混沌神经网络公钥加密算法在邮件系统中的实现与应用

摘要

1990年K.Aihara等人将生物神经元的混沌行为概念引入到神经网络理论研究领域中，混沌神经网络的发现进一步激发了人们加紧有关神经网络混沌模型的应用研究。由于混沌神经网络系统的复杂性特点正是密码学研究所必要的，所以倍受计算机网络安全通信的重视。但是国内外对基于混沌神经网络公钥加密的研究还处于刚刚起步阶段，在算法安全性、效率、抗破译能力的分析方面尚有不足之处，本论文工作就是基于这一点开展起来的。
　　本文重点介绍、分析了一种基于混沌神经网络的公钥加密算法，并针对现有算法存在的缺点进行了必要的改进，并将算法应用到了邮件安全系统当中。论文主要工作有以下三点：
　　1.运用过饱和Hopfield神经网络(OHNN)对混沌神经网络中奇异吸引子的结构特性和动力学性质进行了分析。
　　2.对一种基于混沌神经网络的公钥加密方案做了分析，针对算法在雪崩效应以及吸引域选择方面的不足进行了分析与改进，改进主要包括加入混合编码以及引入混沌映射。
　　3.对改进前后的算法进行了实现及测试，并将雪崩测试，密文平衡性及独立性测试结果进行了比较，证明改进后的算法具有更强的抗破译能力，最后设计并分析了算法在邮件系统中的应用。
　　最后对本文工作进行了展望。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

1.1 研究的目的和意义

1.2 密码学领域的国内外现状

1.3 本文的主要工作

第二章 理论概述

2.1 公钥密码学

2.2 混沌学

2.3 神经网络与混沌神经网络

2.4 本章小结

第三章 对一种混沌神经网络的公钥加密的方案分析与改进

3.1 算法分析及改进

3.2 算法实现

3.3 本章小结

第四章 算法在邮件系统中的应用

4.1 安全电子邮件系统

4.2 算法在邮件系统中的应用

4.3 本章小结

第五章 结果和讨论

5.1 算法安全性及效率分析

5.2 抗破译能力

5.3 雪崩测试分析

5.4 密文独立性测试分析

5.5 密文平衡性测试分析

5.6 本章小结

第六章 总结与展望

致谢

参考文献