CONSTRUCTION OF THE ENCRYPTION MATRIX BASED ON CHEBYSHEV CHAOTIC NEURAL NETWORKS

The paper proposes a novel algorithm to get the encryption matrix. Firstly, a chaotic sequence generated by Chebyshev chaotic neural networks is converted into a series of low-order integer matrices from which available encryption matrices are selected. Then, a higher order encryption matrix relating real world application is constructed by means of tensor production method based on selected encryption matrices. The results show that the proposed algorithm can produce a "one-time pad cipher" encryption matrix with high security; and the encryption results have good chaos and auto-correlation with the natural frequency of the plaintext being hidden and homogenized.

基于高维超混沌系统和矩阵张量积的图像分组加密新算法

目前混沌加密算法主要存在三方面的不足:1)采用低维混沌序列造成混沌退化;2)采用的混沌系统结构过于简单;3)算法只依赖于混沌系统的结构和密钥。针对这些不足,提出一种新的图像分组加密算法。为了克服混沌退化,算法借助矩阵张量积将高维超混沌系统所产生混沌序列和一维混沌序列充分耦合,产生像素扩散矩阵。在此过程中,用明文信息控制扩散矩阵生成,使算法与明文相关,提高了算法的安全强度。

基于矩阵张量积的数据加密方案

1引言 在当今信息社会中,计算机技术的应用日趋深化,大量的数据交换越来越频繁,由此引起的数据安全也更加突出.作为保障数据安全的一种非常重要方法,数据加密技术已越来越受重视,对它的研究也就有着非常重要的现实意义.

Gauss-Markov加密矩阵构造及图像加密应用

为了解决加密矩阵难以构造的问题,提出一种获得整数矩阵的新算法,利用Gauss-Markov过程生成一个随机序列,将该序列转换为一系列的低阶整数矩阵,从中寻找行列式等于1的整数矩阵,并对这些矩阵进行张量积运算得到高阶加密矩阵,应用于数字图像加密。加密实例和理论分析及对比表明,该算法可自动生成安全性很高的加密矩阵,且加密结果具有良好的随机特性和自相关性,能满足密码学的要求。

基于矩阵张量积的数据加密矩阵的构造

通过讨论二阶矩阵的可逆性,研究了基于矩阵张量积合成加密矩阵的构造问题,并用实例进行了加密实践。

多边矩阵的剖分和数据挖掘——处理复杂系统的新思维系列之二十八

介绍了多边矩阵的剖分概念,给出了多边矩阵剖分的基本性质,证明了多边矩阵剖分是矩阵理论中矩阵分块方法的直接推广.作为应用,研究了多边矩阵剖分和矩阵左半张量积、数量挖掘之间的关系.

多边矩阵的剖面广义交叉乘法和半张量积及其数据挖掘

介绍了多边矩阵的剖面广义交叉乘法概念,给出了多边矩阵的剖面广义交叉乘法的一些性质,证明了多边矩阵剖面广义交叉乘法满足结合律和分配律。作为应用,研究了多边矩阵剖面广义交叉乘法和一般矩阵半张量积、数据挖掘之间的关系。