一种基于MTCNN的S盒生成方法技术

本发明专利技术涉及加密领域，具体涉及一种基于MTCNN的S盒生成方法。本发明专利技术提出的基于MTCNN生成S盒，通过使用忆阻器的电导特性改进退火过程，通过调节忆阻器电导方程中的参数来延长混沌周期，从而延长混沌搜索过程，便于更大限度的搜索性能优越的S盒；并且兼顾了混沌算法的运算速度快、不容易陷入局部最优、遍历性强、搜索结果会根据初始值的变化而有明显变化等优势，提升S盒在用于密码系统时对抗线性密码分析、差分密码分析的能力；同时节省计算资源和运行时间，降低了设计成本。降低了设计成本。降低了设计成本。

【技术实现步骤摘要】
一种基于MTCNN的S盒生成方法


[0001]本专利技术涉及加密领域，具体涉及一种基于MTCNN的S盒生成方法。

技术介绍

[0002]随着计算机技术、电子通信技术的发展，电子计算机和现代数学方法一方面为加密技术提供了新的方法、新的概念和新的工具，另一方面也为破译者提供了有力的武器。计算机和电子时代的到来给密码设计者们带来了前所未有的自由，可以轻松地减少原先用铅笔和纸在做手工设计时易犯的错误，同时也不用再担心使用电子机械方式实现密码机的高额费用，仅利用电子和计算机技术便可以设计出更加复杂的密码体系。因此，密码理论得到了蓬勃成长，密码算法的设计与分析互相促进，从而出现了大量的加密算法和各种分析方法。除此之外,密码的使用扩张到各个领域，而且出现了许多通用的加密标准，从而促进了网络和技术的发展。
[0003]AES加密算法是密码学中的高级加密标准，采用的是对称分组密码体制，即加密和解密采用相同的密钥，密钥长度的最少支持为128。AES加密算法具有在软件及硬件上都能快速地加解密，相对来说较易于操作，且存储空间需求小等优点，是美国联邦政府采用的区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于MTCNN的S盒生成方法，其特征在于，包括以下步骤：步骤1、初始化的m
×
mS盒为整数0～2
m
‑
1的一个排序；步骤2、根据S盒所需求的差分均匀度和非线性度构建加权函数；步骤3、设定S盒搜索的截止条件：首先设定差分均匀度阈值为6，非线性度阈值为108，当搜索得到的S盒差分均匀度小于6，非线性度大于108，则停止搜索；同时设定最大迭代步数为15000，防止搜索过程一直达不到阈值，浪费搜索时间；步骤4、MTCNN算法是使用忆阻器电导特性方程取代TCNN暂传统态混沌神经网络模型中z
i
的迭代方程，即TCNN的模型为：N的模型为：z
i
(t+1)＝(1
‑
β)z
i
(t)#(3)其中x
i
是神经元i的输出，y
i
是神经元i的内部状态，t是当前迭代次数，z
i
是神经元i的自反馈连接权重z
i
>0，I0是初始电流，w
ij
是神经元j和神经元i之间的连接权重，α是输入的正比例缩放参数α>0，k是神经元膜的阻尼因子0<k<1，ε是输出函数的陡度参数ε>0，β是随时间变化的z
i
的阻尼因子0<β<1；MTCNN模型是将忆阻器模型引入到公式(3)中作为负自反馈项，即将TCNN模型中的(3)式替换为：z
i
(t)＝b
·
G
i
(t)#(5)其中G(t)是忆阻器末端的电导，M(t)是忆阻器的瞬时电阻，M0是忆阻器的初始电阻；k
m
为常数，计算公式为k
m

【专利技术属性】
技术研发人员：刘洋，刘一礼，王雅迪，王俊杰，于奇，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：