基于混沌的物联网加密算法的安全分析
发布时间：2022-01-03 02:53
随着互联网技术的发展和智能设备的发明,数字图像的获取和传输越来越容易。网络社交平台的推广使得线上图像分享成为一种潮流,图像传输和存储的安全问题也成为了人们关注的重点。本文介绍了2017至2019年发表的一些典型的图像加解密类文章,分析了不同种类加密算法的特点及存在的安全问题,为图像加密设计和密码分析提供了一些建议。然后对一种基于概率加密的物联网监控算法（SFPIE）进行了安全分析,提出了一种选择明文攻击方法,实验证明了该方法有效,并指出了SFPIE在其它安全性能上的不足。由于混沌映射在有限精度的数字域上会发生动力学退化,本文针对SFPIE中使用的2D-LASM（2-D logisticadjusted-sine map）映射的部分动力学性质进行分析。在定点运算域和浮点运算域上,研究运算精度、控制参数和量化方法对2D-LASM映射结果及状态映射网络（state-mapping network）的影响。实验结果表明,改变量化方法不影响2D-LASM状态映射网络的整体结构,但改变运算精度和控制参数对2D-LASM的状态映射网络的影响较大,且状态映射网络的结构随着运算精度的增大而变得越来越复杂...
【文章来源】：湘潭大学湖南省
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
加密和解密流程
28见图4.1中存在较多的自循环路径和短周期路径，当以这些路径上的点为混沌映射的初始值时，将使2D-LASM映射生成的序列的随机性大大降低。a)四舍五入b)向上舍入c)向下舍入图4.11.0，n3时，2D-LASM的状态映射网络图，每个节点中的数字i表示2D-LASM映射的节点值为3i/2接下来研究控制参数和运算精度对2D-LASM状态映射网络的影响。当控制参数31/32时，采用四舍五入的量化方法，分别在3比特和4比特定点运算精度下得到2D-LASM的映射值，根据映射结果绘制相应的状态映射网络，如图4.2所示。可见，当扩大运算精度时，2D-LASM的状态映射网络的节点数大大增加，网络的结构变得更复杂，自循环和短周期路径的数量减少，长周期路径的数量增加。通过扩大运算精度可使得混沌序列的随机性得到增强，但由于数字计算机对运算精度的限制，无法在较高的运算精度下计算2D-LASM，使得混沌系统的性能被大大降低。a)n3b)n4图4.231/32时，2D-LASM的状态映射网络图
28见图4.1中存在较多的自循环路径和短周期路径，当以这些路径上的点为混沌映射的初始值时，将使2D-LASM映射生成的序列的随机性大大降低。a)四舍五入b)向上舍入c)向下舍入图4.11.0，n3时，2D-LASM的状态映射网络图，每个节点中的数字i表示2D-LASM映射的节点值为3i/2接下来研究控制参数和运算精度对2D-LASM状态映射网络的影响。当控制参数31/32时，采用四舍五入的量化方法，分别在3比特和4比特定点运算精度下得到2D-LASM的映射值，根据映射结果绘制相应的状态映射网络，如图4.2所示。可见，当扩大运算精度时，2D-LASM的状态映射网络的节点数大大增加，网络的结构变得更复杂，自循环和短周期路径的数量减少，长周期路径的数量增加。通过扩大运算精度可使得混沌序列的随机性得到增强，但由于数字计算机对运算精度的限制，无法在较高的运算精度下计算2D-LASM，使得混沌系统的性能被大大降低。a)n3b)n4图4.231/32时，2D-LASM的状态映射网络图
【参考文献】：
期刊论文
[1]李雅普诺夫指数谱的研究与仿真[J]. 罗利军,李银山,李彤,董青田. 计算机仿真. 2005(12)
本文编号：3565416
【文章来源】：湘潭大学湖南省
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
加密和解密流程
28见图4.1中存在较多的自循环路径和短周期路径，当以这些路径上的点为混沌映射的初始值时，将使2D-LASM映射生成的序列的随机性大大降低。a)四舍五入b)向上舍入c)向下舍入图4.11.0，n3时，2D-LASM的状态映射网络图，每个节点中的数字i表示2D-LASM映射的节点值为3i/2接下来研究控制参数和运算精度对2D-LASM状态映射网络的影响。当控制参数31/32时，采用四舍五入的量化方法，分别在3比特和4比特定点运算精度下得到2D-LASM的映射值，根据映射结果绘制相应的状态映射网络，如图4.2所示。可见，当扩大运算精度时，2D-LASM的状态映射网络的节点数大大增加，网络的结构变得更复杂，自循环和短周期路径的数量减少，长周期路径的数量增加。通过扩大运算精度可使得混沌序列的随机性得到增强，但由于数字计算机对运算精度的限制，无法在较高的运算精度下计算2D-LASM，使得混沌系统的性能被大大降低。a)n3b)n4图4.231/32时，2D-LASM的状态映射网络图
28见图4.1中存在较多的自循环路径和短周期路径，当以这些路径上的点为混沌映射的初始值时，将使2D-LASM映射生成的序列的随机性大大降低。a)四舍五入b)向上舍入c)向下舍入图4.11.0，n3时，2D-LASM的状态映射网络图，每个节点中的数字i表示2D-LASM映射的节点值为3i/2接下来研究控制参数和运算精度对2D-LASM状态映射网络的影响。当控制参数31/32时，采用四舍五入的量化方法，分别在3比特和4比特定点运算精度下得到2D-LASM的映射值，根据映射结果绘制相应的状态映射网络，如图4.2所示。可见，当扩大运算精度时，2D-LASM的状态映射网络的节点数大大增加，网络的结构变得更复杂，自循环和短周期路径的数量减少，长周期路径的数量增加。通过扩大运算精度可使得混沌序列的随机性得到增强，但由于数字计算机对运算精度的限制，无法在较高的运算精度下计算2D-LASM，使得混沌系统的性能被大大降低。a)n3b)n4图4.231/32时，2D-LASM的状态映射网络图
【参考文献】：
期刊论文
[1]李雅普诺夫指数谱的研究与仿真[J]. 罗利军,李银山,李彤,董青田. 计算机仿真. 2005(12)
本文编号：3565416
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3565416.html
