亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法與流程

文檔序號(hào):11778149閱讀:696來源:國知局
新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法與流程

本發(fā)明具體涉及一種新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法。



背景技術(shù):

近年來,隨著信息安全的問題日益凸顯,混沌及其在信息安全中的應(yīng)用逐漸成為了研究熱點(diǎn)?;煦缦到y(tǒng)具有初值敏感性、類噪聲性和遍歷性等特點(diǎn),使其在密碼學(xué)應(yīng)用中具有特有的優(yōu)勢。此外,混沌序列通過簡單迭代即可生成,能滿足信息的實(shí)時(shí)加密的要求。

低維離散混沌映射因其具有實(shí)現(xiàn)簡單,迭代開銷小等優(yōu)點(diǎn)而被廣泛地應(yīng)用于密碼學(xué)。然而,隨著計(jì)算機(jī)和云計(jì)算的發(fā)展,許多低維混沌映射因其具有較少的系統(tǒng)參數(shù)和變量,且結(jié)構(gòu)簡單,在應(yīng)用于密碼學(xué)時(shí),其加密的初始條件、參數(shù)和運(yùn)動(dòng)軌跡可能被混沌信號(hào)評(píng)估技術(shù)所預(yù)測,從而存在安全隱患。相比較而言,高維離散混沌映射(尤其是超混沌映射)具有較多的系統(tǒng)參數(shù)和變量,復(fù)雜的系統(tǒng)結(jié)構(gòu),所以其應(yīng)用系統(tǒng)具有更高的安全性。因此,高維混沌映射是密碼學(xué)應(yīng)用中的潛在理想模型。

為了提高低維混沌映射的性能,人們提出了許多構(gòu)造強(qiáng)化混沌系統(tǒng)的方法,如調(diào)制、耦合、級(jí)聯(lián)、維數(shù)拓展等,并已證明了其有效性。但是基于這些單一的方法,仍難以保障混沌應(yīng)用系統(tǒng)的安全性。如級(jí)聯(lián)混沌能增加系統(tǒng)的復(fù)雜性,但是無法克服密鑰空間較小的不足。同理,維數(shù)拓展能夠提高系統(tǒng)的密鑰空間,但不能保證生成混沌序列的復(fù)雜度高,即隨機(jī)性更好。如何設(shè)計(jì)一個(gè)能全面提高離散混沌系統(tǒng)性能的復(fù)合方法具有重要的現(xiàn)實(shí)意義和研究價(jià)值。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明的目的在于提供一種能夠提高系統(tǒng)的密鑰空間和系統(tǒng)的混沌性能的新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法。

本發(fā)明提供的這種新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法,包括如下步驟:

s1.任意選取兩個(gè)一維混沌映射f(·)和g(·);

s2.利用混沌映射f(·)調(diào)制混沌系統(tǒng)g(·)的輸出值,并將調(diào)制結(jié)果建立閉環(huán)耦合模型,得到構(gòu)造的最終的高維離散混沌映射系統(tǒng),即強(qiáng)化混沌系統(tǒng)。

步驟s2所述的利用混沌映射f(·)調(diào)制混沌系統(tǒng)g(·)的輸出值,并將調(diào)制結(jié)果建立閉環(huán)耦合模型,具體為采用如下公式進(jìn)行調(diào)制和建立閉環(huán)耦合模型:

式中x=[x1,x2,...,xn]t為混沌系統(tǒng)的狀態(tài)變量;a、b、c、d、e為耦合參數(shù),用于調(diào)整系統(tǒng)工作于混沌態(tài),a、b、c、d、e的取值規(guī)則為a、c、e∈(0,+∞),且b、d∈(-∞,+∞)。

本發(fā)明提供的這種新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法,通過閉環(huán)調(diào)制耦合的方式將兩個(gè)一維混沌映射進(jìn)行調(diào)制,并引入多個(gè)系統(tǒng)參數(shù),不僅拓展了維數(shù),狀態(tài)變量的個(gè)數(shù)也增多,從而增大了系統(tǒng)的密鑰空間;而且通過動(dòng)力學(xué)特性分析表明,本發(fā)明方法可以提高系統(tǒng)的混沌性能,甚至可以由兩個(gè)普通混沌系統(tǒng)產(chǎn)生具有兩個(gè)正的lyapunov指數(shù)的超混沌系統(tǒng);此外,復(fù)雜度分析表明,本發(fā)明方法能提高產(chǎn)生混沌序列的復(fù)雜度;最后,本發(fā)明方法適用性強(qiáng),靈活性高。通過選用不同的一維混沌映射或者切換g(·)為反饋控制函數(shù),可以構(gòu)造出許多不同的混沌映射系統(tǒng),甚至是超混沌系統(tǒng)。此外,系統(tǒng)維數(shù)n可設(shè)置為任意大于1的整數(shù),因此還可以得到任意維數(shù)的混沌系統(tǒng),能滿足目前的各種實(shí)際應(yīng)用需求。

