随着计算机技术和通信技术的迅速发展，信息安全已经成为信息在传输、存储过程中非常重要的一环，密码学的发展为信息安全提供了强有力的保障，密码学是研究如何隐秘的传递信息的一门科学，它是密码编码学和密码分析学的统称。实际上，密码学也是在人们不断的编码与破译的斗争实践中总结和发展起来的，随着人们在科学生产实践中的大量应用，它已成为走在时代前沿的综合性尖端科学。神经密码是近十年兴起的一个密码学研究方向，它旨在通过神经网络的互相学习达到交换密钥的目的，2002年德国学者I.Kanter提出神经密码的概念并从理论和实践的角度论证了神经密码的可行性，同时提出了几种实用的学习方法并通过大量的理论分析和统计实验进行了验证，后面有很多学者提出了一些新的学习方法使得神经密码得到了进一步的发展，但是纵观这些研究成果，它们大部分是对已有学习方法的动力学性质的分析或者对新提出的方法的可行性验证，并没有将研究的重点放在如何在保证同等或者更高的安全性能的同时如何提高神经网络互相学习的效率上。本论文的工作及主要贡献体现在以下几个方面：①简述了神经同步的原理。首先，介绍了用于神经密码实践中的树形奇偶机模型。在此基础上，介绍了树形奇偶机同步过程中用于更新权值的学习规则和同步过程中的一些重要参数，最后介绍了如何将树形奇偶机模型应用到神经密钥交换协议中去。②对神经同步过程的动力学性质做了详细的介绍。首先，介绍了学习规则对权值分布和吸引步、排斥步产生的影响；然后介绍了权值变化的动力学性质和同步程度的随机行为；最后分析了同步所需的时间。③对神经密钥交换协议的安全性进行了分析。首先，介绍了攻击者使用简单攻击和主要攻击方法进行攻击的成功率；然后介绍了交互的安全性，其中包括对变形空间和交互信息的分析；最后，分析了有效的密钥长度。④提出了两种对经典的神经密钥交换协议的学习规则的改进方案。首先，说明对经典学习规则改进的思想；然后，大量的仿真实验说明改进后的性能；最后，对改进后的方法的安全性进行分析。最后，对本文所做的工作进行了总结，指出神经密钥交换协议的未来发展方向。