CN111082919A - 一种动态概率16cap映射加密方法 - Google Patents
一种动态概率16cap映射加密方法 Download PDFInfo
- Publication number
- CN111082919A CN111082919A CN201911306272.3A CN201911306272A CN111082919A CN 111082919 A CN111082919 A CN 111082919A CN 201911306272 A CN201911306272 A CN 201911306272A CN 111082919 A CN111082919 A CN 111082919A
- Authority
- CN
- China
- Prior art keywords
- probability
- 16cap
- distribution
- chaotic
- layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Optical Communication System (AREA)
- Error Detection And Correction (AREA)
Abstract
本发明涉及一种动态概率16cap映射加密方法,包括:设定初值X(0)和参数u,生成外层混沌序列;依次取外层混沌序列中的元素和参数u作为密钥,生成若干串内层混沌序列,并与时序一一对应;通过CCDM将内层混沌序列打乱成符合高斯分布的非均匀分布;通过非均匀分布的内层混沌序列改变16CAP信号在星座图中每一圈出现的概率,使内、外圈概率分布符合麦克斯韦—玻尔兹曼分布。本发明通将非均匀分布的混沌序列与信号进行异或处理,动态调节星座点概率,使生成星座点概率符合高斯分布。16CAP信号星座图内圈概率增加,外圈概率减小,可达到降低接收端光功率和误码率的效果,间接提高了信号传输速率。本发明将概率成型应用于混沌加密中,安全性更高。
Description
技术领域
本发明属于通信领域,涉及一种动态概率16cap映射加密方法。
背景技术
光通信被广泛应用于个人、商业和军事通信,与其他类型的网络一样,用于保护光通信的第一条线始于在协议栈的较高层采用加密协议。光通信网络的物理层也同样易受各种攻击,包括干扰、物理基础设施攻击、窃听和拦截。然而,在不安全的基础之上建立安全性是一种危险的做法,针对光网络最低层的威胁,需要确保光通信系统的物理层安全。
加密是保护信号和增强物理层中网络机密性的有效方法,在不知道加密密钥的情况下,窃听者很难从密文中恢复数据。混沌加密主要是利用由混沌系统迭代产生的序列作为加密交换的一个因子序列。混沌系统具有随机性、不可预测性等特性,其应用于光学加密中的安全性较高。但是,混沌加密也存在对接收端仪器要求较高,需要较高的接收光功率,且信号误码率高的问题。
发明内容
本发明提出一种安全性较高、误码率低且对接收端仪器要求低的动态概率16cap映射加密方法。
本发明所采用的技术方案为:
一种动态概率16cap映射加密方法,包括如下步骤:
步骤一、设定合适的初值X(0)和参数u,使logistic混沌序列进入混沌状态,并迭代生成一串外层混沌序列,混沌序列迭代表达式为:X(k+1)=u*X(k)*[1-X(k)],(k=0,1,…,n);
步骤二、依次取外层混沌序列中的元素,并将该元素和参数u作为密钥,通过上述的迭代表达式生成若干串内层混沌序列,若干串内层混沌序列与时序一一对应;
步骤三、通过CCDM分布匹配器将内层混沌序列由均匀分布打乱成符合高斯分布的非均匀分布;
步骤四、对信号进行16CAP映射,通过非均匀分布的内层混沌序列改变16CAP信号在星座图中每一圈出现的概率,使内、外圈概率分布符合麦克斯韦—玻尔兹曼分布。
进一步地,步骤四中,16CAP映射时,还通过基于神经网络的XOR模型进行加密。
进一步地,基于神经网络的XOR模型中,softmax函数作为激活函数,输入值为x1和x2,x1为内层混沌序列值,x2为原始信号点位置,XOR模型为XOR模型为f(x;W,c,ω,b)=ωTsoftmax{WTx+c}+b,c和b是偏置,T为矩阵的转置;
ω=[-6.10 1.75 2.83 1.51;6.33 -1.89 -2.93 -1.50],
W=[7.38 -7.37;3.31 -3.34],c=[-4.21;-1.53],b=[-0.05;0.38;0.40;0.27]。
进一步地,步骤一中,0<X(0)<1,3.57<u≤4。
本发明的有益效果在于:
本发明通过CCDM分部匹配器将均匀分布的logistic混沌序列打乱,然后,将非均匀分布的混沌序列与信号进行异或处理,动态调节星座点概率,使生成星座点概率符合高斯分布。16CAP信号星座图内圈概率增加,外圈概率减小,可达到降低接收端光功率和误码率的效果,间接提高了信号传输速率。本发明将概率成型应用于混沌加密中,安全性更高。
