神经网络同步的判定及在神经密码中的应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (36): 109-111.

神经网络同步的判定及在神经密码中的应用

田勇，向涛

重庆大学计算机学院，重庆 400030

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-21 发布日期:2011-12-21

Synchronization judgment of interacting neural networks and its application to neural cryptography

TIAN Yong，XIANG Tao

Department of Computer Science，Chongqing University，Chongqing 400030，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-21 Published:2011-12-21

摘要/Abstract

摘要： 互学习的神经网络特别是树状奇偶模型的神经网络因能通过一定量的信息交换达到同步而被广泛地应用在密码学等领域。提出树状奇偶机同步模型的同步判定的必要性和解决同步判断的算法，即基于树状奇偶机隐藏单元输出值的HASH值的比较，该算法将原同步算法的安全性改变到HASH函数的安全性和原同步算法的安全性之上，而在时间开销上也不会增加或增加得很少。仿真实验也证明了该算法判断同步所需要的时间复杂度较低。

关键词: 神经网络, 树状奇偶模型, 同步, 神经元集合

Abstract: Several scenarios of interacting neural networks especially tree parity machine are widely used in many fields such as cryptography.The judgment of time for neural synchronization is necessary.It provids an algorithm based on the hidden units of the neural networks and Hash functions which can do this kind of judgment safely，efficiently and fast.Amount of simulations are practiced in order to prove it.

Key words: neural networks, tree parity machine, synchronization, set of neurons

田勇，向涛. 神经网络同步的判定及在神经密码中的应用[J]. 计算机工程与应用, 2011, 47(36): 109-111.

TIAN Yong，XIANG Tao. Synchronization judgment of interacting neural networks and its application to neural cryptography[J]. Computer Engineering and Applications, 2011, 47(36): 109-111.

[1]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[2]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[3]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[4]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[5]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[6]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[7]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[8]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[9]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[10]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[11]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[12]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[13]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[14]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.
[15]	祝钧桃，姚光乐，张葛祥，李军，杨强，王胜，叶绍泽. 深度神经网络的小样本学习综述[J]. 计算机工程与应用, 2021, 57(7): 22-33.