公开(公告)号：CN104104496B

公开(公告)日：2018-02-23

申请号：CN201410322641.9

申请日：2014-07-08

Applicant: 华侨大学

Inventor： 李国刚 ,  蔺小梅 ,  钟超林

IPC: H04L9/00

Abstract: 本发明涉及一种基于混沌动力理论的单向哈希函数构造方法，将一维分段线性映射的混沌映射与过饱和的Hopfield神经网络，通过分组Hash算法进行结合；所述的分组Hash算法，是将过饱和的Hopfield神经网络的收敛域中的吸引子元素(x0)作为密钥，同原始文本比特、分段线性映射的上一次迭代结果的值结合一起，共同运算得出对应的Hash值。本发明所述的基于混沌动力理论的单向哈希函数构造方法，基于过饱和Hopfield神经网络的分组Hash算法，将分段线性混沌映射和过饱和的Hopfield神经网络(OHNN)进行结合，引入混沌系统理论，探索研究基于混沌动力学的Hash函数算法，使得基于本发明所述的方法的加密应用更加安全可靠，不易被攻破。

公开(公告)号：CN104104496A

公开(公告)日：2014-10-15

申请号：CN201410322641.9

申请日：2014-07-08

Applicant: 华侨大学

Inventor： 李国刚 ,  蔺小梅 ,  钟超林

IPC: H04L9/00

Abstract: 本发明涉及一种基于混沌动力理论的单向哈希函数构造方法，将一维分段线性映射的混沌映射与过饱和的Hopfield神经网络，通过分组Hash算法进行结合；所述的分组Hash算法，是将过饱和的Hopfield神经网络的收敛域中的吸引子元素(x0)作为密钥，同原始文本比特、分段线性映射的上一次迭代结果的值结合一起，共同运算得出对应的Hash值。本发明所述的基于混沌动力理论的单向哈希函数构造方法，基于过饱和Hopfield神经网络的分组Hash算法，将分段线性混沌映射和过饱和的Hopfield神经网络(OHNN)进行结合，引入混沌系统理论，探索研究基于混沌动力学的Hash函数算法，使得基于本发明所述的方法的加密应用更加安全可靠，不易被攻破。