附图说明
图1为本发明的动态概率16cap映射加密方法的原理图;
图2为初值X(0)=0.5时,X值和参数u的关系图;
图3为基于神经网络的XOR模型示意图;
图4为本发明中,动态概率16CAP星座图;
图5为非法接收端接收到的星座图;
图6为正常接收端接收到的星座图。
具体实施方式
下面结合附图和具体的实施例对本发明的动态概率16cap映射加密方法及作进一步地详细说明。
如图1所示,一种动态概率16cap映射加密方法,包括如下步骤:
步骤一、设定合适的初值X(0)和参数u,0<X(0)<1,3.57<u≤4,使logistic混沌序列进入混沌状态,并迭代生成一串外层混沌序列,混沌序列迭代表达式为:
X(k+1)=u*X(k)*[1-X(k)],(k=0,1,…,n)。
混沌状态,即一种无序的、不可预测的、混乱的状态,如图2所示。
步骤二、依次取外层混沌序列中的元素(X(1)、X(2)、……),并将该元素和参数u作为密钥,通过上述的迭代表达式生成若干串内层混沌序列,若干串内层混沌序列与时序一一对应。
步骤三、通过CCDM分布匹配器将内层混沌序列由均匀分布打乱成符合高斯分布的非均匀分布。
步骤四、对信号进行16CAP映射,通过非均匀分布的内层混沌序列改变16CAP信号在星座图中每一圈出现的概率,使内、外圈概率分布符合麦克斯韦—玻尔兹曼分布。概率分布Px关系式:式中,e是自然常数,μ是变量,μ值由CCDM分布匹配器决定,x是星座点的位置,χ是x的集合,x'是循环量。通过外层混沌序列动态的改变信号传输过程中,不同时序下的内层混沌序列以及μ值,实现概率分布的动态改变。
发送端信号通过CCDM分布匹配器实现信号的概率成型,增大内圈信号出现的概率,减小外圈信号出现概率,以达到降低信号平均功率的效果,并使得内、外圈概率分布符合麦克斯韦—玻尔兹曼分布。在接收端首先完成16CAP解调,此时得到的信号是混乱无序且不均匀的,通过解CCDM,让信号回归均匀,这时的信号就是发送端加密完成的信号。最后,通过加密信号与内层混沌序列的异或处理使得加密过后的信号完成解密。
作为对上述方案的改进,步骤四中,16CAP映射时,还通过基于神经网络的XOR模型进行加密。基于神经网络的XOR模型中,softmax函数作为激活函数,输入值为x1和x2,x1为内层混沌序列值,x2为原始信号点位置,如图3所示,XOR模型为
f(x;W,c,ω,b)=ωTsoftmax{WTx+c}+b,c和b是偏置,T为矩阵的转置;
ω=[-6.10 1.75 2.83 1.51;6.33 -1.89 -2.93 -1.50],
W=[7.38 -7.37;3.31 -3.34],c=[-4.21;-1.53],b=[-0.05;0.38;0.40;0.27]。
图3中,y是模型的输出,h、h1和h2均是模型中的节点(过渡用的参数)。
内层混沌加密过程中,基于神经网络的XOR模型在对信号进行16CAP映射时,通过混沌序列与信号映射位置的XOR处理来改变16CAP的映射过程完成混沌加密。具体地,通过内层混沌序列改变发送端16CAP信号在星座图中每一圈出现的概率,即把原先16CAP星座图的三圈星座点打乱,原先处于三圈中某一圈的星座点可能改变到三圈中任意一圈,如图4所示,16CAP的每一个星座点(浅色点)都可能位于和该点具有相同相位的三个交点其中之一。通过基于神经网络的XOR模型处理,可进一步降低了上述加密方法被破解的可能性。
下面针对本发明的动态概率16cap映射加密方法的效果进行说明:
通过仿真模拟和实验测试,图5和图6分别为经过加性白高斯噪声道后,相同信噪比情况下,非法接收端与正常接收端接收到的星座图。图5和图6中,横坐标是同向分量,纵坐标是正交分量。图5所示的非法接收端接收到的星座图如果进行16CAP解调,得到的误码率极高。而图6所示的星座图是合法接收端经过混沌解密之后接收到的,这样的星座图可以直接进行16CAP解调,误码率低。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术方法范围内,可轻易想到的替换或变换方法,都应该涵盖在本发明的保护范围之内。
Claims (5)
1.一种动态概率16cap映射加密方法,其特征在于,包括如下步骤:
步骤一、设定合适的初值X(0)和参数u,使logistic混沌序列进入混沌状态,并迭代生成一串外层混沌序列,混沌序列迭代表达式为:X(k+1)=u*X(k)*[1-X(k)],(k=0,1,…,n);
步骤二、依次取外层混沌序列中的元素,并将该元素和参数u作为密钥,通过上述的迭代表达式生成若干串内层混沌序列,若干串内层混沌序列与时序一一对应;
