利用遗传算法解决密码设计与分析中若干问题的研究

摘要

密码技术是信息安全技术的核心，包括密码设计和密码分析两个方面。在密码的设计与分析中，存在着许多复杂的搜索和优化问题。这些问题的提出和解决往往直接关系到密码体制和密码协议的安全强度和应用的领域及范围。利用遗传算法等智能优化算法解决这些问题已成为近来密码学研究的一个新兴方向，有着良好的应用前景。
　　 遗传算法是一种模拟自然选择和遗传的一种通用优化算法，其编码技术和遗传操作比较简单，优化不受限制性条件约束，具有隐含并行性和全局解空间搜索的特点。遗传算法可分单目标遗传算法和多目标遗传算法。
　　 本文研究如何利用遗传算法解决密码设计与分析中若干问题。在密码设计领域，本文讨论了利用遗传算法进行布尔函数设计。布尔函数在密码学中有着重要的地位，是密码系统的常用构件，直接关系到密码系统的安全性能。本文利用多目标遗传算法设计出了具有高非线性度、低自相关性密码学性质的布尔函数，达到了兼顾布尔函数的主要密码学性能指标的目的，为布尔函数的自动化设计提供了一种新的方法。
　　 在密码分析领域，本文讨论了遗传算法在序列密码分析中的应用。本文以滤波器模型为研究对象。滤波器模型是一类重要的密钥流生成器，在数据加密与扩频通信领域有着广泛的应用。本文分别研究了在移存器初态未知、抽头位置未知、布尔函数未知等三种条件下如何利用遗传算法进行分析破译。针对每种具体应用，对遗传算法加以适当改进，从而提高了算法的收敛速度，降低了密码破译的复杂度。
　　 最后，讨论了遗传算法应用于密码学的特点、适用范围等一般性规律。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 课题背景

1.2 课题研究意义

1.3 研究现状

1.3.1 遗传算法在密码设计中的应用

1.3.2 遗传算法在密码分析中的应用

1.3.3 其它智能优化算法

1.4 主要工作

1.5 论文结构

第二章 遗传算法

2.1 遗传算法概述

2.1.1 遗传算法的产生与发展

2.1.2 遗传算法的基本特性

2.2 简单遗传算法

2.3 对简单遗传算法的改进

2.3.1 对编码的改进

2.3.2 对基因操作的改进

2.3.3 遗传算法参数的改进

2.3.4 执行策略的改进

2.4 多目标遗传算法

2.4.1 多目标优化的基本概念

2.4.2 多目标优化问题的发展简史

2.4.3 多目标遗传算法

2.5 本章小结

第三章 遗传算法在布尔函数设计中的应用

3.1 布尔函数概述

3.1.1 布尔函数在密码学中的意义

3.1.2 布尔函数的基本概念

3.2 布尔函数的一些密码学特性

3.2.1 平衡性

3.2.2 代数次数

3.2.3 非线性度(nonlinearity)

3.2.4 自相关性

3.2.5 相关免疫性

3.2.6 严格雪崩准则和扩散准则

3.3 布尔函数的构造方法

3.4 用多目标遗传算法设计布尔函数

3.4.1 算法设计

3.4.2 实验结果及分析

3.4 本章小结

第四章 遗传算法在序列密码分析中的应用

4.1 序列密码概述

4.1.1 序列密码的由来

4.1.2 序列密码的原理及准则

4.1.3 线性移位寄存器

4.1.4 非线性序列

4.2 遗传算法在非线性序列密码分析中的应用

4.2.1 移存器初态未知的分析

4.2.2 抽头位置未知的相关分析

4.2.3 非线性函数未知的相关分析

4.3 本章小结

总结与展望

参考文献

攻读博士/硕士学位期间取得的研究成果

致谢