×
王勇;张志强;王国栋;刘栋（Liu，Dong）

基于耦合参数的4D分段逻辑映射的伪随机数生成器。 （英文） 兹比尔1431.65008

国际J.分岔混沌应用。科学。工程师。 29，第9号，文章ID 1950124，15 p.（2019）.
摘要：分段逻辑映射（PLM）是逻辑映射的改进版本，它是专门为密码应用设计的。然而，PLM的概率密度分布并不均匀。为了克服这一不足，提出了一种参数耦合分段逻辑图（PCPLM）。以PCPLM为基本单元，构造了具有均匀概率密度分布的四维混沌模型。基于PCPLM的四维混沌模型也具有并行结构，这有利于提高运行效率。最后，基于该四维混沌模型，提出了一种新的伪随机数发生器（PRNG）。对提出的PRNG进行了安全性分析和仿真测试。结果都证实了所提出的PRNG是安全有效的。因此，它可以用作数据安全的候选。

引用于三文件

MSC公司：

65立方厘米 数值分析中的随机数生成
37D45号 奇异吸引子，双曲行为系统的混沌动力学
94A62型 身份验证、数字签名和秘密共享

关键词：

分段逻辑映射;高维混沌;伪随机数发生器;数据安全
PDF格式BibTeX公司 XML格式引用
\textit{Y.Wang}等人，国际分叉混沌应用。科学。Eng.29，No.9，文章ID 1950124，15 p.（2019；Zbl 1431.65008）
全文： 内政部

