论文部分内容阅读
近年来，随着计算机和网络通信技术的迅速发展，人们在电子领域中的交流愈来愈频繁，如何让电子商务变得更加安全，使得人们能够放心的在网络平台中进行交易和交流，成了信息安全研究的重要内容。通过这些年来前人对混沌理论的研究，我们发现混沌和密码学有着某种天然的相似性，如其对初始条件的敏感依赖性、参数的极端敏感性、系统的遍历性和轨道的不可预测性等，启示着人们把它应用到密码学领域中来。混沌密码学的应用范围已由最初的流密码和分组密码，延伸到了包括公钥加密、图像隐藏、数字水印、Hash函数等在内的众多领域。随着传统的Hash函数的碰撞性研究取得突破性进展，被应用非常广泛的MD-5、SHA-0、SHA-1等Hash算法相继被证明存在安全漏洞，甚至一些经典的基于混沌系统的单向Hash算法也具有一些缺陷。因此，基于混沌神经网络的特点，加速把其应用到哈希函数的构造研究中就显得尤为重要。本文先对密码学和混沌系统理论知识进行了一个梳理，分析了密码学的不同体制和几种典型的混沌系统，并对Hopfield神经网络的动力学的非线性特性进行了重点研究，经过对OHNN吸引子和吸引域的分析，提出了一种新的基于OHNN和分段线性混沌映射的Hash构造方法，在对所提算法的性能分析中，引入NISSIE项目中对完全性、雪崩效应、严格雪崩准的统计学的测试方法，对新的混沌Hash算法在非线性扩散程度上做了定性分析。经理论分析和实验测试结果表明，本文提出的混沌Hash算法能够抵抗碰撞攻击、统计学分析的攻击和生日攻击等，具有很好的安全性能。