共查询到20条相似文献,搜索用时 70 毫秒
1.
LiCi是由Patil等人(2017)提出的轻量级分组密码算法。由于采用新型的设计理念,该算法具有结构紧凑、能耗低、占用芯片面积小等优点,特别适用于资源受限的环境。目前该算法的安全性备受关注,Patil等人声称:16轮简化算法足以抵抗经典的差分攻击及线性攻击。该文基于S盒的差分特征,结合中间相遇思想,构造了一个10轮的不可能差分区分器。基于此区分器,向前后各扩展3轮,并利用密钥编排方案,给出了LiCi的一个16轮的不可能差分分析方法。该攻击需要时间复杂度约为283.08次16轮加密,数据复杂度约为259.76选择明文,存储复杂度约为276.76数据块,这说明16轮简化的LiCi算法无法抵抗不可能差分攻击。 相似文献
2.
3.
4.
八阵图算法(ESF)是一种具有广义Feistel结构的轻量级分组密码算法,可用在物联网环境下保护射频识别(RFID)标签等资源受限的环境中,目前对该算法的安全性研究主要为不可能差分分析。该文通过深入研究S盒的特点并结合ESF密钥扩展算法的性质,研究了ESF抵抗相关密钥不可能差分攻击的能力。通过构造11轮相关密钥不可能差分区分器,在此基础上前后各扩展2轮,成功攻击15轮ESF算法。该攻击的时间复杂度为240.5次15轮加密,数据复杂度为261.5个选择明文,恢复密钥比特数为40 bit。与现有结果相比,攻击轮数提高的情况下,时间复杂度降低,数据复杂度也较为理想。
相似文献5.
用蚁群优化算法求解中国旅行商问题 总被引:15,自引:0,他引:15
中国旅行商问题是一个组合优化问题,是一个NP问题。本文提出用蚁群优化算法去解决,同时提出了两种改进的方法,其中,Ant-F能够增强系统的搜索能力,使系统避免早熟,具有正负反馈的功能,仿真简单,容易理解;而ACS 在Ant Colony System(ACS)的基础上改进而成,它使系统在演化的后期能够通过适当增大系统区分信息素对比强度的方法,尽快找到最优的解。和其它的几种蚁群优化算法、遗传算法和模拟退火算法相比较,实验表明,ACS 是本文提及的几种算法中最优的一种,它能加快系统收敛的速度,找到问题的最优值。 相似文献
6.
针对蚁群算法在收敛过程中需要多次迭代和容易陷入局部最优解的问题,本文提出一种改进策略的蚁群算法--自主复制蚁群算法(Auto Copy Ant Colony Algorithm,AC-ACO)。通过蚂蚁自主复制和分泌标记信息素实现快速找到最短路径问题最优解。仿真结果显示,AC-ACO算法能降低迭代次数,增强算法的搜索能力。 相似文献
7.
指派问题的变异蚁群算法求解 总被引:5,自引:2,他引:3
指派是现实生活中经常遇到的一类问题,文章建立了指派问题的数学模型,并用具有变异特征的蚁群算法对其加以解决。蚁群算法是一种进化算法,适合解决组合优化问题,指派问题是组合优化问题中的一个分支。实验结果表明。使用变异蚁群算法解决指派问题,提高了搜索效率,能够在短时间内得到最优分配方案。 相似文献
8.
ECC密码算法的差分功耗分析攻击研究 总被引:1,自引:1,他引:0
对基于有限域GF(2m)上椭圆曲线密码算法的Montgomery Ladder点乘算法进行了差分功耗分析攻击.首先用Verilog HDL实现了该算法并且用Chartered 0.35 μm CMOS工艺将RTL代码综合成电路网表,以便更精确的获取电路运行中所产生的功耗信息.然后用差分功耗分析攻击中的ZEMD攻击方法,并采用算法中P2的横坐标作为中间变量对功耗曲线进行分类,攻击结果显示,Montgomery Ladder算法不能抗ZEMD差分功耗分析攻击.证明了该算法并不安全,在实际应用中还应该采取一些保护措施. 相似文献
9.
10.
11.
12.
提出了一种改进的多目标优化问题的蚁群算法.算法选择进化算法的定义的时候,种群中一定数量的个体信息来源作为中心的扩散,多个中心点之间有一定的距离;群体中的其他个体按照离源个体最近的距离的原则归属于其中一个信息素扩散源;按照信息素扩散算法,每一信息素扩散源中的个体获得源于中心点的信息素;保留每一代群体中的中心点到下一代种群中,确保了收敛性和维护种群的多样性.最后利用多目标背包问题来测试算法的性能,并与MOA和NSGA-II算法进行了分析比较.结果表明,该搜索效率高,向真实Pareto前沿逼近效果好,得到传播的多种解决方案,是一个多目标优化问题的解决和有效的方法. 相似文献
13.
14.
基于MapReduce的并行蚁群算法研究与实现 总被引:4,自引:1,他引:4
蚁群算法在处理大规模TSP问题耗时较长,为解决这一不足,给出了一种基于MapReduce编程模式的并行蚁群算法。采用MapReduce的并行优化技术对蚁群算法中最耗时的循环迭代和循环赋值部分进行改进,同时运用PC集群环境的优势将具有一定规模的小蚁群分配到对应的PC机上,使其并行执行,减少运行时间。实验证明改进后的并行蚁群算法在大数据集上运行时间明显缩短,执行效率显著提高。 相似文献
15.
提出一种新的量子多目标蚁群算法.在蚁群算法的基础上中引入量子理论,将量子计算与蚁群进行融合,并用于求解多目标问题.该算法的核心是在蚁群中引入量子算法中的量子态矢量和量子旋转门来分别表示和更新信息素.该算法在全局寻优能力和种群多样性方面比蚁群算法有所改进,测试表明:该算法是求解多目标问题的一种有效的算法. 相似文献
16.
提出双向蚁群算法并应用于静态环境下的机器人全局路径规划问题.对栅格法环境建模进行改进,将传统的栅格法改进为膨胀栅格法;使用双向蚁群算法在出发点和目标点设置带有不同标记的两族蚂蚁相向爬行完成搜索,启发信息主要通过目标点、出发点和蚂蚁的当前位置二维坐标值计算得出;信息素存储采用方向信息素矩阵.仿真实验证明:即使在障碍物非常复杂的地理环境,用本算法也能迅速规划出最优路径. 相似文献
17.
18.
为获取最优的救援路径,以提高救援的有效性和实时性,文中提出了一种粒子群蚁群融合算法。该算法在分析影响路径选择因素的基础上,运用模糊数学中的层次分析法评定了道路的权重,建立了消防灭火救援模型;使用粒子群算法快速获取次优解,将此次优解作为蚁群算法的初始信息素增量,并将求解出各段路径权重矩阵引入到优化后的蚁群算法状态转移概率的求解模型中来,再利用这种改进后的状态转移规则,且考虑行车速度时变性的基础上求解出模型的最优解。实验结果表明,该方法可以完成最佳救援路径的规划。 相似文献
19.
舰船在障碍物环境中航行,如果采用传统的人工绘制航线的方法,不仅费时费力,并且绘制的航线非常不准确,在障碍物位置发生变更的情况下,整条航线都要重新设计和绘制;其次,人工绘制的航线图,不便于保存,应用范围非常窄。为了弥补人工绘制航线的缺陷,采用一种基于改进蚁群算法的方法规划舰船的航线,并对改进的蚁群算法进行了仿真,获得了舰船在障碍物环境下的最优航线。 相似文献