论文部分内容阅读
介绍一种基于神经网络混沌吸引子的Diffie-Hellman公钥密码算法．在过饱和贮存的Hopfield神经网络模型中混沌吸引子与初始状态之间存在一种单向函数关系，如果改变该神经网络的联结权矩阵，混沌吸引子及其所应的初始状态吸引域会随之发生改变．因此。我们可以其联结权矩阵为陷门，利用可交换的随机变换矩阵来改变神经网络的联结权矩阵，实现一种新的Diffie-Hellman公钥加密算法，即将随机变换矩阵作为私钥，而将变换后的神经网络联结突触矩阵作为公钥．为了说明这种新公钥加密方案的实用性，本文还分析和讨论其安