导　　师： 凌永权（Wing-Kuen Ling）

授予学位： 硕士

作　　者： (）;

机构地区： 广东工业大学

摘　　要： 信息安全在各领域,尤其是商业机密和军事机密,扮演着重要的角色。准确来说,密码学的主要目的就是将密文替代明文在不安全的信道中输送给用户。加密技术的研究是实现数据传输完整性与安全性的手段之一,也就是保证通信的机密性与隐私性。近几年,随着信息安全重要性的提升,计算机密码学有了很大的发展,但是在非线性、非平稳信号的加密研究上仍然缺乏足够的研究。由于诸如经验模式分解、奇异谱分析等非线性自适应分解技术,能较好地处理非线性、非平稳信号。因此,本文的主要研究是将非线性自适应分解技术应用于密码学。本文将从传统密码学与非线性自适应分解技术相结合的方向展开研究,主要贡献与创新点如下:1,虽然基于滤波器组的加密技术在加密上充分考虑了信号的时频特性,但是该算法在信号重构精度上还有很大的提升空间。因此,本文提出一种崭新的基于经验模态分解的加密算法。经验模式分解是一种非线性、非平稳的自适应信号时频处理工具。基于经验模态分解的加密算法可分为扩散与混淆两个阶段。混淆阶段,通过经验模态分解分解,将本征模态函数进行分组,使用本征模态函数之间的相关性来衡量分组的效果,继而得到子带信号,使用Min-Sung Koh的结构处理子带信号,对子带信号进行特定的下采样操作。扩散阶段,对混淆阶段产生的子带信号进行混沌调制,从而实现非线性、非平稳信号的加密。本征模态函数的频率响应表现得像二元滤波器组的输出。利用经验模态分解来扩散数据可以充分利用信号的时频特性。实验对比表明,基于经验模式分解的加密技术的结构取得了更高的重构精度。2,本征模态函数的产生是重复对信号的极值点插值生成上下包络,信号减去包络,不断迭代,直至满足终止条件或者残差是单调的,要较多的运算时间。由于奇异谱分析同样是数据驱动的信号分析工具,且Min-Sung Koh该结构中的下采样系统具有通用性,即可以完美的重建并允许任意树结构。因而使用奇异谱分析替换经验模态分解,在基于经验模态分解的加密算法的基础上,提出基于奇异谱分析的加密算法。该方法取得了基于经验模式分解的加密技术同级别的安全性能和重构精度,但是运算效率大大提高。更多还原

关 键 词： 非线性自适应分解 [4686897]密码学 [5795462]加密技术 [5030461]经验模式分解 [2997181]奇异谱分析

分 类 号： [TP309.7]

领　　域： []