S盒是分组密码中的唯一非线性部件,它的密码强度了决定整个分组密码的安全强度。一般使用传统的数学方法构造出性能优异的S盒是非常困难和复杂的,近年来仿生智能优化算法已在经典的NP-C等问题的求解和实际应用中表现出强大的生命力。本文提出了三种基于智能优化算法构造S盒的方案,主要的工作如下:1、采用遗传算法优化S盒,在染色体的编码方式上保证S盒是完全正交的,为定量的描述雪崩效应给出了“雪崩度”的定义,接着使用优先权布尔矩阵的交算子来实现交叉操作和变异操作,并在迭代过程中自适应线性地修正交叉概率和变异概率,通过实验获得的S盒在非线性度、差分均匀度和雪崩效应上都得到了较大的改善。2、采用免疫算法优化S盒,通过分析布尔函数的Walsh—Hadamard变换、自相关性和雪崩效应等,推导出布尔函数的两个优化规则,基于这两个规则提取出抗体的疫苗,从而使生成的抗体能够有策略的进化种群,通过实验获得的S盒在非线性度、差分均匀度和自相关性上都得到了较大的提升,最后将该算法与遗传算法优化S盒之间的性能进行了深入的对比与分析。3、采用蚁群算法优化S盒,首先构造出S盒的城市模型,设计出选路规则和信息素更新策略,接着对该算法进行优化:引入遗传算法的设计思想(①利用遗传算法生成一批性能较优的S盒,将这批S盒作为蚂蚁的初始哈密顿回路,从而成初始信息量;②将遗传算法的交叉、变异算子引入到蚁群算法的每次循环遍历过程中),最后将实验结果以及算法的收敛性等与其它算法进行比较,分析各自的优越性。