摘要：为了克服计算机处理数据的有限精度导致混沌特性退化的缺陷,改善随机数发生器输出序列的随机性能,设计了一种新的基于logistic混沌映射生成伪随机数的方法。在提出的方法中,采用四个一维logistic混沌映射,每次迭代随机选择扰动源对其他三个logistic映射进行扰动,加入可变扰动参数,组合时随机动态分组,从而提高序列的随机性能,扩大序列周期,避免序列的重复出现。以新方法设计的伪随机数发生器易于软件实现,生成的序列通过随机数检测标准NISTSP800-22,从而具有良好的随机性,可用于保密通信等信息安全领域。

摘要：文献[1]方案并不具有其所声称的前向安全性和KGC前向安全性,同时也不能抵抗临时密钥泄漏攻击和反射攻击;借鉴OAKE的设计思想利用椭圆曲线加法群构造了一个新的无对的ID-AKE方案。在不增加计算代价的前提下,新协议解决了文献[1]方案的安全缺陷,基于CDH假设在e CK模型下是安全的。分析表明新协议不仅在安全性上有优势,也具有较高的计算效率。

摘要：侧信道分析中,对模板攻击的模板建立研究已经从高斯分布转变到使用机器学习算法来建立模板。比如使用支持向量机、神经网络等。但是使用神经网络进行侧信道分析时,网络结构的设计参数众多,找到合适的网络结构很困难。基于大量的实验研究,总结并提出适用于侧信道分析的卷积神经网络结构的经验,为今后设计侧信道攻击中的卷积神经网络提供依据。