附圖說明

圖1為本發(fā)明方法的閉環(huán)調(diào)制耦合方法的原理框圖。

圖2為si-cmcm系統(tǒng)的吸引子相圖。

圖3為si-cmcm系統(tǒng)的lyapunov指數(shù)譜。

圖4為si-cmcm、sine映射和icmic映射的排列熵復(fù)雜度。

圖5為sc-cmcm系統(tǒng)的吸引子相圖。

圖6為sc-cmcm系統(tǒng)的lyapunov指數(shù)譜。

圖7為sc-cmcm和sine映射的排列熵復(fù)雜度。

具體實(shí)施方式

如圖1所示為本發(fā)明方法的閉環(huán)調(diào)制耦合方法的原理框圖。本發(fā)明提供的這種新型強(qiáng)化混沌系統(tǒng)的構(gòu)造方法,包括如下步驟:

s1.任意選取兩個(gè)一維混沌映射f(·)和g(·);

s2.利用混沌映射f(·)調(diào)制混沌系統(tǒng)g(·)的輸出值,并將調(diào)制結(jié)果建立閉環(huán)耦合模型,得到構(gòu)造的最終的離散混沌映射系統(tǒng);具體為采用如下公式進(jìn)行調(diào)制和建立閉環(huán)耦合模型:

式中x=[x1,x2,...,xn]t為混沌系統(tǒng)的狀態(tài)變量;a、b、c、d、e為耦合參數(shù),用于調(diào)整系統(tǒng)工作于混沌態(tài),a、b、c、d、e的取值規(guī)則為a、c、e∈(0,+∞)和b、d∈(-∞,+∞);其中d為一個(gè)延時(shí)單元。

以下通過若干實(shí)例和對(duì)系統(tǒng)的動(dòng)力學(xué)特性進(jìn)行相應(yīng)的分析(包括吸引子相圖、lyapunov指數(shù)譜、分岔圖以及復(fù)雜度),從而證明本發(fā)明方法的有效性。

圖2所示為si-cmcm系統(tǒng)的吸引子相圖:(a)(μ,λ,ω)=(2,π,0.5),(b)(μ,λ,ω)=(2,π,1),(c)(μ,λ,ω)=(2,π,3),(d)(μ,λ,ω)=(2,π,5),(e)(μ,λ,ω)=(2.5,π,5),(f)(μ,λ,ω)=(3,π,5)。

圖3所示為si-cmcm系統(tǒng)在不同參數(shù)時(shí)的lyapunov指數(shù)譜:(a)(λ,ω)=(π,5),(b)(μ,ω)=(1,5),(c)(μ,λ)=(1,π),以及分岔圖:(d)(λ,ω)=(π,5),(e)(μ,ω)=(1,5),(f)(μ,λ)=(1,π)。

圖4所示為si-cmcm、sine映射和icmic映射的排列熵復(fù)雜度。

圖5所示為sc-cmcm系統(tǒng)在不同參數(shù)時(shí)的吸引子相圖:(a)(μ,λ,k)=(1,π,8),(b)(μ,λ,k)=(1,2π,8),(c)(μ,λ,k)=(0.5,2π,8),(d)(μ,λ,k)=(1,π,100),(e)(μ,λ,k)=(1,2π,100),(f)(μ,λ,k)=(0.5,2π,100)。

圖6所示為sc-cmcm系統(tǒng)取不同參數(shù)時(shí)的lyapunov指數(shù)譜:(a)(λ,k)=(2π,100),(b)(μ,k)=(1,100),(c)(μ,λ)=(1,2π),以及分岔圖:(d)(λ,k)=(2π,100),(e)(μ,k)=(1,100),(f)(μ,λ)=(1,2π)。

圖7為sc-cmcm和sine映射的排列熵復(fù)雜度。

實(shí)例一,si-cmcm混沌映射:

