申请/专利权人:常州大学
申请日:2023-08-31
公开(公告)日:2024-04-02
公开(公告)号:CN117234460B
主分类号:G06F7/58
分类号:G06F7/58;H04L9/00
优先权:
专利状态码:有效-授权
法律状态:2024.04.02#授权;2024.01.02#实质审查的生效;2023.12.15#公开
摘要:本发明涉及计算机科学和密码学技术领域,尤其涉及基于三维MHM的超混沌伪随机数生成方法及装置,包括利用具有余弦非线性忆阻函数的荷控忆阻与二维Hénon映射耦合构建三维MHM模型;利用三维MHM模型产生伪随机数序列;设置伪随机数初值参数,通过循环迭代计算出一轮迭代的伪随机值。本发明解决现有技术中未有利用三维MHM模型生成伪随机数,应用于密码学的问题。
主权项:1.基于三维MHM的超混沌伪随机数生成方法,其特征在于,包括以下步骤:步骤一、利用具有余弦非线性忆阻函数的荷控忆阻与二维Hénon映射耦合构建三维MHM模型;三维MHM模型的公式为: 其中,xn和yn分别为第n次迭代时经典Hénon映射中的变量,a和b为经典Hénon映射的控制参数,参数k为忆阻耦合强度,qn为第n次迭代时电荷的值;步骤二、利用三维MHM模型产生伪随机数序列;伪随机数序列的公式为: 其中,K为放大倍数,mod为模函数;L=2i,i为伪随机数的二进制位数,xn和yn为伪随机数种子;步骤三、设置伪随机数初值参数,通过循环迭代计算出一轮迭代的伪随机值;步骤三具体包括:步骤31、设置序列宽度j、伪随机数序列号N和伪随机数的二进制位数i;其中,i=1,j=2,N=0;步骤32、将xjN,yjN,qjN输入三维MHM模型,得到下一次迭代xjN+1、yjN+1,qjN+1和对应的伪随机数值P1;步骤33、将状态变量xjN+1、yjN+1,qjN+1输入三维MHM模型,得到下一次迭代状态变量xjN+2、yjN+2,qjN+2和对应的伪随机数值P2;步骤34、不断循环,迭代1轮共j次后,得到状态变量xjN+j-1、yjN+j-1,qjN+j-1和对应伪随机数值Pj;步骤35、输出伪随机数值PRNsx,y, 步骤36、迭代若干轮,输出每一轮的伪随机数值。
全文数据:
权利要求:
百度查询: 常州大学 基于三维MHM的超混沌伪随机数生成方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。