学位论文 > 优秀研究生学位论文题录展示

S盒优化算法设计

作　者: 仇亮
导　师: 殷新春
学　校: 扬州大学
专　业: 计算机应用技术
关键词: S盒 DES AES 并行与分布计算并行遗传算法膜计算
分类号: TP301.6
类　型: 硕士论文
年　份: 2008年
下　载: 180次
引　用: 1次
阅　读: 论文下载

内容摘要

现代分组密码的研究始于20世纪70年代中期,至今已有30余年历史,这期间人们在这一研究领域已经取得了丰硕的研究成果。分组密码的设计与分析是两个既相互对立又相互依存的研究方向,正是由于这种对立促进了分组密码的飞速发展。而S盒是许多分组密码算法中的唯一非线性部件,它的密码强度决定了整个分组密码算法的安全强度,因此,设计S盒就成了设计分组密码算法的核心任务。并行与分布计算技术是实现高性能计算的重要技术途径。高性能计算机技术是现代科学研究、工程技术开发和大规模数据处理的关键支撑技术。围绕着并行与分布计算在S盒的设计中的应用,本论文主要研究了以下几个方面的内容。1、首先对DES、AES等算法中的S盒的构造机制进行回顾,同时分析各算法中S盒的密码性能并介绍一些常用的密码分析方法,接着介绍了几种不同输入输出的S盒的构造方法。2、本文提出了基于主从式并行遗传算法的S盒优化算法。针对传统遗传算法优化高阶S盒中适应度评价值计算量相对大的问题,利用C+MPI并行编程环境结合主从式并行遗传算法框架来改进传统串行遗传算法。利用遗传算法构造S盒属于随机构造方法(亦可称为S盒的演化设计)。遗传算法的基本思想是基于Darwin进化论和Mendel的遗传学说的。Darwin进化论最重要的是适者生存原理。Mendel遗传学说最重要的是基因遗传原理。经过存优去劣的自然淘汰,适应性高的基因结构得以保存下来。基于并行算法的实验结果表明,运用此算法在优化6阶、8阶的双射S盒时,只有在优化8阶的情况下能得到更好的加速比,从而验证了主从模式在解决适应度评价值计算量大的问题时,可达到接近线性的加速比。3、本文提出了基于膜计算的分布式S盒优化算法。此算法能够对多种群进行搜索,膜计算是自然计算的一个分支,其是基于生物中的活细胞、组织等结构中抽象出来的计算概念和模型并用于实际的计算中。作为处理分布、并行的计算模型且其能够处理上述计算模型中抽象对象的多重集合。基于该方法,最终获得了一批能够有效抵抗线性密码分析和差分密码分析的S盒。

全文目录

摘要  4-5
Abstract  5-10
第1章引言  10-16
  1.1 分组密码的研究现状及发展趋势  10-12
  1.2 S 盒的设计准则及其构造  12-15
    1.2.1 S 盒的设计准则  12-14
    1.2.2 S 盒的构造方法  14-15
  1.3 本文的主要工作及章节安排  15-16
第2章 DES、AES 及其S 盒的分析  16-36
  2.1 数据加密标准DES 简介  16-23
  2.2 RIJNDAEL 算法简介及其密码分析  23-30
    2.2.1 状态、密钥和圈数  23-24
    2.2.2 圈变换  24-25
    2.2.3 加密算法  25-26
    2.2.4 对AES 的密码分析  26-30
  2.3 AES S 盒的构造及其性能分析  30-36
    2.3.1 AES S 盒的构造  30-34
    2.3.2 AES S 盒的密码学性能分析  34-36
第3章 S 盒的构造研究  36-48
  3.1 AES S 盒的替换方案  36-38
    3.1.1 8×8 的S 盒的构造  36-37
    3.1.2 类AES S 盒的雪崩概率分析  37-38
  3.2 4×4 的S 盒的构造及分析  38-40
    3.2.1 S 盒的构造  38-39
    3.2.2 S 盒的部分密码学性能  39
    3.2.3 S 盒的雪崩概率分析  39-40
  3.3 6×6 的S 盒的构造及分析  40-44
    3.3.1 S 盒的构造  40-41
    3.3.2 S 盒的密码学性质  41-42
    3.3.3 S 盒的雪崩概率分析  42-44
  3.4 输入输出不等的S 盒的构造  44-47
    3.4.1 方案一：保持仿射变换的形式不变  44-45
    3.4.2 方案二：对仿射变换的变形  45-46
    3.4.3 6×4 的S 盒的比较  46-47
    3.4.4 其他m×n 的S 盒的性能分析  47
  3.5 小结  47-48
第4章基于主从式并行遗传算法的S 盒优化算法  48-66
  4.1 基于经典遗传算法的S 盒优化算法  48-57
    4.1.1 遗传算法概述  48-49
    4.1.2 基于遗传算法的S 盒的优化算法  49-54
    4.1.3 算法分析及实验结果  54-57
  4.2 主从式并行遗传算法概述  57-58
  4.3 构造S 盒的并行处理  58-64
    4.3.1 S 盒的编码、遗传算子及适应值函数  58-61
    4.3.2 实验结果  61-64
  4.4 小结  64-66
第5章基于膜计算的分布式S 盒优化算法  66-80
  5.1 布尔函数与S 盒  66-67
  5.2 膜计算  67-71
    5.2.1 P 系统  68-69
    5.2.2 通讯拓扑与规则  69-70
    5.2.3 膜计算的实现与应用  70-71
  5.3 分布式优化方法的构造  71-75
    5.3.1 膜计算优化方法与标准的膜计算的区别  71-72
    5.3.2 分布式膜计算优化算法  72
    5.3.3 进化阶段  72-74
    5.3.4 转移阶段  74
    5.3.5 完整的算法  74-75
  5.4 算法应用及效能分析  75-79
    5.4.1 S 盒的编码  75-76
    5.4.2 子算法中的相关算子  76
    5.4.3 基于MPI 的算法仿真实现  76-77
    5.4.4 实验结果  77-79
  5.5 小结  79-80
第6章结束语  80-82
参考文献  82-90
致谢  90-91
攻读硕士学位期间所发表的论文及参加项目  91
攻读硕士学位期间参与的项目  91
攻读硕士学位期间参加的学术会议和研讨班  91-92

S盒优化算法设计

内容摘要

全文目录

相似论文