| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-29页 |
| ·智能优化算法 | 第12-18页 |
| ·蚁群算法 | 第12-14页 |
| ·遗传算法 | 第14-15页 |
| ·爬山算法 | 第15-17页 |
| ·细胞自动机 | 第17-18页 |
| ·模糊聚类算法 | 第18页 |
| ·密码学有关知识 | 第18-21页 |
| ·分组密码 | 第18-20页 |
| ·序列密码 | 第20-21页 |
| ·智能优化算法在密码学中应用的现状 | 第21-23页 |
| ·本文研究目的、成果及论文的安排 | 第23-26页 |
| 参考文献 | 第26-29页 |
| 第二章 智能优化算法研究 | 第29-43页 |
| ·蚁群算法简介 | 第30-35页 |
| ·蚁群算法的基本原理 | 第31-33页 |
| ·蚁群算法的特点 | 第33-34页 |
| ·蚁群算法的收敛性研究 | 第34-35页 |
| ·遗传算法简介 | 第35-40页 |
| ·遗传算法的基本原理 | 第35-37页 |
| ·遗传算法的数学机理 | 第37-40页 |
| ·遗传算法的特点 | 第40页 |
| ·本章小结 | 第40页 |
| 参考文献 | 第40-43页 |
| 第三章 智能优化算法在分组密码学中的应用 | 第43-84页 |
| ·引言 | 第43-44页 |
| ·S盒的密码学特性 | 第44-49页 |
| ·S盒的设计准则 | 第44-46页 |
| ·S盒的构造方法 | 第46-49页 |
| ·蚁群算法在S盒优化设计中的应用 | 第49-59页 |
| ·蚁群算法基本概念 | 第49-50页 |
| ·设计算法的基本思想 | 第50页 |
| ·S盒的映射模型 | 第50-51页 |
| ·启发函数的定义 | 第51-52页 |
| ·选路概率与信息素更新的描述 | 第52-53页 |
| ·设计算法的流程 | 第53-54页 |
| ·参数选择的考虑 | 第54-57页 |
| ·仿真实验与分析 | 第57-58页 |
| ·复杂度分析 | 第58-59页 |
| ·小结 | 第59页 |
| ·基于遗传算法设计S盒 | 第59-74页 |
| ·遗传算法的基本概念 | 第59-60页 |
| ·S盒在遗传算法中的编码 | 第60-61页 |
| ·初始种群的选取 | 第61页 |
| ·适应度函数的选取 | 第61-63页 |
| ·选择操作 | 第63-64页 |
| ·交叉操作与变异操作 | 第64-67页 |
| ·参数选取的考虑 | 第67页 |
| ·仿真实验与分析 | 第67-73页 |
| ·小结 | 第73-74页 |
| ·基于遗传蚁群混合算法设计S盒 | 第74-78页 |
| ·算法设计 | 第74-76页 |
| ·仿真实验与分析 | 第76-78页 |
| ·本章设计S盒的两种智能优化算法的分析与比较 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 第四章 智能优化算法在序列密码学中的应用 | 第84-95页 |
| ·序列密码体制 | 第84-85页 |
| ·基于遗传算法在序列密码学的应用 | 第85-88页 |
| ·算法原理 | 第85页 |
| ·遗传算法的算子 | 第85-86页 |
| ·算法设计 | 第86-88页 |
| ·算法安全性分析 | 第88页 |
| ·基于遗传算法的细胞自动机演化生成伪随机序列 | 第88-93页 |
| ·引言 | 第88-89页 |
| ·细胞自动机 | 第89-91页 |
| ·基本细胞自动机模型 | 第89-90页 |
| ·混合二维扩展细胞自动机 | 第90-91页 |
| ·CA演化系统模型 | 第91-93页 |
| ·遗传算法原理 | 第91-92页 |
| ·细胞状态序列的嫡 | 第92页 |
| ·CA规则演化算法 | 第92-93页 |
| ·安全分析 | 第93页 |
| ·本章小结 | 第93页 |
| 参考文献 | 第93-95页 |
| 第五章 智能优化算法在布尔函数设计中的应用 | 第95-113页 |
| ·布尔函数相关知识 | 第95-99页 |
| ·布尔函数的密码学特性 | 第95-97页 |
| ·布尔函数的构造方法 | 第97-99页 |
| ·基于爬山算法设计布尔函数 | 第99-102页 |
| ·Hill Climb算法与Hill Climb2算法 | 第99-101页 |
| ·算法设计 | 第101-102页 |
| ·基于混合爬山算法设计布尔函数 | 第102-105页 |
| ·引言 | 第102-103页 |
| ·算法设计 | 第103-104页 |
| ·仿真结果 | 第104-105页 |
| ·基于遗传爬山算法演化设计布尔函数 | 第105-110页 |
| ·引言 | 第105页 |
| ·算法设计 | 第105-108页 |
| ·仿真实验 | 第108-110页 |
| ·基于智能算法设计布尔函数的性能比较 | 第110-111页 |
| ·本章小结 | 第111-112页 |
| 参考文献 | 第112-113页 |
| 第六章 智能优化算法在入侵检测中的应用 | 第113-121页 |
| ·引言 | 第113页 |
| ·遗传模糊聚类算法 | 第113-117页 |
| ·聚类 | 第113-114页 |
| ·模糊连接度的引入 | 第114-115页 |
| ·模糊连接聚类算法 | 第115页 |
| ·遗传算法的参与 | 第115-116页 |
| ·遗传模糊连接聚类算法描述 | 第116-117页 |
| ·算法在入侵防御系统中的应用 | 第117-118页 |
| ·应用流程概述 | 第117-118页 |
| ·应用流程细节说明 | 第118页 |
| ·实验分析 | 第118-119页 |
| ·本章小结 | 第119-120页 |
| 参考文献 | 第120-121页 |
| 第七章 结论与展望 | 第121-123页 |
| ·论文成果总结 | 第121-122页 |
| ·有待进一步解决的问题 | 第122-123页 |
| 攻读学位期间的论文情况 | 第123-124页 |
| 附录 | 第124-126页 |
| 致谢 | 第126页 |