论文部分内容阅读
大数据时代的到来引发了信息的急速膨胀，信息在传播的过程中存在着极大的安全隐患，进而对信息进行加解密的密码算法的安全性受到了广泛的关注。其中，所生成的伪随机数序列被广泛的应用于信息加密、电子交易和网络传输等安全通信领域，因此，研究如何设计构造安全性高、生成速度快的PRNG已成为当前一个研究热点。 鉴于混沌所具有的良好的随机性、不可预测性和遍历性，以及低维混沌系统具有结构简单、生成序列时间短，而高维混沌系统有着更复杂的混沌特性和更强的随机性，我们结合两类不同混沌映射的特点，设计了一个基于混沌的PRNG，主要工作如下： 首先，为了克服有限精度效应对混沌系统的退化影响，改善所生成随机序列的统计性能，本文设计了一种新的基于六维CNN的64bits伪随机数生成方法。在该方法中，通过控制六维CNN在每次迭代过程中的输入输出，减少了混沌退化对随机数的性能影响，同时通过与Logistic映射所生成的随机序列和可变参数进行异或处理，有效避免了生成序列的重复出现，扩大了密钥空间和输出序列的周期。以新方法设计的PRNG易于在软件中实现，每次可生成64bits的伪随机数，生成速率快。仿真测试结果表明：本方法生成的伪随机数可以完全通过随机数检测标准NIST SP800-22和GM-T0005-2012，因而具有很好的随机性。此外，通过对本文方法的密钥空间分析、密钥敏感性分析、序列相关性分析和攻击分析，证明了本文设计的伪随机数生成方法具有极高的安全性。 随后，我们利用所生成的随机数序列对数字图像进行了异或加密，并对加密前后图像进行了信息熵分析、直方图分析和相关性分析，证明了加密后的图像很好的掩盖了原始信息，该加密方法可以成功抵抗敌手的熵攻击和统计攻击。因此，本文设计的PRNG具有很好的实用性，可以生成统计性能良好的伪随机数序列。