基于树形奇偶机的神经网络同步方案
摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-16页 |
1.1 密码协议的研究现状与发展 | 第8-11页 |
1.1.1 对称密码体制 | 第9-10页 |
1.1.2 非对称密码体制 | 第10-11页 |
1.2 密码协议研究新方向 | 第11页 |
1.3 神经密码研究与发展 | 第11-14页 |
1.3.1 人工神经网络研究现状与发展 | 第11-13页 |
1.3.2 神经密码渊源及研究现状 | 第13-14页 |
1.4 研究内容及论文结构 | 第14-16页 |
1.4.1 研究内容 | 第14页 |
1.4.2 论文组织及安排 | 第14-16页 |
2 相关理论及研究 | 第16-23页 |
2.1 密钥交换协议 | 第16-18页 |
2.2 基本的神经网络模型 | 第18-22页 |
2.2.1 神经元的基本模型 | 第18-20页 |
2.2.2 几种典型的激活函数 | 第20-21页 |
2.2.3 感知器模型 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
3 神经网络同步及模型 | 第23-33页 |
3.1 神经密码同步 | 第23-25页 |
3.2 树形奇偶机模型 | 第25-29页 |
3.2.1 树形奇偶机的结构 | 第25-27页 |
3.2.2 学习规则 | 第27-28页 |
3.2.3 同步程度参数 | 第28-29页 |
3.3 神经密码攻击 | 第29-32页 |
3.3.1 简单攻击 | 第29-30页 |
3.3.2 几何攻击 | 第30页 |
3.3.3 多数人攻击 | 第30-31页 |
3.3.4 遗传攻击 | 第31-32页 |
3.4 本章小结 | 第32-33页 |
4 新方案及仿真实验 | 第33-61页 |
4.1 研究概述 | 第33-35页 |
4.1.1 研究目标 | 第33页 |
4.1.2 实验环境 | 第33-34页 |
4.1.3 研究内容 | 第34页 |
4.1.4 实现途径 | 第34-35页 |
4.2 本论文工作 | 第35页 |
4.3 神经同步过程的动力学分析 | 第35-48页 |
4.3.1 学习规则的影响 | 第36-43页 |
4.3.2 转移概率 | 第43-48页 |
4.4 新方案设计 | 第48-58页 |
4.4.1 同步判定算法的改进及实验 | 第48-54页 |
4.4.2 同步性能的改进及实验 | 第54-58页 |
4.5 新方案安全性分析 | 第58-60页 |
4.6 本章小结 | 第60-61页 |
5 总结及展望 | 第61-63页 |
5.1 全文总结 | 第61-62页 |
5.2 展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-68页 |
附录 | 第68页 |
A. 作者在攻读学位期间发表的论文目录 | 第68页 |