6轮数据加密标准的演化分析

采用线性逼近的思想,提出了一种基于Hamming距离的遗传算法适应度函数模型.在此基础上,利用遗传算法对1～6轮数据加密算法的不同模式长度的部分密钥进行了定量的对比分析实验,对6轮数据加密算法进行演化分析可获得21 bit的未知密钥.结果显示:适应度函数设计与密码分析对象的安全强度是影响演化密码分析效果的关键因素;由于演化技术是有指导的随机性或概率性技术.在一定数量的实验中,运行时间和成功率存在较明显差异;在一定程度上增大种群规模,明密文数量或演化代数能够取得更好的分析效果.     

演化计算研究进展

系统地介绍了演化计算的历史与研究现状．并分别就演化计算的基础理论、设计准则与应用水平、演化计算的内涵等提出了相应的观点．     

基于演化计算的动态最短路问题

提出了一类基于时间变权的动态最短路的问题,给出了其详细的数学描述,扩展了图论中关于最短路问题的概念,并设计了适合该问题的编码方式和杂交,变异方式,给出了基于演化计算的求解框架,其主要特点是染色体变长,且首尾基因固定,最后针对一个简单实例进行了仿真和分析,研究结果表明,该算法可以获得良好的效果。     

演化硬件描述语言OHDL

针对新的演化硬件开发模式，本文提出了OHDL语言，它是一种基于面向对象方式的演化硬件设计语言，为WU-EHW平台的输入语言，OHDL拥有可以描述硬件电路模块，网络(模块间)连接，以及模块和网络演化参数的功能，能够完善的说明用于演化的胚胎电路。     

基于立队竞争的演化算法

将竞争机制引入到变异算子中，从而使变异算子具有了很强的群体特性，同时为使算子更加简练和更具通用性，在这种竞争中作者更加注重个体适应值的相对次序而不是它们的绝对大小。基于这种思想提出了一种新的演化算法，在该算法中变异的作用已不仅仅是简单地恢复群体中损失的多样性，此时它已成为一种主要的搜索算子。通过实验发现新算法具有很高的搜索效率和求解精度。     

偏微分方程的演化建模方法

考虑抛物型方程的参数反演问题,给出了一类偏微分方程的演化建模方法．根据样条插值理论,把无穷维空间上的反问题转化成有限维空间上的反问题来近似,利用演化算法来估计参数的反演值,数值结果证明了此方法的有效性．     

基于组合随机性特征的哈希函数识别方案

加密算法的识别对于密码分析研究有着重要的意义,目前学者们已经在此领域展开了一些研究并取得了一定的进展。然而在针对哈希函数的识别方面,所展开的理论研究较少。本文对随机性检测特征进一步挖掘,利用欧氏距离筛选出对哈希函数最有区分度的3个检测项,基于选出的检测项的核心关注点重新构建特征生成方法,并结合随机森林模型,提出了一种基于组合随机性特征的哈希函数识别方案。通过实验分析,该识别方案明显优于传统的基于随机性检测特征的识别方案。     

基于免疫原理的防火墙模型

针对传统防火墙技术的弱点，根据计算机免疫学的原理，提出了基于免疫原理的自适应防火墙模型。该模型是两层结构，第一层采用目前传统的防火墙技术，第二层是以免疫原理为基础的免疫层。采用规则树编码的识别器，通过第一层采集self和nonself集中的元素，经过学习，获得self和nonself的主要特征，产生动态规则，以自适应的方式解决第一层出现的漏洞，并利用演化计算的原理对识别器进行演化。该防火墙模型具有一定的自适应性和动态性。     

基于递阶的软件过程模型重用方法

将重用技术应用到软件过程仿真和控制之中,提出了一种基于递阶的软件过程模型重用方法,并对其中的元模型重用进行了重点阐述,将演化计算与元模型重用结合起来,给出了形式化描述,以及重用实现算法.针对每一个软件项目都建立软件过程模型是比较繁琐和费时的工作,因此重用已有的软件过程模型不仅能缩短开发周期,也能提高软件的可维护性和可靠性.     

