基于遗传算法及其混合算法的S盒设计研究
本文关键词:基于遗传算法及其混合算法的S盒设计研究
【摘要】:S盒是分组密码设计过程中的关键组件,在很多分组密码系统中有着广泛的应用。由于S盒满足非线性,并对输入输出比特起到了很好的混淆作用,所以在分组密码研究领域,S盒一直是关注的重点。经过多年发展,S盒的设计有着多种处理方式,但采用传统方法生成S盒有一定困难和局限。智能算法的流行使得密码学家将智能算法应用到设计S盒的过程中,并成为一种优化设计S盒的有效方式。本文探讨了遗传算法及其混合算法在S盒设计过程中的应用方案,主要工作如下:1、将简单遗传算法应用到S盒的优化设计过程中,并对交叉、变异操作进行改进,通过对综合非线性度、差分均匀度和雪崩度的指标作为适应值函数对S盒进行优化,经过不断演化迭代得到密码性能良好的一批S盒。同时,为其他混合算法作为重要比照参考。2、将量子遗传算法应用到S盒的设计过程中,针对S盒这一具体问题,设计出最优种群来加速算法的收敛速度,使用动态的交叉概率和变异概率来防止算法的局部收敛,并预置优异S盒到初始种群观测值中,进而得到一批优化的S盒。实验对其密码性能进行深入比较分析。3、详细探讨免疫遗传算法在S盒设计过程中存在的问题,提出基于疫苗库动态提取S盒疫苗规则的方法,通过免疫算子来调控算法进程,从而使得算法能有策略的演化迭代。最后通过实验数据统计,比较三种算法在S盒的优化设计问题上各自的性能表现,总结其优缺点,并加以分析。
【关键词】:S 盒 非线性度 差分均匀度 混合遗传算法
【学位授予单位】:四川师范大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN918.1;TP18
【目录】:
- 摘要4-5
- Abstract5-8
- 1 绪论8-18
- 1.1 研究背景及意义8
- 1.2 密码学基础理论8-10
- 1.3 S盒及其设计原则10-13
- 1.4 国内外研究现状13-16
- 1.4.1 混合遗传算法研究现状13-14
- 1.4.2 S盒设计研究现状14-16
- 1.5 主要的研究内容16-17
- 1.6 论文组织结构17-18
- 2 简单遗传算法设计S盒18-30
- 2.1 简单遗传算法原理18-19
- 2.2 基于简单遗传算法的S盒设计19-25
- 2.2.1 S盒的编码19-20
- 2.2.2 初始种群的产生20-21
- 2.2.3 适应值函数21-22
- 2.2.4 选择操作22-23
- 2.2.5 改进的交叉操作23-24
- 2.2.6 改进的变异操作24-25
- 2.3 参数控制25
- 2.4 实验结果及分析25-28
- 2.5 本章小结28-30
- 3 量子遗传算法设计S盒30-40
- 3.1 量子遗传算法原理30-32
- 3.1.1 量子位30-31
- 3.1.2 量子旋转门31
- 3.1.3 算法流程31-32
- 3.2 基于量子遗传算法的S盒设计32-36
- 3.2.1 量子位编码32-33
- 3.2.2 量子更新策略33-34
- 3.2.3 量子交叉34-35
- 3.2.4 量子变异35
- 3.2.5 对量子遗传算法的改进35-36
- 3.3 实验结果及分析36-39
- 3.4 本章小结39-40
- 4 免疫遗传算法设计S盒40-49
- 4.1 免疫遗传算法原理40-43
- 4.1.1 免疫疫苗41
- 4.1.2 免疫算子41-42
- 4.1.3 算法流程42-43
- 4.2 基于免疫遗传算法的S盒设计43-45
- 4.2.1 提取疫苗与疫苗接种44-45
- 4.2.2 免疫选择45
- 4.3 实验结果及分析45-48
- 4.4 本章小结48-49
- 5 三种算法比较分析49-54
- 5.1 三种算法比较49-52
- 5.2 算法原理分析52-53
- 5.3 本章小结53-54
- 6 总结与展望54-56
- 参考文献56-60
- 致谢60-61
- 在校期间的科研成果61
【相似文献】
中国期刊全文数据库 前10条
1 吴瑞镛,徐大纹;具有年龄结构的遗传算法[J];桂林电子工业学院学报;2001年04期
2 杨艳丽,史维祥;一种新的优化算法—遗传算法的设计[J];液压气动与密封;2001年02期
3 杨宜康,李雪,彭勤科,黄永宣;具有年龄结构的遗传算法[J];计算机工程与应用;2002年11期
4 谷峰,吴勇,唐俊;遗传算法的改进[J];微机发展;2003年06期
5 ;遗传算法[J];计算机教育;2004年10期
6 赵义红,李正文,何其四;生物信息处理系统遗传算法探讨[J];成都理工大学学报(自然科学版);2004年05期
7 刘坤,刘伟波,吴忠强;基于模糊遗传算法的电液位置伺服系统控制[J];黑龙江科技学院学报;2005年04期
8 张英俐,刘弘 ,马金刚;遗传算法作曲系统研究[J];信息技术与信息化;2005年05期
9 丁发智;;浅谈遗传算法[J];乌鲁木齐成人教育学院学报;2005年04期
10 李冰洁;;遗传算法及其应用实例[J];吉林工程技术师范学院学报;2005年12期
中国重要会议论文全文数据库 前10条
1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年
6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年
8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
中国重要报纸全文数据库 前1条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
中国博士学位论文全文数据库 前10条
1 蔡美菊;交互式遗传算法及其在隐性目标决策问题中的应用研究[D];合肥工业大学;2015年
2 张士伟;三维声学快速多极基本解法在机械噪声预测中的应用研究[D];沈阳工业大学;2016年
3 高军;无铅焊料本构模型及其参数识别方法研究[D];南京航空航天大学;2015年
4 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年
5 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年
6 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年
7 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年
8 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年
9 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年
10 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年
中国硕士学位论文全文数据库 前10条
1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年
2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年
3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年
4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年
5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年
6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年
7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年
8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年
9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年
10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年
,本文编号:517634
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/517634.html