CN114124348B - 一种基于混沌轮编码的光接入加密方法 - Google Patents

一种基于混沌轮编码的光接入加密方法 Download PDF

Info

Publication number
CN114124348B
CN114124348B CN202111391218.0A CN202111391218A CN114124348B CN 114124348 B CN114124348 B CN 114124348B CN 202111391218 A CN202111391218 A CN 202111391218A CN 114124348 B CN114124348 B CN 114124348B
Authority
CN
China
Prior art keywords
chaotic
key
signals
data
neural network
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.)
Active
Application number
CN202111391218.0A
Other languages
English (en)
Other versions
CN114124348A (zh
Inventor
刘博�
任建新
毛雅亚
李明烨
孙婷婷
赵立龙
吴泳锋
哈特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202111391218.0A priority Critical patent/CN114124348B/zh
Publication of CN114124348A publication Critical patent/CN114124348A/zh
Application granted granted Critical
Publication of CN114124348B publication Critical patent/CN114124348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/048—Activation functions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q11/0067—Provisions for optical access or distribution networks, e.g. Gigabit Ethernet Passive Optical Network (GE-PON), ATM-based Passive Optical Network (A-PON), PON-Ring
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Signal Processing (AREA)
  • Optical Communication System (AREA)
  • Small-Scale Networks (AREA)

Abstract

本发明公开了一种基于混沌轮编码的光接入加密方案，包括如下步骤：S1、在发送端，首先通过多频正弦混沌神经网络产生三个混沌序列；对OFDM‑PON系统中传输的信号进行分组；S2、对其中两个混沌序列进行处理，得到两个加密秘钥；对第三个混沌序列进行S盒变换进行加密；对分组后的信号点进行轮编码方式加密；S3、将被加密的所有信号发送到调制器上调制成光信号，与另外一束光耦合产生电信号，通过无线网进行信号传输；S4、在接收端，接收到的信号经过解调解密后，还原出传输的二进制数据流，获得原始数据。本发明加强了信息传输的安全性和灵活性。

