

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、現(xiàn)代密碼學(xué)理論和密碼技術(shù)是信息安全領(lǐng)域的重要基礎(chǔ)。在信息時代的今天,隨著網(wǎng)絡(luò)和通信技術(shù)的高速發(fā)展和廣泛應(yīng)用,越來越多的信息在網(wǎng)絡(luò)上傳輸,信息的安全與保護問題顯得愈發(fā)重要。分組密碼是密碼學(xué)的一個重要分支,它具有速度快、易于標(biāo)準(zhǔn)化和便于軟硬件實現(xiàn)等特點,通常是信息與網(wǎng)絡(luò)安全中實現(xiàn)數(shù)據(jù)加密、數(shù)字簽名、認(rèn)證及密鑰管理的核心體制。而S盒是許多分組密碼算法中的唯一非線性部件,因此,它的密碼強度決定了整個分組密碼算法的安全強度。使用傳統(tǒng)的數(shù)學(xué)方法來解
2、決密碼學(xué)和信息安全中的問題難以獲得較好的全局效果,近年來仿生智能優(yōu)化算法已經(jīng)在經(jīng)典的NP-C等問題的求解和實際應(yīng)用中表現(xiàn)出強大的生命力,并且具有較好的全局性能。目前,應(yīng)用于S盒設(shè)計較為先進的算法是遺傳算法。但是遺傳算法具有模式收斂性質(zhì),容易出現(xiàn)早熟現(xiàn)象,因而影響到其優(yōu)化效果。粒子群算法由于其粒子具有記憶性,所以可以很好的避免局部最優(yōu),增加收斂速度,可以有效的減少計算時間。因此本文深入研究了改變慣性權(quán)重的粒子群算法,并用其解決S盒優(yōu)化設(shè)計
3、問題。
本文提出利用改變慣性權(quán)重的粒子群算法優(yōu)化S盒,通過調(diào)整社會因子、學(xué)習(xí)因子和慣性權(quán)重參數(shù)設(shè)置避免了粒子群算法初期易出現(xiàn)早熟、迭代后期收斂速度變慢等問題,并可以根據(jù)不同的應(yīng)用需要控制粒子群算法的收斂速度,從而得到更精確的優(yōu)化結(jié)果。通過與其他S盒設(shè)計方法進行比較,實驗證明粒子群算法設(shè)計的S盒可以增強抗密碼分析能力,提高密碼強度,并能設(shè)計出大量密碼性能較好的S盒,并且與遺傳算法相比可以大大減少S盒設(shè)計時間,提高設(shè)計效率。本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進粒子群優(yōu)化算法的研究.pdf
- 基于改進粒子群優(yōu)化算法的聚類算法研究.pdf
- 基于優(yōu)化控制思想的粒子群優(yōu)化算法改進研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 改進的粒子群優(yōu)化算法.pdf
- 粒子群優(yōu)化算法的改進研究.pdf
- 改進的粒子群優(yōu)化算法的研究.pdf
- 基于雙種群的改進粒子群優(yōu)化算法研究.pdf
- 基于控制思想的粒子群優(yōu)化算法改進研究.pdf
- 基于混沌映射的粒子群優(yōu)化算法改進研究.pdf
- 基于改進粒子群算法的多目標(biāo)優(yōu)化研究.pdf
- 基于改進粒子群優(yōu)化的聚類算法研究.pdf
- 粒子群優(yōu)化算法的研究與改進.pdf
- 粒子群優(yōu)化算法及其改進.pdf
- 基于改進粒子群算法的可靠性優(yōu)化研究.pdf
- 基于改進粒子群算法的曲線曲面優(yōu)化方法研究.pdf
- 粒子群優(yōu)化算法的改進方法研究.pdf
- 粒子群優(yōu)化算法的研究和改進.pdf
- 粒子群優(yōu)化算法的改進研究及其應(yīng)用.pdf
- 粒子群優(yōu)化算法的改進及其應(yīng)用
評論
0/150
提交評論