步驟1:選取f(·)為sine映射,g(·)為無限折疊迭代混沌映射(iterativechaoticmapwithinfinitecollapse,icmic),它們的系統(tǒng)方程分別為

x(n+1)=μ1sin(λx(n+1)),

x(n+1)=μ2sin(ω/x(n)),

其中μ1、μ2、λ、ω為系統(tǒng)參數(shù),且μ1、μ2、λ、ω∈(0,+∞)。

步驟2:取耦合參數(shù)(a,b,c,d,e)=(1,0,1,0,1),并將兩個(gè)混沌映射相調(diào)制,得到sineicmic調(diào)制映射(sineicmicmodulationmap,simm)的系統(tǒng)方程為

x(n+1)=μsin(λx(n))sin(ω/x(n))。

注意,耦合參數(shù)的選取需根據(jù)這兩個(gè)一維混沌映射的狀態(tài)變量,以及部分系統(tǒng)參數(shù)的取值范圍來初步確定,并在仿真實(shí)驗(yàn)中進(jìn)行調(diào)整,使系統(tǒng)工作于混沌態(tài)。

步驟3:取系統(tǒng)維數(shù)n=2,并將simm系統(tǒng)的維數(shù)拓展到二維,且形成閉環(huán)耦合,得到sineicmic閉環(huán)調(diào)制耦合映射(sineicmicclose-loopmodulationcouplingmap,si-cmcm)的系統(tǒng)方程為

其中x(n)、y(n)為系統(tǒng)的狀態(tài)變量,μ、λ、ω為系統(tǒng)參數(shù),且μ、λ、ω∈(0,+∞)。當(dāng)取參數(shù)(μ,λ,ω)=(1,π,5)時(shí),si-cmcm混沌系統(tǒng)有兩個(gè)正的lyapunov指數(shù)(4.1708,2.9349)。顯然,系統(tǒng)處于超混沌態(tài),具有更復(fù)雜的動(dòng)力學(xué)行為。

步驟4:進(jìn)一步分析系統(tǒng)的動(dòng)力學(xué)特性,包括吸引子相圖、lyapunov指數(shù)譜、分岔圖以及復(fù)雜度。

si-cmcm系統(tǒng)的吸引子相圖如圖2所示。由圖2(a)-(d)可知,當(dāng)取參數(shù)(μ,λ)=(2,π)時(shí),隨參數(shù)ω的增大,吸引子分布的區(qū)域也增大,且分布更加均勻。因此,隨著參數(shù)ω的增大,混沌性能得到提升。由圖2(d)-(f)可知,系統(tǒng)狀態(tài)變量x(n)、y(n)∈[-μ,μ],且以兩條相差t/2相位的正弦曲線構(gòu)成邊界線。因此,吸引子的運(yùn)動(dòng)區(qū)域?yàn)?/p>

混沌系統(tǒng)的動(dòng)力學(xué)行為常用lyapunov指數(shù)譜和分岔圖來評(píng)估。當(dāng)取參數(shù)(λ,ω)=(π,5)時(shí),si-cmcm系統(tǒng)隨參數(shù)μ變化的lyapunov指數(shù)譜和分岔圖如圖3(a)、(d)所示??梢?,當(dāng)μ∈[0.68,5]時(shí),系統(tǒng)在μ∈[0.705,0.725]∪[2.765,2.802]∪[3.515,3.635]處存在三個(gè)窄的周期窗口,其他區(qū)域則處于混沌態(tài)或者超混沌態(tài)(μ∈[0.735,2.76])。當(dāng)取參數(shù)(μ,ω)=(1,5)時(shí),si-cmcm系統(tǒng)隨參數(shù)λ變化的lyapunov指數(shù)譜和分岔圖如圖3(b)、(e)所示??梢?,當(dāng)λ∈[2,10]時(shí),系統(tǒng)有兩個(gè)正的lyapunov指數(shù),說明系統(tǒng)處于超混沌態(tài)。當(dāng)取參數(shù)(μ,λ)=(1,π)時(shí),si-cmcm系統(tǒng)隨參數(shù)ω變化的lyapunov指數(shù)譜和分岔圖如圖3(c)、(f)所示。可見,當(dāng)ω∈[1.165,15]時(shí),除在ω∈[3.175,3.25]處存在一個(gè)窄周期窗口外,其它區(qū)域呈超混沌態(tài)。此外,隨著參數(shù)ω的增大,系統(tǒng)的lyapunov指數(shù)總體呈增大的趨勢,系統(tǒng)混沌性能不斷提高,這與之前的分析一致。

