[发明专利]基于量子细胞神经网络的弱密码超混沌加密方法有效

专利信息
申请号: 201210384510.4 申请日: 2012-10-11
公开(公告)号: CN102904710A 公开(公告)日: 2013-01-30
发明(设计)人: 李锦青;柏逢明;底晓强;祁晖;从立钢;管红梅 申请(专利权)人: 长春理工大学
主分类号: H04L9/00 分类号: H04L9/00;H04L9/06
代理公司: 长春菁华专利商标代理事务所 22210 代理人: 陶尊新
地址: 130022 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 量子 细胞 神经网络 密码 混沌 加密 方法
【说明书】:

技术领域

发明涉及信息安全技术领域,具体涉及一种基于量子细胞神经网络的弱密码超混沌加密方法。

背景技术

计算机和信息安全问题已经被深入的研究超过50年了。包括加密算法、计算装置、操作系统和网络的一般安全。其中密码系统广泛的应用于身份验证和数据加密。人类记住密码的能力有限并且倾向于选择过于简单和可被预见的弱密码。由此,弱密码相关的漏洞成为广泛存在的安全问题。全世界的用户和企业都在寻找解决弱密码问题的方法。

据统计,2009年86%的美国公司将使用密码认证和加密。如果将弱密码作为一个强有力的加密或者身份认证来使用,则可能会使系统易于受到暴力密码查找的进攻。研究表明,用户通常用简单的,可被预见的密码来对待密码这个复杂的问题。Schneier 调查了34,000个“Myspace”的在线用户密码:其中65%的用户选择使用8位字符,而使用“password1”, “abc123”, “myspace1”,和“password”这类密码的更是大有人在。还有相当数量的用户将所有的账户都设为同一个密码,或把密码写在记事本里,或把密码记录在一个表格里,或反复循环使用旧密码这类方法。Horowitz 报告了15-20%的用户整齐的把密码写在即时贴上并且贴在电脑屏幕上。另一项调查发现66%的用户工作时把密码记录在纸上,58%记录在表格里。

弱密码相关的缺陷对世界经济有重大的影响,现有商用的对称加密体制一般为DES(数据加密标准)和AES(高级加密标准)。对于一个使用AES算法的完全随机的理想密钥,一个暴力查找攻击在现在将来或者是不可行的。但是,当密钥被限制于一个较小的子空间时,情况将发生戏剧性的改变。而实际情况是,通常关键字是被人记忆的密码,或者是攻击者通过相应的破解机制可以获取的。对于这样一个很小的密钥子空间,暴力查找就会有效。

量子细胞自动机(Quantum cellular automata,QCA)是一种纳米级的新型电子器件,具有超高集成度,超低功耗和无引线集成等优点,是新一代电子元件之一。近年来国外学者以Schrodinger方程为基础利用蔡氏细胞神经网络的机构用QCA构造了细胞局部耦合的网络,即量子细胞神经网络(QCNN)。由于量子点之间的量子相互作用,可从每个细胞的极化率获得复杂的动力学特性。

发明内容

本发明为解决现有密码系统由于受有限的密钥空间的限制,在受到暴力破解攻击时,其安全性难以得到保证的问题,提供一种基于量子细胞神经网络的弱密码超混沌加密方法。

基于量子细胞神经网络的弱密码超混沌加密方法,该方法由以下步骤实现:

步骤一、 选定长度为n位的密码作为加密对象,n为正整数;

步骤二、 将步骤一选定的n位密码拆分为m位的短密码SP和k位的强密钥SK,所述m和k为正整数;

步骤三、 将步骤二拆分的强密钥SK嵌入二维图像中,获得图像强密钥ISK;

步骤四、 对步骤三获得的图像强密钥ISK进行离散混沌映射,并设定控制参数,获得置乱图像S_ISK,并将置乱图像S_ISK按照从上到下,从左到右的顺序进行排列,获得置乱序列S;

步骤五、 选择量子细胞神经网络超混沌系统,并设定初值及控制参数。采用四阶龙格-库塔法对所述的量子细胞神经网络超混沌系统进行迭代求解,获得混沌序列K;

步骤六、采用混沌序列K对步骤四获得的置乱序列S进行扩散处理,实现置乱图像S_ISK的均衡化,得到加密序列C,并对加密序列C按照从上到下,从左到右的顺序进行排列,生成加密图像Cfinal

步骤七、对步骤二拆分的m位短密码SP采用AES加密方法进行加密后与步骤六生成的加密图像Cfinal合并,共同作为加密密码传输。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春理工大学,未经长春理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210384510.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top