| 目录 | 第3-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 引言 | 第9-12页 |
| 1.1 背景介绍 | 第9-11页 |
| 1.2 本文的结构安排 | 第11-12页 |
| 第二章 研究背景 | 第12-25页 |
| 2.1 基本概念和术语 | 第12页 |
| 2.2 布尔函数 | 第12-17页 |
| 2.2.1 布尔函数的表示方式 | 第12-15页 |
| 2.2.2 Walsh转换 | 第15-16页 |
| 2.2.3 非线性度、相关免疫度和弹性 | 第16-17页 |
| 2.3 代数攻击 | 第17-25页 |
| 2.3.1 对基于LFSR的流密码的代数攻击 | 第17-20页 |
| 2.3.2 求解多变元方程组 | 第20-23页 |
| 2.3.3 一些流密码上的代数攻击 | 第23-25页 |
| 第三章 布尔函数的代数免疫度 | 第25-36页 |
| 3.1 代数免疫度的基本知识 | 第25-26页 |
| 3.2 代数免疫度AI与非线性度的关系 | 第26-28页 |
| 3.3 对零化子数目的研究 | 第28-30页 |
| 3.4 现有布尔函数构造方法的代数免疫度研究 | 第30-34页 |
| 3.4.1 改进的Tarannikov构造 | 第31-34页 |
| 3.4.2 Maiorana-McFarland构造 | 第34页 |
| 3.6 结论 | 第34-36页 |
| 第四章 对称布尔函数的研究 | 第36-42页 |
| 4.1 对称布尔函数的特征 | 第36-38页 |
| 4.2 对称布尔函数的密码特性 | 第38-40页 |
| 4.2.1 对称布尔函数的代数次数 | 第38-39页 |
| 4.2.2 对称布尔函数的代数免疫度 | 第39-40页 |
| 4.3 具有最大代数免疫度的对称布尔函数构造 | 第40-42页 |
| 第五章 基于全局搜索的布尔函数构造策略 | 第42-56页 |
| 5.1 引言 | 第42-43页 |
| 5.1.1 研究背景 | 第42-43页 |
| 5.1.2 方案设计和算法选择 | 第43页 |
| 5.2 基于遗传算法的全局优化搜索 | 第43-45页 |
| 5.2.1 遗传算法的基本特征 | 第43-44页 |
| 5.2.2 遗传算法的基本描述 | 第44-45页 |
| 5.3 布尔函数全局搜索的要素设定 | 第45-49页 |
| 5.3.1 布尔函数的遗传编码 | 第46页 |
| 5.3.2 初始种群和适应度函数的设计 | 第46-47页 |
| 5.3.3 遗传操作算子 | 第47-49页 |
| 5.4 普通布尔函数集中的优化搜索 | 第49-53页 |
| 5.4.1 编码与初始种群设定 | 第49-50页 |
| 5.4.2 用于评价的适应度函数设计 | 第50-51页 |
| 5.4.3 遗传操作的实现 | 第51页 |
| 5.4.4 实验结果 | 第51-53页 |
| 5.5 具有最优代数免疫度的布尔函数集中的优化搜索 | 第53-55页 |
| 5.5.1 优化搜索的设定 | 第53-54页 |
| 5.5.2 构造策略的说明 | 第54-55页 |
| 5.6 结论 | 第55-56页 |
| 第六章 总结与展望 | 第56-59页 |
| 6.1 本文工作总结 | 第56-57页 |
| 6.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的工作与发表论文 | 第63-64页 |
| 致谢 | 第64-65页 |