基于神经网络-交叉变异-FFT的组合加解密方法

摘要：

通过吸收遗传算法产生的群体非周期多样性特性和傅里叶变换的高度非线形特性,提出了一种基于神经网络-交叉变异-傅里叶变换的组合加密解密新方法.通过对密钥流的交叉变异操作,提高了密钥与初始随机种子的非线性关系;对部分密文的变换,则有效避免了唯密文攻击.整个模型极大地提高了密钥序列的周期性和算法的复杂度,由于可以实现"一次一密乱码本",从而保证加密系统具有很高的安全性.

关键词：分组加密、神经网络、交叉变异算法、离散傅里叶变换

所属期刊栏目：25

分类号：TP3(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2004aa1z2240

在线出版日期：2006-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：5-7