在密碼學(xué)應(yīng)用中,混沌系統(tǒng)生成時(shí)間序列的隨機(jī)性越好,密碼系統(tǒng)的安全性也就越高。而序列的隨機(jī)性可以通過復(fù)雜度算法來衡量,其中排列熵(permutationentropy,pe)算法因?qū)崿F(xiàn)簡單而被廣泛地使用。在本實(shí)驗(yàn)中,選用排列熵算法來計(jì)算si-cmcm(λ=π,ω=5)、sine映射(λ=π)和icmic映射(ω=π)的復(fù)雜度,并設(shè)定嵌入維數(shù)p=5,時(shí)間延遲τ=1。計(jì)算結(jié)果如圖4所示??梢?,si-cmcm系統(tǒng)的排列熵復(fù)雜度接近于理想值1,且遠(yuǎn)高于它的兩個(gè)原始系統(tǒng),這進(jìn)一步說明了該構(gòu)造方法能夠提高混沌系統(tǒng)的復(fù)雜度。

實(shí)例二,sc-cmcm混沌映射:

chebyshev映射的系統(tǒng)方程為

x(n+1)=cos(kcos-1(x(n))),

其中x(n)為系統(tǒng)的狀態(tài)變量,k為系統(tǒng)參數(shù),且k∈(0,+∞)。

當(dāng)選取f(·)為sine映射,g(·)為chebyshev映射,耦合參數(shù)(a,b,c,d,e)=(1,0,1,0,1),以及維數(shù)n=2時(shí),用類似的方法,可以得到sinechebyshev閉環(huán)調(diào)制耦合映射(sinechebyshevclose-loopmodulationcouplingmap,sc-cmcm)的系統(tǒng)方程為

其中x(n)、y(n)為系統(tǒng)的狀態(tài)變量,μ、λ、k為系統(tǒng)參數(shù)。當(dāng)取參數(shù)(μ,λ,k)=(1,2π,100)時(shí),2d-scmm系統(tǒng)的lyapunov指數(shù)為(3.8315,2.9098),呈超混沌態(tài)。

sc-cmcm系統(tǒng)的吸引子相圖如圖5所示??梢?,其吸引子由一些類正弦腔構(gòu)成。如圖5(a)、(b)所示,當(dāng)參數(shù)μ、k固定時(shí),參數(shù)λ每增大一倍,腔體個(gè)數(shù)也增多一倍。如圖5(b)、(c)所示,當(dāng)參數(shù)λ、k固定時(shí),參數(shù)μ1每增大一倍,腔體個(gè)數(shù)也增多一倍。可得到這些類正弦的邊界曲線的周期t=2π/λ,系統(tǒng)的狀態(tài)變量x(n)、y(n)∈[-μ,μ],從而腔體的個(gè)數(shù)n=2μ/(t/2)=2μλ/π。此外,比較圖5(a)-(c)與(d)-(f)可知,當(dāng)參數(shù)μ,λ固定時(shí),隨著參數(shù)k的增大,吸引子的密度線減少,分布更加均勻,且吸引子相圖由中心對(duì)稱趨于軸對(duì)稱,邊界曲線也更趨近于正弦曲線。

當(dāng)取參數(shù)(λ,k)=(2π,100)時(shí),sc-cmcm系統(tǒng)隨參數(shù)μ變化的lyapunov指數(shù)譜和分岔圖如圖6(a)、(d)所示??梢姡?dāng)μ>0.288時(shí),系統(tǒng)只有一個(gè)正的lyapunov指數(shù),呈混沌態(tài);當(dāng)μ>0.356時(shí),系統(tǒng)具有兩個(gè)正的lyapunov指數(shù),呈超混沌態(tài)。當(dāng)取參數(shù)(μ,k)=(1,100)時(shí),sc-cmcm系統(tǒng)隨參數(shù)λ變化的lyapunov指數(shù)譜和分岔圖如圖6(b)、(e)所示??梢?,當(dāng)λ>1.76時(shí),系統(tǒng)出現(xiàn)混沌現(xiàn)象,且當(dāng)λ>2.28時(shí),系統(tǒng)進(jìn)入超混沌態(tài)。當(dāng)取參數(shù)(μ,λ)=(1,2π)時(shí),sc-cmcm系統(tǒng)隨參數(shù)k變化的lyapunov指數(shù)譜和分岔圖如圖6(c)、(f)所示??梢姡趉等于奇數(shù)的某個(gè)較小的鄰域內(nèi),將出現(xiàn)周期窗口,而其他區(qū)域則呈超混沌態(tài)。因此,在實(shí)際應(yīng)用中,應(yīng)該取k值為偶數(shù),以保證系統(tǒng)狀態(tài)不是周期態(tài)。

