一种基于双时滞Tent映射的轻量级混沌流密码算法

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:dengjia1207
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着物联网等资源受限的场景日益增多,研究适用于资源受限环境下的轻量级流密码算法越来越重要。混沌内在固有密码学意义下的很多优秀性质并且实现简单,很适合用于轻量级流密码算法设计中。相比于高维混沌系统,低维混沌系统结构更加简单,但存在动力学复杂度低、安全性不足的问题。因此,提高低维混沌系统的安全强度,进而设计基于低维混沌映射的轻量级混沌流密码算法具有重要意义。鉴于时滞会使一维混沌系统具有复杂的相空间结构,通过耦合时滞反馈项,提出了一种新型一维单峰时滞混沌映射模型,极大提高了一维单峰混沌映射的动力学复杂度。基于该模型,通过增加时滞反馈项的数目和延时时间,进一步提高了混沌映射的非线性复杂度,从而构造了一种双时滞Tent映射。与经典Tent映射的比较分析表明,双时滞Tent映射实现更加简单,同时还具有更大的混沌参数范围、更复杂的统计学和动力学特性。基于提出的双时滞Tent映射,通过引入一种低开销的变参数机制,构造了变参数时滞混沌乱源。结合一种简易的非线性变换方式,设计了基于双时滞Tent映射的轻量级混沌流密码算法,并采用SMIC 180nm工艺进行了集成电路实现。在安全性方面,进行了密钥敏感性、熵分析、自相关、NIST SP 800-22和Test U01等测试分析,验证了所生成密钥流的高度复杂性和随机性。在实现效率方面,所提出算法的硬件资源占用为2510个等效门,吞吐率可达84.5M/S,与国际轻量级流密码标准以及欧洲ECRYPT项目最终入选的轻量级流密码硬件算法相比,所提出算法需要的硬件资源更少,吞吐率更大,能源效率更高。因此,更适用于物联网等资源受限的应用环境中。
其他文献
人物交互关系检测是重要的视觉理解任务之一,在安防与无人商超领域有着非常多的应用。在人物交互关系检测任务中,全局上下文特征是十分重要的,采用基于Transformer的方法来进行人物交互关系检测能有效聚集全局上下文特征。但是现有的基于检测Transformer的人物交互关系检测器存在一些缺陷,它们会将实例检测与交互关系理解这两个人物交互关系检测的子任务捆绑在一起完成,导致无法有效地理解一些复杂的容易
学位
风力发电作为一种绿色环保的发电方式,对实现全球碳中和至关重要。风场恶劣的天气条件会影响数据获取,导致数据出现缺失问题。缺失数据修复作为数据预处理的一环,旨在恢复数据的完整性,从而满足风机状态评估、发电量预测、异常预警等下游任务对数据完整性的要求。因此,如何对缺失数据进行修复具有重要的研究意义。首先,分析了多元时空数据缺失的机制和模式,点明了研究的两种缺失模式:单风机全部特征缺失和所有风机缺失相同特
学位
面对新型冠状病毒疫情,保持安全社交距离是有效防控手段之一。而无人机可以在大场景中进行多角度观测,为疫情管控提供保障。据此,无人机视角下的行人社交距离监测作为研究背景,展开两大技术问题研究,即无人机视角下的行人检测及社交距离测量任务。针对无人机视角下的行人检测任务,从任务特性和难点进行分析,总结出:行人目标小且特征提取难;复杂大场景中精确定位难;行人与背景有效区分难。针对上述问题,高分辨率网络提升特
学位
在经典机器学习问题中,一个重要假设是训练数据和测试数据服从独立同分布。但在很多场景中,训练数据和测试数据会存在分布偏移,域适应(迁移学习)是处理该问题的重要方法。域适应在情感脑机接口中,能够有效缓解用户间数据分布差异,提升情绪识别效果。为保护用户数据隐私,无源域情感计算也十分重要。本文针对域适应及其在情感脑机接口中的应用,展开相关算法研究工作。为提升传统域适应算法性能,本文提出一种融合特征子空间学
学位
在科学和工程领域,存在着大量的没有显式优化函数,需要通过耗时的数值仿真或物理模拟来进行适应度评估的昂贵优化问题,如交通信号灯配时优化等。研究如何有效地求解昂贵优化问题具有重要的现实意义。代理模型辅助进化算法利用历史评估数据训练代理模型近似目标函数,以此替代耗时的实际评估,降低计算成本,加快优化过程。代理模型辅助进化算法凭借其良好的鲁棒性和快速性,已被广泛应用于求解昂贵优化问题。目前,代理模型辅助进
学位
动态DNA折纸纳米结构具有刺激响应性和易于操作的特点,在生物传感和纳米机器人等领域有广泛应用前景。经典的动态DNA纳米结构调控策略中,常用DNA链置换反应来组装和拆解纳米结构。由于DNA链置换反应对DNA序列设计的正交性和准确性有严格要求,因而限制了动态DNA纳米结构的应用,开发更加灵活的DNA折纸纳米结构拆解调控策略有待进一步研究。本学位论文研究基于聚合酶链置换的DNA折纸拆解策略,使用DNA折
学位
非线性偏微分方程建模是描述许多复杂系统以及工业生产过程不可或缺的方式。而数值仿真是建模计算的主要方式,当进行大规模数值仿真时,需要消耗大量的计算资源,因此需要考虑对系统进行降阶建模,以提高计算效率。目前分布参数系统降阶建模在工业设计、控制、优化、以及不确定性量化等领域的应用仍存在一些问题,因此如何对分布参数系统进行降阶建模具有重要的研究意义。本文以分布参数系统为研究对象,研究了分布参数系统的降阶建
学位
在现实生活中,存在许多目标函数没有显式的数学表达式,不能使用数值仿真或物理实验,只能使用平时收集的数据评估候选解质量的离线数据驱动优化问题,如高炉优化问题等。研究如何有效地求解离线数据驱动优化问题具有重要的现实意义。离线数据驱动进化算法利用历史数据训练代理模型模拟目标函数,以此替代进化算法迭代过程中的真实适应度评估,使得传统的进化算法能够求解离线数据驱动优化问题。目前,离线数据驱动进化算法在代理模
学位
移动机械臂是智能车和机械臂结合生成的机器人,移动机械臂相比于单独的智能车或机械臂工作能力更强。许多实际问题可以归结为移动机械臂系统的轨迹跟踪和一致性控制研究。智能车与机械臂之间的动力学耦合和约束、外部扰动、动力学参数不确定及多移动机械臂之间的通信时间延迟等因素,给移动机械臂系统的轨迹跟踪控制和一致性控制带来了挑战。本文系统地研究了移动机械臂系统的轨迹跟踪和一致性控制,具体研究工作如下:针对智能车和
学位
锂电池由于能量密度高、使用寿命长而被广泛用于各种储能系统中。电池荷电状态(State of Charge,SOC)表示电池剩余可用容量占总容量的百分比,是电池能量管理的重要依据。电池SOC通常依赖电池模型进行估计,而电池模型参数会随着负载、温度等发生变化。为准确地估计SOC,需要进行电池模型参数和SOC的联合估计。由于在线数据随工况难以保证持续激励条件,基于传统的指数遗忘递推最小二乘的联合估计算法
学位