Description

一种基于混沌轮编码的光接入加密方法
技术领域
本发明属于传输系统加密技术领域，具体涉及一种基于混沌轮编码的光接入加密方法，主要应用于OFDM-PON传输系统中。
背景技术
在如今信息爆炸的时代，各种新型的传输媒介层出不穷，譬如可见光通信、天空地一体化通信、星链计划等，但是最根本的还是光通信，其传输量占所有通信方式的比例大约为85％。OFDM指正交频分复用技术，通过频分复用技术实现高速串行的并行传输，并且由于其载波的正交性可以保证其具有较好的抗多径衰弱的能力，其超高的频率利用率能在窄带带宽下传输大量数据，因此在通信领域中得到了很好的应用和发展。
在光通信中，最常见的是无源光网络(PON)系统，由一个OLT连接无数个ONU组成，每一个ONU节点都共享相同的数据包，以用来分配给用户进行信息分配。在这个过程中，信息安全问题便凸显了出来，如果非法监听者在ONU端窃取了数据包，并且进行破译的话，小到个人的隐私信息稍有不慎便容易被一些不法分子盗取，大到国家的数据信息被敌对国家利用，会造成很严重的影响。在如今计算机技术和密码学飞速发展的时代，也为信息安全提供了很多有效的方法手段，譬如从信息源出发，对信号进行处理实现对称性加密、从信息传播途径出发，对信道进行监听加密、从信号的调制方法进行加密等。目前比较安全的加密方式为“一次一密”，即每次信息的发送都有一次不同的加密密钥，但是在如此庞大的数据量面前，往往很难做到传递和分发，传统密码学面对信息爆炸的时代力不从心，于是现代加密理论譬如量子加密、混沌加密等方法应运而生，通过新型的密钥生成方式进行加密。
本专利提出的基于混沌轮编码的光接入加密方法，采用的是对称性加密，利用多频正弦混神经网络产生多吸引子的复杂混沌现象，从而进一步产生复杂随机数，通过算法进行处理，生成发送端的密钥，其次对信号点进行分组处理，然后进行相应的混沌映射，对信号点进行加密处理。以16QAM信号为例，先在数字信号处理端(DSP)建立多频正弦混沌神经网络系统，通过该系统迭代生成所需64位混沌序列，再经过该混沌序列进一步生成加密所需的密钥，对分完组的信号点进行扰动。在接受端采用对称性解密，输入相同的多频正弦混沌神经网络并通过与发射端相同的操作生成对应的解密钥，恢复原始信号。这种加密方法通过新型的多频正弦神经网络，拥有两个吸引子，以及一个正的李诺亚夫指数，极大的增强了初始模型的安全性能，并且运用了混沌轮编码技术，可以大大增强混沌加密的灵活性，由于混沌对初始值十分敏感，能很好的做到“一次一密”加密。
发明内容
本发明针对现有技术中的不足，提供一种基于混沌轮编码的光接入加密方法，基于神经网络模型中的多频正弦混沌神经网络，通过该系统的混沌性迭代生成空间极大的混沌序列，对该混沌序列进行处理后得到加密密钥，对信号点进行轮编码方式加密。发明点在于，第一，结合一种新型的多频正弦混沌神经网络模型，通过新型的处理算法，对该模型生成的随机数进行处理，生成所需要的密钥空间；第二，使用轮编码技术对OFDM-PON系统中的信号进行加密扰动，进一步提高了整个系统的安全性；第三，通过对信号分块切割的方法，提高了混沌密钥空间的利用率。因此，该方法可以极大的增强通信系统的安全性和灵活性，具有一定的价值。
为实现上述目的，本发明采用以下技术方案：
包括如下步骤：
S1、在发送端，首先通过多频正弦混沌神经网络产生三个混沌序列；对OFDM-PON系统中传输的信号进行分组；
S2、对其中两个混沌序列进行处理，得到两个加密秘钥；对第三个混沌序列进行S盒变换进行加密；对分组后的信号点进行轮编码方式加密；
S3、将被加密的所有信号发送到调制器上调制成光信号，与另外一束光耦合产生电信号，通过无线网进行信号传输；
S4、在接收端，接收到的信号经过解调解密后，还原出传输的二进制数据流，获得原始数据。
为优化上述技术方案，采取的具体措施还包括：
进一步地，S1中信号分组方法包括：对OFDM调制中的16QAM信号进行IP分割，将所有信号首先处理成有64位IP地址的信号，即将信号均匀分为64块，并对每一块信号按顺序进行编码；如果不能满足64的整数倍，即添0补齐。
进一步地，S2中对分组后的信号点进行轮编码方式加密包括信号IP置换与数字移位。
进一步地，信号IP置换包括：将16QAM信号中的所有数据进行IP置换，置换规则由混沌模型处理计算：取混沌神经网络中第一个维度的64-127位进行处理，处理规则为按顺序进行划分，最小的为1，最大的为64。
进一步地，IP置换后进行数据移位：将每一个IP地址内的数据再进行一次处理，以32个数据为间隔，分成若干组，再添一位为校验码；校验码是为了与混沌密钥做同步，其奇偶性与该处的混沌密钥同步，0代表偶数，1代表奇数；如果发现某处的校验码不同步，则需要进行向前纠错。
进一步地，根据混沌产生的第2个维度的序列，生成密钥，密钥大小范围为0-9；生成规则为取混沌密钥的小数点后第2位数字，并分配给每一个IP地址的不同分组，每一个分组会得到一个密钥，根据该密钥首先确定校验码的奇偶性，其次按照密钥的大小值，对数据进行循环左移。