步骤三、通过CCDM分布匹配器将内层混沌序列由均匀分布打乱成符合高斯分布的非均匀分布;
步骤四、对信号进行16CAP映射,通过非均匀分布的内层混沌序列改变16CAP信号在星座图中每一圈出现的概率,使内、外圈概率分布符合麦克斯韦—玻尔兹曼分布。
2.根据权利要求1所述的动态概率16cap映射加密方法,其特征在于,步骤四中,16CAP映射时,还通过基于神经网络的XOR模型进行加密。
3.根据权利要求2所述的动态概率16cap映射加密方法,其特征在于,基于神经网络的XOR模型中,softmax函数作为激活函数,输入值为x1和x2,x1为内层混沌序列值,x2为原始信号点位置,XOR模型为f(x;W,c,ω,b)=ωTsoftmax{WTx+c}+b,c和b是偏置,T为矩阵的转置;
ω=[-6.10 1.75 2.83 1.51;6.33 -1.89 -2.93 -1.50],
W=[7.38 -7.37;3.31 -3.34],c=[-4.21;-1.53],b=[-0.05;0.38;0.40;0.27]。
4.根据权利要求1至3中任一项所述的动态概率16cap映射加密方法,其特征在于,步骤一中,0<X(0)<1,3.57<u≤4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911306272.3A CN111082919B (zh) | 2019-12-18 | 2019-12-18 | 一种动态概率16cap映射加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911306272.3A CN111082919B (zh) | 2019-12-18 | 2019-12-18 | 一种动态概率16cap映射加密方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111082919A true CN111082919A (zh) | 2020-04-28 |
CN111082919B CN111082919B (zh) | 2023-04-07 |
Family
ID=70315325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911306272.3A Active CN111082919B (zh) | 2019-12-18 | 2019-12-18 | 一种动态概率16cap映射加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111082919B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111614398A (zh) * | 2020-05-12 | 2020-09-01 | 北京邮电大学 | 基于异或神经网络的调制格式及信噪比识别方法及装置 |
CN112804047A (zh) * | 2021-03-29 | 2021-05-14 | 南京信息工程大学 | 一种基于多频正弦混沌神经网络的光接入加密方法 |
CN113434892A (zh) * | 2021-06-01 | 2021-09-24 | 北京理工大学 | 一种基于混沌加密的概率整形方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708534A (zh) * | 2012-04-12 | 2012-10-03 | 江苏技术师范学院 | 变参数多级混沌伪随机序列的产生方法 |
CN108183786A (zh) * | 2018-03-16 | 2018-06-19 | 南京信息工程大学 | 基于混沌映射加密的N-continuous正交频分复用方法 |
WO2018153317A1 (zh) * | 2017-02-24 | 2018-08-30 | 陈伟 | 一种基于混沌数谱的数字化混沌密码方法 |
CN109889338A (zh) * | 2019-04-22 | 2019-06-14 | 苏州大学 | 基于混沌序列的量子加密方法 |
-
2019
- 2019-12-18 CN CN201911306272.3A patent/CN111082919B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708534A (zh) * | 2012-04-12 | 2012-10-03 | 江苏技术师范学院 | 变参数多级混沌伪随机序列的产生方法 |
WO2018153317A1 (zh) * | 2017-02-24 | 2018-08-30 | 陈伟 | 一种基于混沌数谱的数字化混沌密码方法 |
