基于神经网络的对称密码系统  

A symmetric cryptosystem by neural network

作　　者：齐锐[1] 张大力[1] 阎平凡[1] 

机构地区：[1]清华大学自动化系,北京100084

出　　处：《清华大学学报（自然科学版）》2001年第9期89-93,共5页Journal of Tsinghua University(Science and Technology)

基　　金：国家"九五"科技攻关项目 ( 97-75 9)

摘　　要：将混沌机制的非线性和随机特性引入密码系统 ,是加强信息保密的有效途径。离散 Hopfield神经网络存在混沌吸引子 ,基于此可以构造新的加密算法。该文在 GuoDonghui等人提出的对称的概率加密算法的基础上利用密码分组链接模式 (CBC) ,构造了一个较为完整的神经网络分组密码系统 ,它与数字加密标准 (DES)相比 ,更为简单 。The non linear and random characteristics of chaos provide an effective approach to enhance information security. A perfect block cipher scheme with cipher block chaining model is described for a symmetric encryption algorithm based on the chaotic attractors in discrete Hopfield neural networks. The method is simpler and more concise than DES and some kinds of attacks can not easily unfold the scheme.

关 键 词：分组密码 HOPFIELD神经网络 混沌吸引子 对称密码系统 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]