论文部分内容阅读
网络安全问题是下一代互联网研究的关键问题之一，而加密算法又是网络安全问题的核心。为了满足下一代互联网多媒体实时性安全通信的要求，既需要选用复杂性高的加密算法，以增强信息的安全性，又希望所选用的加密算法能以并行方式实现快速运算，以缩短加密和解密的时间来保证实时通信。其中，既能实现快速并行运算又有混沌动力学复杂行为的人工神经网络一直被认为是用来设计下一代互联网通信所需的加密算法的最佳选择之一。因此，本博士论文工作的主要内容是： 先综合分析下一代互联网的主要特点，说明下一代互联网的安全问题关键在于加密算法；并通过介绍现有几种加密算法，指出加密算法的安全性取决于加密算法的复杂性。然后，通过分析混沌神经网络的复杂动力学行为和并行处理特点，说明混沌神经网络在下一代互联网安全通信中应用的可行性。 在这基础上，我们提出了四种新的基于混沌特性安全算法，它们分别为：(1)基于神经网络的混沌序列分组对称加密算法；主要利用神经网络的混沌特性，将其所产生混沌二进制序列进行群加密。(2)基于神经网络混沌同步的加密算法；采用遮盖的方法进行混沌同步调制来实现信息的保密。(3)基于神经网络混沌吸引子的公钥加密算法；根据原神经网络混沌吸引子的对称几率加密算法和Diffie-Hellman公钥体制原理，给出一种数学上证明是安全的公钥加密算法。(4)基于混沌序列的图像信息隐藏技术；将需要隐藏传送的图像以混沌噪声的形式加入到载体图像的时空变换谱中，接收者根据混沌序列的相关特性利用相应的混沌噪声来提取所隐藏的图像，该技术具有良好的信息安全性、不可觉察性和较高的隐藏容量。 最后，根据所提出的加密算法来设计IPSec协议的实现方案，并在Linux操作系统的平台下具体实现下一代互联网IPv6的IPSec协议及其加密方案。