CN108183786A (zh) * | 2018-03-16 | 2018-06-19 | 南京信息工程大学 | 基于混沌映射加密的N-continuous正交频分复用方法 |
CN109889338A (zh) * | 2019-04-22 | 2019-06-14 | 苏州大学 | 基于混沌序列的量子加密方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111614398A (zh) * | 2020-05-12 | 2020-09-01 | 北京邮电大学 | 基于异或神经网络的调制格式及信噪比识别方法及装置 |
CN111614398B (zh) * | 2020-05-12 | 2021-06-11 | 北京邮电大学 | 基于异或神经网络的调制格式及信噪比识别方法及装置 |
CN112804047A (zh) * | 2021-03-29 | 2021-05-14 | 南京信息工程大学 | 一种基于多频正弦混沌神经网络的光接入加密方法 |
CN113434892A (zh) * | 2021-06-01 | 2021-09-24 | 北京理工大学 | 一种基于混沌加密的概率整形方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111082919B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111082919B (zh) | 一种动态概率16cap映射加密方法 | |
CN111934848B (zh) | 一种智能优化四维混沌矢量加密正交传输方法 | |
CN112019321B (zh) | 一种基于高维混沌系统的五维光概率成型加密方法 | |
CN111464284B (zh) | 一种基于深度混沌系统的三维光概率整形加密方法 | |
CN110677236B (zh) | 一种基于复合混沌系统与异或运算的ofdm加密方法 | |
CN112800444B (zh) | 基于二维混沌映射的彩色图像加密方法 | |
CN111525998A (zh) | 基于模式、时隙和频率复合矢量的高可靠光传输方法 | |
CN112597519A (zh) | Ofdm加密系统中基于卷积神经网络的无密钥解密方法 | |
CN111600661B (zh) | 基于实时更新的混沌密钥分发的三维加密ofdm光系统 | |
CN110336657A (zh) | 一种基于信道特性的光ofdm动态密钥生成方法 | |
CN113271201B (zh) | 一种动态的aes物理层数据加密方法 | |
CN117155541B (zh) | 基于混沌系统驱动魔方变换的wfrft安全通信方法和系统 | |
CN112804048A (zh) | 一种基于生成对抗网络的物理层混沌加密光传输方法 | |
CN116318694B (zh) | 基于功分复用四维区域联合加密的信息传输方法及系统 | |
Wang et al. | Multi-Gbit/s real-time modems for chaotic optical OFDM data encryption and decryption | |
CN114157433B (zh) | 一种密钥与明文关联的混沌光通信系统加密方法和系统 | |
CN116566579A (zh) | 基于回声状态网络的增强混沌加密系统动力学特性的方法 | |
CN114337849B (zh) | 基于互信息量估计神经网络的物理层保密方法及系统 | |
CN114302270B (zh) | 基于多混沌系统与分层置乱的ofdm-pon物理层加密方法及系统 | |
CN113644985A (zh) | 基于细胞自动机和dna编码的超长距传输方法及系统 | |
Ahmad et al. | Digital image encryption based on chaotic map for secure transmission | |
CN109450618B (zh) | 一种基于md5的加密方法及系统 | |
CN110336667A (zh) | 一种基于伪随机序列控制的通信物理层加密通信方法及装置 | |
Wang et al. | Secure key real-time update and dynamic DNA encryption for CO-OFDM-PON based on a hybrid 5-D chaos | |
CN116886265A (zh) | 一种基于bp神经网络分发密钥的光传输方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |