传统加密算法主要有两大分支:流密码加密以及分组加密。在分组加密算法中,S盒（Substitution Box,S-Box）又称为置换盒,是承担着算法安全性的重要角色,因为它是整个算法中不可多得的非线性元件,其性能的高低在一定程度上决定了整个加密算法的安全程度。因此,如何设计出性能优秀的S盒,一直都是分组加密算法研究中的重中之重。而混沌具有天然的密码特性,如非线性、伪随机性、初值敏感性和可重复性,与S盒的性能之间存在某些对应关系,这为S盒的设计提供了新的研究思路与方向。本文以不同的混沌映射为基础,分别结合多目标遗传算法与有限域,主要完成了下述工作:1.针对静态S盒单一性能指标优化的问题,本文详细分析了关于S盒非线性度和差分均匀性的相关定理。在混沌映射的基础上,结合多目标遗传算法,提出了一个能够产生非线性度、差分均匀度均优秀的S盒的算法,通过利用Logistic混沌映射产生初始种群,根据现有定理初步优化操作,并利用Arnold混沌映射的模型公式设计变异算子完成变异操作。S盒的性能分析验证了上述算法有效性。2.针对动态S盒产生速度慢、性能平凡的问题。本文在Arnold混沌映射的模型公式的基础上设计优化了一个新的线性公式,并借助有限域中不可约多项式的计算规则完成计算操作。通过结合Logistic混沌映射产生线性公式中的计算参数、不可约多项式的选择参数,将Arnold公式中的模N操作更换为对选取的不可约多项的取模操作。实验结果表明,算法能够在短时间内产生性能突出的S盒。3.因动态S盒存在产生速度慢、密码学特性差的问题,导致基于动态S盒设计的图像加密算法存在加密效率低、安全性差的问题。基于2中提出的算法,本文提出了一种新的图像加密算法。算法将动态S盒应用于图像像素值的分组、置换与混乱中,并根据每一个分组中所有像素值的总和与Logistic混沌映射不同的迭代值选择出参与下轮加密的S盒。各项评价指标表明加密算法能够有效抵抗各类密码学的攻击。