雷耶斯·托雷斯（Reyes Torres）、奥斯卡·莫里西奥（Oscar Mauricio） 嵌入式系统中的神经同步和轻量级加密。 （英语） Zbl 1251.94003号 Berichte aus der Informatik公司亚琛：Shaker Verlag；汉堡：TU Hamburg-Harburg（Diss.）（ISBN 978-3-8440-1233-0/pbk）。xv，105页。（2012年）。 出版商描述：同步是一种在不同领域被广泛研究的现象。在人工神经网络的情况下，通过交换输出和应用合适的学习规则，两个前馈网络最终可以同步。针对所谓的置换奇偶机器，研究了这一过程的动力学。这是众所周知的树奇偶校验机的二进制变体，其中的权重是未经调整但在每个学习步骤中完全替换的小整数。在置换奇偶校验机中，在交换输出后，从二进制数据池中伪随机抽取一组新的权重。同步是一系列增加和减少重叠所产生的相互竞争的随机力的结果。这个序列构成了一个具有马尔可夫特性的随机过程。更具体地说，相互学习过程可以用一阶马尔可夫链来描述，其中同步相当于链的平稳性。如今，密码学在信息安全中发挥着越来越重要的作用，因为信息交换需要不同级别的隐私、保密或可靠性。为此，可以使用基于神经同步的密码算法，因为相互学习比通过示例学习更快地实现同步。本文研究了一种基于置换奇偶机器的密钥交换协议。事实证明，即使在每个学习步骤中使用的权重不是强相关的，但仍然会发生同步。此外，同步过程中权重之间缺乏相关性，使得密钥交换协议不仅对常见攻击（例如简单或几何攻击）具有鲁棒性，而且对基于非标准方案的攻击（例如多数攻击、遗传攻击或概率攻击）也具有鲁棒性。置换奇偶机器使用比树奇偶机器更复杂的学习规则，特别是由于权重分配过程。然而，网络的简单性弥补了学习规则在硬件实现方面的复杂性。此外，使用基于线性反馈移位寄存器的排列网络有助于大大降低学习步骤中权重分配的复杂性。基于置换奇偶校验机的密钥交换协议不需要冗长的数学计算，因此适用于硬件约束决定性的嵌入式系统。考虑了各种硬件实现的替代方案，包括FPGA、RISC MCU、RFID标签和NFC设备。 MSC公司： 94-02 与信息和传播理论有关的研究论述（专著、调查文章） 94A60型 密码学 60J10型 马尔可夫链（离散状态空间上的离散时间马尔可夫过程） 68个M12 网络协议 68T05年 人工智能中的学习和自适应系统 关键词：人工神经网络;密码学;密码算法;神经同步;相互学习;密钥交换协议;置换奇偶机器;硬件实现;置换网络;线性反馈移位寄存器;嵌入式系统 PDF格式BibTeX公司 XML格式引用 \textit{O.M.Reyes Torres}，嵌入式系统中的神经同步和轻量级加密。亚琛：Shaker Verlag；汉堡：TU Hamburg-Harburg（Diss.）（2012；Zbl 1251.94003） 全文： 链接