基于樹形奇偶機的神經(jīng)網(wǎng)絡同步方案.pdf

1、眾所周知,密碼技術和安全協(xié)議是保證通信安全的關鍵所在。但是隨著計算機和通信技術的迅猛發(fā)展,各種密碼破解方法和協(xié)議攻擊算法不斷出現(xiàn),傳統(tǒng)的密碼技術和安全協(xié)議已不能滿足日益增長的安全通信需求。因此,研究新型的密碼協(xié)議已成為當今互聯(lián)網(wǎng)領域的熱點。
　　在此基礎上,W. Kinzel等國外學者提出了神經(jīng)密碼模型,該模型是基于兩個具有相同結構的神經(jīng)網(wǎng)絡相互學習,最終達到權值相同即完全同步。本論文采用的樹形奇偶機模型(Tree Parity

2、Machine,TPM),它是一個擁有特殊結構的且更為復雜的神經(jīng)網(wǎng)絡。我們發(fā)現(xiàn)其相互學習效率要比單向學習效率更高。在相互學習的情況下,同步時間是以突觸深度(即參數(shù)L)的平方級來長;而在單向學習的情況下,同步時間以 L的指數(shù)級增長。因此,神經(jīng)網(wǎng)絡可用于構建密碼協(xié)議中的密鑰交換協(xié)議。
　　本論文首先討論了神經(jīng)網(wǎng)絡密碼學的研究背景和發(fā)展現(xiàn)狀,對該領域的相關概念及理論基礎、主流的神經(jīng)網(wǎng)絡同步模型和現(xiàn)有的攻擊算法進行了綜述,在分析現(xiàn)狀的基礎

3、上,重點針對神經(jīng)網(wǎng)絡同步過程中通信次數(shù)過多的問題,設計了一個新穎的方案。本論文的工作主要涉及以下幾個方面:
　?、僭敿毞治隽爽F(xiàn)有的神經(jīng)網(wǎng)絡同步模型(TPM)。首先作者編程實現(xiàn)了樹形奇偶機模型,并通過大量仿真實驗分析其動力學特性。實驗結果發(fā)現(xiàn),神經(jīng)網(wǎng)絡模型的同步在同步效率上存在著重要的瓶頸問題,也即是,其同步效率與某些參數(shù)有關;
　?、卺槍σ陨蠁栴},作者首先提出了基于Hash函數(shù)的同步判定算法,以此提高了同步判定效率;