[发明专利]一种优化的基于H1类哈希函数族的密钥保密增强方法及装置有效

专利信息
申请号: 201910064886.9 申请日: 2019-01-23
公开(公告)号: CN109787760B 公开(公告)日: 2021-10-08
发明(设计)人: 李琼;颜秉泽;毛昊坤;韩琦;刘兆庆;郭弘 申请(专利权)人: 哈尔滨工业大学;北京大学
主分类号: H04L9/08 分类号: H04L9/08;H04L9/32
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 高倩
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 优化 基于 h1 类哈希 函数 密钥 保密 增强 方法 装置
【权利要求书】:

1.一种优化的基于H1类哈希函数族的密钥保密增强方法,其特征在于,所述方法包括:

S1、以N比特为单位,对二进制的原始量子密钥序列X和H1类哈希函数所需的二进制随机序列C、D进行降维,转换为2N进制序列:X′、C′和D′,N为正整数,X的长度能被N整除;

X′(i)=X(N×i+j)×2j,C′(i)=C(N×i+j)×2j,D′(i)=D(N×i+j)×2j,其中i=0,1,…,α/N-1,j=0,1,…,N-1,α表示X的长度;

S2、利用FFT计算X′和C′的线性卷积,得到在2N进制下相乘的结果;

对降维后的原始密钥序列X′和随机序列C′进行FFT变换,降维后的序列长度为M=N/α,则进行至少2M-1点的FFT变换,得到FFT_C′=FFT(C),FFT_X′=FFT(X);

对降维后的原始密钥序列X′和随机序列C′的FFT结果进行复数乘法FFT_C′_X′=FFT_X′·FFT_C′;

对复数乘法结果进行IFFT,C′X′=IFFT(FFT_C′_X′);

S3、将S2获得的结果与D′相加并重新转换为二进制序列,即得到保密增强后的结果:

将C′X′取整后与随机序列D′相加,y′=round(C′X′)+D′;

将相加结果进行逐位进位操作,y′(m+1)=y′(m+1)+y′(m)/2N,y′(m)=y′(m)mod2N,m=0,1,…,M-1;

将得到结果进行升维,y(m×N+n)=y(m)mod2n,n=0,1,…,N-1。

2.一种优化的基于H1类哈希函数族的密钥保密增强装置,其特征在于,所述装置包括:降维模块,用于以N比特为单位,对二进制的原始量子密钥序列X和H1类哈希函数所需的二进制随机序列C、D进行降维,转换为2N进制序列:X′、C′和D′,N为正整数,X的长度能被N整除;

X′(i)=X(N×i+j)×2j,C′(i)=C(N×i+j)×2j,D′(i)=D(N×i+j)×2j,其中i=0,1,…,α/N-1,j=0,1,…,N-1,α表示X的长度;

线性卷积模块,用以利用FFT计算X′和C′的线性卷积,得到在2N进制下相乘的结果:

对降维后的原始密钥序列X′和随机序列C′进行FFT变换,降维后的序列长度为M=N/α,则进行至少2M-1点的FFT变换,得到FFT_C′=FFT(C),FFT_X′=FFT(X);

对降维后的原始密钥序列X′和随机序列C′的FFT结果进行复数乘法FFT_C′_X′=FFT_X′·FFT_C′;

对复数乘法结果进行IFFT,C′X′=IFFT(FFT_C′_X′);

升维模块,用以将线性卷积模块的结果与D′相加并重新转换为二进制序列,即得到保密增强后的结果:

将C′X′取整后与随机序列D′相加,y′=round(C′X′)+D′;

将相加结果进行逐位进位操作,y′(m+1)=y′(m+1)+y′(m)/2N,y′(m)=y′(m)mod2N,m=0,1,…,M-1;

将得到结果进行升维,y(m×N+n)=y(m)mod2n,n=0,1,…,N-1。

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哈尔滨工业大学;北京大学,未经哈尔滨工业大学;北京大学许可,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/201910064886.9/1.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