周期序列线性复杂度与K-错线性复杂度研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:w3cnet
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
流密码是密码学的重要组成部分,而如何评价流密码的稳定性是流密码研究中的重要问题。1969年Massey提出的B-M算法使得线性复杂度成为流密码稳定性的评价标准。但是线性复杂度高的序列并不一定安全,为此Stamp和Martin提出了流密码稳定性的另一个评价标准:k-错线性复杂度。此后,线性复杂度和k-错线性复杂度成为衡量流密码稳定性的两大重要指标。Chan和Games给出的线性复杂度的快速算法以及Stamp和Martin给出的2n-周期二元序列k-错线性复杂度的算法,掀起了关于序列线性复杂度和k-错线性复杂度算法研究的热潮。近年来,对多维序列的理论研究也越来越受到广大学者的关注。  本文主要研究2n-周期二元序列的k-错线性复杂度,算法的Matlab程序实现,以及多维序列的极小多项式和联合线性复杂度。主要内容如下:  1.对于周期为2n的二元序列,当给定线性复杂度为2n-2n-1时,给出了该序列4-错(或5-错)线性复杂度所有可能值,即LC4(s)=0,2n-2n-2r+1+c或2n-2r+1+c,以及LC4(s)=0和LC4(s)=2n-2m-2r+1+c时序列的条数。  2.讨论了2n-周期二元序列的线性复杂度和k-错线性复杂度的经典算法及其Matlab程序实现。  3.研究了给定线性复杂度时求2n-周期二元序列个数的算法,给出了其Matlab程序,并根据该程序求出了满足条件的序列。  4.在周期序列s与其对偶序列s组合成的新序列已有结论的基础上,讨论了由多个新序列组成的多维序列的极小多项式和联合线性复杂度。
其他文献
自入射代数在代数表示论领域有着重要的应用,而自入射代数中非常重要并且有趣的例子便是平凡扩张代数和扭平凡扩张代数.本文中,作为对平凡扩张代数的Morita等价性的推广,我们给
在业务流程分析过程中,业务流程管理扮演越来越重要的角色,并在各个流程挖掘领域中发挥着至关重要的作用。良好的业务流程模型能够维持企业系统的正常运转,能够高效的提高企业生产效率。流程挖掘的目的是从事件日志中提取可执行的流程知识,并对真实的流程进行监视和改进。因此,过程挖掘技术在业务流程发展中具有重大的实际应用意义。目前,过程挖掘技术大多根据事件日志任务之间的关系挖掘模型,但是日志信息的增长速率过快使得
学位
由于许多力学和工程技术中的实际问题可转化为奇异积分方程问题,所以求解此类问题显得尤为重要,但奇异积分方程解析解一般情况下很难得到,因此研究其数值解具有重要意义,近年来,随
科学和工程中的许多问题都可以归结为偏微分方程的求解问题,通常这些问题的指定区域都是没有边界的,于是研究无界区域上的求解算法就显得尤为重要。在这些求解算法中比较突出并