交替变参数多级混沌映射伪随机序列生成

"这篇论文提出了一种新的混沌伪随机序列生成方法，旨在解决单混沌系统在计算机有限精度效应下混沌退化的问题。该方法利用一维Logistic映射和二维Henon映射，通过交错变参数的方式，用Logistic映射混沌迭代值的汉明重量来调控Henon映射的混沌迭代分量，从而生成高质量的伪随机序列。生成的序列经过仿真验证，满足Golomb的随机性公设和局部随机性统计检验，适合作为加密体制中的密钥流序列。此研究得到了国家自然科学基金的支持，并由李孟婷和赵泽茂两位学者进行，他们分别专注于通信网络与信息安全技术以及信息安全技术领域。" 本文详细探讨了混沌理论在密码学中的应用，特别是如何利用混沌系统的复杂性和不可预测性生成伪随机序列。混沌序列因其内在的复杂性和随机性，常被用于安全通信中的密钥生成。然而，由于计算机内部的有限精度，单混沌系统可能会出现混沌退化，即随着迭代次数增加，混沌行为逐渐消失，导致序列的随机性下降。 为解决这个问题，论文提出了一种多级混沌映射交替变参数的方法。该方法结合了一维Logistic映射和二维Henon映射的优势。Logistic映射是一个经典的一维混沌系统，其参数变化可以产生丰富且难以预测的混沌行为；而Henon映射则是一个二维混沌系统，能产生更复杂的混沌轨迹。在新方法中，Logistic映射的混沌迭代值的汉明重量被用来控制Henon映射的迭代分量，这样既利用了两者的混沌特性，又避免了单个混沌系统的退化问题。 汉明重量是衡量二进制序列中1的数量，它在此处起到了控制作用，确保了生成序列的多样性。通过这种方式，混沌序列的随机性得到增强，可以更好地满足加密需求。论文中的仿真结果表明，生成的序列符合Golomb的三个随机性公设，这些公设包括无偏性、无记忆性和均匀分布性，是评估伪随机序列质量的重要标准。同时，序列也通过了局部随机性统计检验，进一步证明了其作为密钥流序列的适用性。 论文的贡献在于提供了一种创新的混沌伪随机序列生成策略，这不仅克服了计算机有限精度对混沌序列的影响，还为密码学中的安全密钥生成提供了新的思路。这种技术对于提高加密系统的安全性，尤其是对于需要大量随机数据的现代通信和网络安全环境，具有重要的实际意义。