一种求解组合优化问题的演化算法

从蚁群算法中得到启示，将信息素的观点引入到求解组合优化问题的演化算法之中，提出了一种基因优化算法，该算法直接在基因的层面上进行优化，能学习劣解的基因，并用信息熵用为结束条件的判据，最后用该算法解决了两个典型的组合优化问题，取得了较好的结果。     

基于正交拟群的流密码算法

利用正交拟群的特点, 克服Edon80的弱点, 设计了称为Double40的二进制加法同步流密码算法. 它基于一对8阶相互正交的自正交拟群, 使得Johansson和Hell的密钥恢复攻击对Double40无法奏效.     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。     

演化仿真优化的若干问题研究

针对仿真优化这一仿真领域提出了演化仿真优化的概念及其形式化语言描述，并给出了演化仿真优化的算法实现框架、分类，指出了仿真优化与演化算法相互取长补短的策略。为了提高速度和效率提出了一种混合演化仿真优化的算法：基于拉网的仿真优化算法（MESOAs）。该算法结合仿真系统的输出信息，构造出系统的响应曲面来指导演化算法，同时又不要求系统连接、可导，因此具有通用性、鲁棒性、隐含并行性等优点，它能有效地解决不确定环境（含随机系统和定性系统）的仿真决策优化，连续时间仿真控制优化问题等。最后，给 出了两类测试演化仿真优化算法的测试实例。一类是随机函数，另一类是GI／G／S排队模型，试验的结果表明在解的质量和速度两方面MESOAs都优于曲面响应法、随机搜索法。     

基于Arnold变换的图像置乱密码的安全性分析

研究了基于Arnold变换的图像置乱算法的安全性问题.该算法使用两个不同的Arnold变换矩阵,分别对明文图像进行一次全局置乱和一次分割置乱.结果分析表明,该算法的密钥空间小,不足以抵抗穷举密钥攻击.在选择明文攻击下,导出了两次Arnold变换等效密钥之间的确定性关系.这一关系有效地降低了整个密码系统的密钥空间,从而可以用较小的计算代价获得密钥.理论和实验结果均表明,该密码系统不够安全.     

基于粒子群优化求解纳什均衡的演化算法

基于粒子群优化方法从群智能的角度建立了博弈的演化模型，为求解有限n人非合作博弈的纳什均衡设计了一种粒子群优化算法．通过随机初始点的可行化以及对迭代步长的控制，保证粒子群在算法的迭代过程中始终保持在博弈的可行策略空间内，避免了在随机搜索中产生无效的粒子，因此提高了粒子群优化算法求解纳什均衡的计算性能．给出了算法的数值例子并分析了该算法的计算性能，通过粒子群算法与遗传算法的比较显示了粒子群算法求解博弈纳什均衡解的高效性．     

免疫遗传算法的逻辑电路进化设计研究

针对电路进化设计时传统进化算法收敛速度慢且易陷入局部最优解等问题,模拟人体免疫系统的机制,设计了一种改进的免疫遗传算法用于逻辑电路的进化设计.首先建立电路进化设计模型,对种群中抗体进行多目标适应度评估;然后改进抗体的选择机制并将精英抗体作为记忆单元保存;最后引入自适应交叉、变异策略保持抗体多样性并提高算法的收敛性.实验结果表明:该算法具有较强的全局搜索能力,能有效地减少搜索到全局最优解的迭代次数,并设计出新颖、高效的电路结构.     

基于变长编码求解一维下料问题的演化算法

针对一维下料问题的特点,将线性规划方法与演化算法相结合,提出了一种基于变长编码求解一维下料问题的演化算法,该算法设计了一种新颖的遗传算子,实现简单,求解快速,实验表明,运用该法求解下料问题,材料利用率高,平均达到97．5％以上,具有很好的实用价值。     

约束条件下基于区间组合的测试用例生成

本文构建了一个基于区间集的组合覆盖测试模型并提出了一个基于区间组合的测试用例生成算法(TCGIC).TCGIC算法用符号执行方法收集程序路径的约束条件,寻找相互关联的输入参数;借鉴组合覆盖测试的方法,构建解区间组合树,并选用深度优先策略或其他组合覆盖策略,获得输入参数的区间组合的集合;运用区间运算的方法,把每一个区间组合代入到程序路径的约束条件中,判断区间组合上程序路径的可达性;选用相应的用例生成策略,在路径可达的区间组合上生成测试用例.