错线性复杂度期望

线性复杂度和k错线性复杂度分别是度量密钥流序列的密码强度和稳定性的重要指标。研究周期2n的二元序列的线性复杂度,对k是偶数时线性复杂度小于2n的2n-周期二元序列的k错线性复杂度的分布进行分析,并给出这类周期序列的k错线性复杂度期望的上下界。

周期为p^2的q元序列的k–错线性复杂度

基于矩阵中元素统计的方法,给出了计算周期为p2的q元序列k错线性复杂度的新方法,其中,p,q为奇素数且q为模p2的本原元。给出了一个一般性的结论及其证明,并通过列举2类周期为p2的q元序列及其实例来验证结论的正确性。该方法不需要迭代计算,通过程序实现并与现有算法进行效率比较,结果表明所给出的新算法在计算周期为p2的q元序列的k错线性复杂度方面效率明显更高。