神经网络混沌加密算法的研究与FPGA设计

论文摘要

随着计算机技术和互联网络技术的发展,越来越多的信息需要通过不安全的公开信道传输,如何确保这些信息的安全已经成为人们关注的焦点。加密是实现信息安全的一种重要方式,但是很多典型的密码算法经不起密码专家或截获者的破译或攻击,它们要想保证其安全性必须增加密钥位数,这又会增加计算的复杂度、降低加密速度。所以,寻求快速、安全、高效的加密算法是当今密码学发展的趋势。而混沌神经网络具有很多与密码学密切相关的特性,特别是它的高度并行运算和混沌特性恰好适合做密码运算,为密码学的设计注入了新的思路。本文首先介绍了有关密码学必备知识,同时对各种类型算法的安全性进行了分析。然后通过对Hopfield神经网络的非线性动力学和并行处理特性的介绍,说明它既具有实时并行处理功能又具有高度计算复杂性,在信息安全技术的应用中有很好的前景。我们深入研究了基于Hopfield神经网络混沌特性的对称和公钥加密算法,并对原有的加密算法加以改进,分别表述如下:1)基于神经网络混沌吸引子的对称流加密算法:利用离散的Hopfield神经网络对多个线性反馈移位寄存器的非线性输出进行选择输出形成一种强度较高的流加密系统。2)基于神经网络混沌吸引子的公钥加密算法:一种以混沌吸引子对称加密结合Diffie-Hellman公钥体制的算法,将随机变换矩阵作为私钥,而将变换后的神经网络联接突触矩阵作为公钥。在此基础上,我们提出一种基于神经网络混沌吸引子的混合加密算法:利用混沌吸引子的公钥加密算法对密钥进行加密,然后用对称加密算法对明文进行加密,它既具有公钥密码体制易于分配密钥的特点,又具有对称密码体制计算速度快的特点,而且不需要从外界输入对称加密密钥。最后,针对本文改进后的神经网络混沌吸引子公钥加密算法系统进行IP软核的设计,在该算法的FPGA实现中主要做了以下工作:完成了整体结构的划分,使用硬件描述语言对各个模块进行RTL级描述,完成了整体的编译仿真,仿真结果表明该算法具有较快的加密速度。

论文目录

• 论文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的背景和研究意义
• 1.2 国内外研究概况及发展趋势
• 1.3 论文主要做的工作及其组织结构
• 1.3.1 主要做的工作
• 1.3.2 组织结构
• 第二章 密码学与混沌神经网络理论
• 2.1 密码学基础
• 2.1.1 基本概念
• 2.1.2 密码系统的分类
• 2.1.2.1 对称密码体制
• 2.1.2.2 公钥密码体制
• 2.1.3 密码系统安全性
• 2.2 混沌动力学
• 2.2.1 混沌的概念
• 2.2.2 混沌运动的特征
• 2.2.3 混沌状态的判断
• 2.3 混沌神经网络
• 2.3.1 神经元的模型
• 2.3.2 Hopfield 神经网络模型
• 2.3.3 Aihara 混沌神经网络模型
• 2.3.4 Chebyshev 混沌神经网络模型
• 2.4 混沌神经网络与密码学的关系
• 2.5 小结
• 第三章 基于神经网络混沌吸引子的加密算法
• 3.1 基于神经网络混沌吸引子的对称流加密算法
• 3.1.1 基本原理
• 3.1.2 基于神经网络混沌吸引子的对称流密码设计
• 3.2 基于神经网络混沌吸引子的公钥加密算法
• 3.2.1 基本原理
• 3.2.2 基于神经网络混沌吸引子的公钥加密算法设计
• 3.2.3 与同类公钥加密算法的对比
• 3.3 基于神经网络混沌吸引子的混合加密算法
• 3.3.1 混合加密算法原理
• 3.3.2 基于神经网络混沌吸引子的混合加密算法设计
• 3.4 基于混沌神经网络加密算法的安全性分析
• 3.4.1 基于神经网络混沌吸引子的对称流密码安全性
• 3.4.2 基于神经网络混沌吸引子公钥加密的安全性
• 3.5 小结
• 第四章 基于神经网络混沌吸引子加密算法 IP 核的设计与实现
• 4.1 FPGA 设计基础
• 4.1.1 FPGA 的基本原理与结构
• 4.1.2 FPGA 的设计流程
• 4.1.3 硬件描述语言
• 4.1.4 Quartus II 基本设计流程
• 4.2 基于混沌吸引子加密算法 IP 核的设计
• 4.2.1 伪随机数产生模块
• 4.2.1.1 伪随机序列的基本概念
• 4.2.1.2 伪随机序列发生器
• 4.2.1.3 随机数种子
• 4.2.1.4 线性反馈移位寄存器及其仿真结果
• 4.2.2 矩阵运算
• 4.2.2.1 吸引子的计算
• 4.2.2.2 有符号乘加器
• 4.2.3 编码
• 4.2.4 加密模块
• 4.3 仿真结果
• 4.4 小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