参考文献：

[1] Akhshani，A.、Akhavan，A.、Mobaraki，A.、Lim，S.-C.和Hassan，Z.[2014]“基于量子混沌映射的伪随机数生成器”，Commun。农林。科学。数字。模拟19，101-111·兹比尔1344.65009
[2] Avaroğlu，E.[2017]“基于Arnold猫图和统计分析的伪随机数生成器”，Turk.J.Electr。工程计算。科学.25633-643。
[3] Chandra，R.，Ong，Y.-S.&Goh，C.-K.[2017]“多步混沌时间序列预测的具有预测递归的协同进化多任务学习”，神经计算243，21-34。
[4] Chenaghlu，M.A.，Jamali，S.&Khasmakhi，N.N.[2016]“基于新混沌系统的新型键控并行散列方案”，《混沌孤岛》。分形87，216-225·Zbl 1355.94044号
[5] Dastgheib，M.A.和Farhang，M.[2017]“基于保证增强周期的锯齿混沌映射的数字伪随机数生成器”，Nonlin。第89王朝，2957-2966年·Zbl 1378.65027号
[6] Falcioni，M.，Palatella，L.，Pigolotti，S.&Vulpini，A.[2005]“使混沌系统成为良好伪随机数生成器的特性”，《物理学》。版本E72016220-1-10。
[7] Hamilton，F.，Berry，T.和Sauer，T.【2015】“用部分模型预测混沌时间序列”，Phys。版本E92010902-1-5。
[8] Han，D.，Min，L.&Chen，G.[2016]“一种同时具有密钥和明文雪崩效应的流加密方案，用于设计用于图像加密的基于混沌的伪随机数生成器”，《国际分岔与混沌》261650091-1-19·Zbl 1343.94062号
[9] 郝伯乐[1993]《从抛物线出发：混沌动力学导论》（上海科技教育出版社）。
[10] Hua，Z.&Zhou，Y.[2016]“动态参数控制混沌系统”，IEEE Trans。Cybern.46，3330-3341。
[11] Hua，Z.、Zhou，B.和Zhou、Y.[2019a]“用于增强混沌的正弦混沌模型及其硬件实现”，IEEE Trans。Ind.Electron.661273-1284。
[12] Hua，Z.，Zhou，Y.和Huang，H.[2019b]“基于余弦变换的图像加密混沌系统”，Inform。科学480，403-419。
[13] Lee，T.-F.[2015]“基于混沌映射增强密码认证密钥协议的安全性”，Inform。科学290，63-71·Zbl 1355.94080号
[14] Li，P.，Li，Z.，Halang，W.A.和Chen，G.[2006]“基于时空混沌映射的多伪随机比特生成器”，Phys。莱特。A349，467-473。
[15] Li，Y.，Li，X.&Liu，X.[2017]“基于变参数广义混沌映射的快速高效散列函数”，神经计算。申请281405-1415。
[16] Li，C.，Lin，D.，Feng，B.，Lü，J.&Hao，F.[2018a]“基于信息熵的混沌图像加密算法的密码分析”，IEEE Access6，75834-75842。
[17] Li，C.，Lin，D.，Lü，J.&Hao，F.[2018b]“基于自动锁定和心电图的图像加密算法的密码分析”，IEEE MultiMedia25，46-56。
[18] Li，C.，Feng，B.，Li，S.，Kurths，J.&Chen，G.[2019]“通过状态映射网络对数字混沌映射进行动态分析”，IEEE Trans.Circuits Syst.I.<uri-xlink:href=“https://doi.org/10.109/TCSI.2018.2888688”>https://doi.org/10.109/TCSI.2018.2888688 ·Zbl 1468.94910号
[19] Lin，Z.，Yu，S.，Feng，X.&Lü，J.[2018]“混沌流密码及其改进方案的密码分析”，《国际分岔与混沌》281850086-1-27·兹比尔1393.94917
[20] Lynnyk，V.，Sakamoto，N.&Jo elikovskỳ，S.[2015]“基于广义Lorenz混沌系统的伪随机数生成器”，IFAC-PapersOnLine48，257-261。
[21] Pan，X.和Zhao，H.[2012]“逻辑混沌熵的研究”，《物理学学报》。Sin.61200504年·Zbl 1274.37021号
[22] Patidar，V.，Sud，K.K.&Pareek，N.K.[2009]“基于混沌逻辑映射及其统计测试的伪随机比特生成器”，Informatica33·兹比尔1189.68057
[23] Premkumar，R.&Anand，S.[2018]“使用混合变异和交叉算子的安全和复合三维混沌图像加密”，Multimed.Tools Appl.<uri-xlink:href=“https://doi.org/10.1007/s11042-018-6534-z”>https://doi.org/10.1007/s11042-018-6534-z
[24] Radwan，A.G.、Abd El Haleem，S.H.和Abd El Hafiz，S.K.[2016]“使用混沌和非混沌生成器的对称加密算法：综述”，J.Adv.Res.7193-208。
[25] Tong，X.-J.，Wang，Z.，Liu，Y.，Zhang，M.&Xu，L.[2015]“用于无线传感器网络的新型复合混沌分组密码”，Commun。农林。科学。数字。模拟22120-133。
[26] Wang，Y.，Wong，K.-W.，Liao，X.&Chen，G.[2011]“一种新的基于混沌的快速图像加密算法”，应用。软计算.11，514-522。
[27] Wang，Q.，Yu，S.，Li，C.，Lü，J.，Fang，X.，Guyeux，C.&Bahi，J.M.[2016a]“高维数字混沌系统的理论设计和基于FPGA的实现”，IEEE Trans。电路系统-I63，401-412·Zbl 1469.94118号
[28] Wang，Y.，Liu，Z.，Ma，J.&He，H.[2016b]“基于分段逻辑映射的伪随机数生成器”，Nonlin。第83王朝，2373-2391年·Zbl 1354.65012号
[29] Wei，J.，Liao，X.，Wong，K.-W.&Zhou，T.[2007]“使用多个一维混沌映射的密码系统的密码分析”，Commun。农林。科学。数字。模拟121814-822·Zbl 1169.94337号
[30] Wolf，A.、Swift，J.B.、Swinney，H.L.和Vastano，J.A.[1985]“从时间序列中确定Lyapunov指数”，《物理学》D16，285-317·Zbl 0585.58037号
[31] Ye，G.，Pan，C.，Huang，X.，Zhao，&He，J.[2018]“基于信息熵的混沌图像加密算法”，《国际分岔与混沌》281850010-1-11·Zbl 1388.94086号
[32] 周瑜、华中、潘中、陈春平[2015]“级联混沌系统及其应用”，IEEE Trans。Cybern.452001-2012年。
[33] Zhou，Y.，Xu，G.，Wang，Y.&Wang，X.[2016]“基于混沌地图的指定服务器时间感知多关键字搜索方案”，Wirel。Commun公司。暴徒。1851-1858年计算。
[34] Zuras，D.、Cowlishaw，M.、Aiken，A.、Applegate，M.、Bailey，D.、Bass，S.、Bhandarkar，D.、Bhat，M.、Bindel，D.、Boldo，S.等人[2008]“IEEE浮点运算标准”，IEEE标准754-2008，第1-70页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。