當(dāng)取參數(shù)(λ,k)=(2π,100)時(shí),sc-cmcm與sine映射隨參數(shù)μ(μ1)變化的排列熵復(fù)雜度如圖7所示??梢?,sc-cmcm系統(tǒng)的排列熵復(fù)雜度接近于理想值1,且遠(yuǎn)大于sine映射的復(fù)雜度。因此,該系統(tǒng)能產(chǎn)生高復(fù)雜度的偽隨機(jī)序列。

上述實(shí)例僅為清楚地說明本發(fā)明所作的舉例,而并非是對(duì)其實(shí)施方式的限定,對(duì)于所屬領(lǐng)域的技術(shù)人員來說,在上述說明的基礎(chǔ)上還可以做出以下幾種不同形式的變化。

(1)可以選用不同的一維混沌映射作為原始混沌系統(tǒng)。目前已經(jīng)采用sine、logistic、icmic、cubic、chebyshev等一維離散混沌映射兩兩組合構(gòu)造出了多個(gè)新的混沌映射系統(tǒng)。

(2)切換反饋控制函數(shù)為g(·)。例如,對(duì)于si-cmcm系統(tǒng),切換icmic映射為反饋控制函數(shù)后得到icmicsine閉環(huán)調(diào)制耦合映射(icmicsineclose-loopmodulationcouplingmap,is-cmcm)的系統(tǒng)方程為

(3)選用不同的系統(tǒng)維數(shù)n值。例如,對(duì)于si-cmcm系統(tǒng),選用系統(tǒng)維數(shù)n=3時(shí),可以得到其三維表達(dá)式為

其中x(n)、y(n)、z(n)為系統(tǒng)的狀態(tài)變量。

(4)基于兩個(gè)簡單的一維離散混沌映射,采用閉環(huán)調(diào)制耦合方法,構(gòu)造出高維離散混沌系統(tǒng)。為了進(jìn)一步提高系統(tǒng)的復(fù)雜性與多樣性,可建立基于多個(gè)一維混沌映射的閉環(huán)調(diào)制耦合模型。已知兩個(gè)一維混沌映射簇:f=[f1,f2,...,fn],g=[g1,g2,...,gn],分別用f簇中的系統(tǒng)調(diào)制g簇中的系統(tǒng),并形成一個(gè)閉環(huán)耦合,便得到多系統(tǒng)閉環(huán)調(diào)制耦合模型,其表達(dá)式為

整個(gè)系統(tǒng)的維數(shù)為第i行表示系統(tǒng)簇i,且總共有m個(gè)系統(tǒng)簇。在系統(tǒng)簇i中,分別采用fi映射調(diào)制gi映射,并將結(jié)果擴(kuò)展為ni維,且在各個(gè)等式之間建立耦合,使得狀態(tài)變量xj+1與xj相關(guān)聯(lián)。之后建立簇間耦合,使得系統(tǒng)簇i+1的第1個(gè)狀態(tài)變量與第i簇的最后一個(gè)狀態(tài)變量相關(guān)聯(lián),i=1,2,...,m-1,而第1簇的第1個(gè)狀態(tài)變量與第m簇的最后個(gè)狀態(tài)變量相關(guān)聯(lián),從而形成閉環(huán)耦合。若取m=n1=n2=2,即系統(tǒng)維數(shù)為n1+n2=4,函數(shù)f1(x)為sine映射,g1(x)為無限折疊迭代混沌映射(iterativechaoticmapwithinfinitecollapse,icmic),f2(x)為sine映射,g2(x)為logistic映射(其系統(tǒng)方程為x(n+1)=μx(n)(1-x(n))),即可得到多系統(tǒng)閉環(huán)調(diào)制耦合映射i(multi-systemclose-loopmodulationcouplemap-i,mmcm-i)的系統(tǒng)方程為

其中x(n)、y(n)、z(n)、w(n)為系統(tǒng)的狀態(tài)變量,μ、λ、c、α、β為系統(tǒng)參數(shù)。

表1還列出了一些基于典型一維離散混沌映射及通過閉環(huán)調(diào)制耦合方法設(shè)計(jì)出的新型高維離散混沌映射的狀態(tài)變量個(gè)數(shù)、參數(shù)個(gè)數(shù)、pe復(fù)雜度及工作狀態(tài)??梢?,利用閉環(huán)調(diào)制耦合方法設(shè)計(jì)出的新系統(tǒng)具有更高的復(fù)雜度,更大的參數(shù)空間及更復(fù)雜的超混沌行為。從而驗(yàn)證了該設(shè)計(jì)方法的有效性。

表1不同混沌映射的狀態(tài)變量和工作狀態(tài)

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1