一種流加密方案的設計與分析

摘要：利用離散Hopfield神經網絡對多個線性反饋移位寄存器(LFSR)的非線性選擇輸出，提出了一種強度較高的序列加密系統。安全性分析與仿真驗證表明，該算法構造的偽隨機序列具有大周期性、平衡性、相關免疫性等特點，滿足密碼學的要求。

關鍵詞：Hopfield神經網絡； 線性反饋移位寄存器； 流加密

中圖分類號：TP309．7文獻標志碼：A

文章編號：1001-3695(2007)12-0191-02

流密碼（也稱序列密碼）的思想是將明文序列與密鑰流序列逐位異或得到密文。其主要優點是產生流密鑰序列簡單、加密與解密過程均不需復雜的算法、易于硬件實現、加/解密速度快。由于序列密碼還具有擾亂明文統計特性、不存在數據擴展和誤差傳遞等特點，非常適合于保密通信。序列密碼在實際應用，特別是在軍事、外交及重要機密文件發送中保持著獨特的優勢，成為當前軍事和外交系統中應用的主流。

將人工神經網絡的方法引入密碼系統是近幾年才出現的新方法。基于離散反饋型神經網絡的混沌吸引子現象，文獻[1，2]利用對稱概率加密算法和Diffie－Hellman體制思想分別構造了基于離散神經網絡的分組和公鑰加密算法。利用人工神經網絡對線性反饋移位寄存器序列進行非線性變換的密鑰擴展是產生流密碼的一種新思路。文獻[3]利用該方法進行圖像加密的研究，但存在密鑰長度短的突出問題，本文在此基礎上設計了一種強度較高的序列密碼， 并進行了安全性分析驗證。

最后，檢驗是否符合雪崩原則及互相關特性，隨機改變密鑰1 bit（置換矩陣H），所得2 KB密文的改變是1．023 KB，改變量為49．95%，說明該加密方法具有很強的雪崩效應。所得兩組密文的互相關函數如圖5所示。數值接近于零，表明密鑰的微小改變將引起密文的全部改變。

可見，隨機選取的擴展密鑰具有0、1平衡性和相關免疫性，并符合嚴格雪崩原則，滿足密碼學的要求。

5結束語

用神經網絡方法設計流密碼一種新的方法，采用神經網絡的并行算法，加/解密速度快。通過少量的隨機數即可產生大量具有密碼意義的大周期偽隨機序列。雖然本文只是進行了C環境編程和MATLAB的仿真實現，但對于更深入研究其理論和硬件實現保密通信具有一定的價值。

參考文獻:

[1]齊銳，張大力.基于神經網絡的對稱密碼系統[J].清華大學學報:自然科學版，2001，41(9):89-93.

[2]劉年生，郭東輝.一種新的基于神經網絡混沌吸引子的公鑰密碼算法[J].集美大學學報：自然科學版，2005，10(2):125－133.

[3]丁群，陸哲明，孫曉軍.基于神經網絡密碼的圖像加密[J].電子學報， 2004，32(4):677-679.

[4]胡守仁，余少波.神經網絡導論[M].北京:國防科技大學出版社，1993:129－138.

[5]郭東輝，陳振湘，劉瑞堂，等.Hopfield神經網絡的改進[J].廈門大學學報，1993，32(1):33-38.

[6]SCHNEIER B.應用密碼學[M].吳世忠，等譯.北京:機械工業出版社，2000:261-276.

[7]FIPS.Security requirements for cryptographic modules[EB/OL].（2001）.http://csrc.nist.gov/publications/fips/fips140－2/fips1402.pdf.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”