进一步地，利用S盒进行加密处理包括：将混沌模型生成的48位密钥随机放入8个S盒中进行替换，每一个盒子6位数据的最高位和最低位作为新数据的行，中间4位作为数据的列；8个S盒事先定义好，每个S盒中有4行16列数据，每一行都是由0-15这16个数组成的。
进一步地，S1中，多频正弦混沌神经网络使用频率和初相不同的两个正弦信号的叠加组成一个多频正弦信号，并引入到细胞神经网络的激活函数中，定义多频正弦函数为：
式中，A1和A2为振幅，x取值为[-1，1]，ε1和ε2表示正弦函数的陡峭程度，和/>为相位；A为振幅，e表示exp指数函数，q、m和n为多频正弦函数系数；
采用具有生物特征的函数与原激活函数相结合作为非线性激活函数，神经网络模型为：
其中，t为步长；aj、Ij、Ajk和Sjk均为常数；f(xj)、f(xk)为MFCS和激活函数加和而成的MFCS激活函数；当aj，Ajk和Sjk取特定的值时，多频正弦混沌神经网络具有丰富的混沌特征；六阶细胞神经网络的细胞参数为
多频正弦神经网络的模型描述为
其中，表示导数；
本发明的有益效果是：本发明通过多频正弦混沌神经网络，生成空间极大的密钥库，通过一种新型的算法生成扰动因子，对原始数据进行多重处理，并且运用了切割技术，极大的增强了系统的鲁棒性，在“一次一密”的加密方式下大大加强了信息传输的安全性和灵活性。
附图说明
图1是本发明的基于混沌轮编码加密实施流程图。
图2是本发明的多频正弦混沌神经网络吸引子图。
图3是本发明的基于混沌轮编码的光接入加密方案流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
如图1-3所示，本发明提供了一种基于混沌轮编码的光接入加密方法，首先对OFDM-PON系统中传输的信号进行分组，以达到并行加密提高速率的目的；其次利用多频正弦混沌神经网络产生的密钥组(图1中的密钥1和密钥2)对信号点进行轮编码扰动，与传统混沌加密方式比较，本发明的加密方法进一步增强了混沌模型的复杂度，并通过轮编码的方式，提升了混沌密钥空间的利用率，降低了信息的发送成本的同时，也极大地增强了信息传输的安全性，可以有效防止窃听者通过大量运算暴力破解。
本发明具体包括如下步骤：
S1、在发送端，首先通过多频正弦混沌神经网络产生三个混沌序列；对OFDM-PON系统中传输的信号进行分组。
多频正弦神经网络模型：
使用频率和初相不同的两个正弦信号的叠加组成一个多频正弦信号，并引入到细胞神经网络的激活函数中，定义多频正弦函数为：
本专利采用的具有生物特征的函数与原激活函数相结合作为非线性激活函数，神经网络模型可以描述为
其中，aj，Ajk和Sjk取常数，f(xjk)为MFCS和激活函数加和而成的MFCS激活函数，当aj，Ajk和Sjk取一些特定的值时，系统具有丰富的混沌特征，六阶细胞神经网络的细胞参
数为
因此多频正弦神经网络的模型可以描述为
其中，
其中，各项参数取值如表1所示：
表1
利用混沌神经网络生成混沌序列：
在matlab对混沌神经网络进行建模，该混沌神经系统的吸引子如图2所示，
通过李诺亚夫指数分析可以表征此系统的特征，通过计算该混沌的李亚诺夫指数，LE1＝5.2631，LE2＝-0.0005，LE3＝-0.9956，LE4＝-4.01，LE5＝-7.5025，LE6＝-104.0340，李诺亚夫的维度DL＝2.2986，该混沌模型具有很高的混沌复杂度。生成的混沌序列一共有6组，对该序列进行处理，在本实施例中处理规则为如果序列值小数点的后一位如果大于5，则密钥值为1，如果小于等于5，则密钥为0.进一步生成所需混沌密钥。
在传统混沌加密研究中，由于混沌生成的密钥空间极大，往往对每一个信号点进行加密，这会导致系统鲁棒性太低，有个别数据移位就会导致整体出现偏差。因此对OFDM调制中的16QAM信号进行IP分割，将所有信号首先处理成有64位IP地址的信号，即将信号均匀分为64块，并对每一块信号按顺序进行编码，如果不能满足64的整数倍，即添0补齐。
S2、对其中两个混沌序列进行处理，得到两个加密密钥，密钥1和密钥2；对第三个混沌序列进行S盒变换进行加密；对分组后的信号点进行轮编码方式加密，包括信号IP置换与数字移位。
IP置换的目的是将16QAM信号中的所有数据进行前后置换，置换规则由混沌模型处理计算。为了防止混沌模型前期的伪混沌性，取混沌神经网络中第一个维度的64-127位进行处理，处理规则为按顺序进行划分，最小的为1，最大的为64。初值数值范围从-20取到20。本实施例根据初值为[0,0.2,0.3,0.5,0.6,0.5]生成的混沌序列处理后的位置如下表2所示：
表2
58 50 42 34 26 18 10 2
60 52 44 36 28 20 12 4
62 54 46 38 30 22 14 6
64 56 48 40 32 24 16 8
57 49 41 33 25 17 9 1
59 51 43 35 27 19 11 3
61 53 45 37 29 21 13 5
63 55 47 39 31 23 15 7
图中的数字代表置换后的IP在原数据链中的位置，即第58位移到了第1位，第50位移到了第2位……以此类推，第7位移动到了第64位。
IP置换后进行数据移位：将每一个IP地址内的数据再进行一次处理，以32个数据为间隔，分成若干组，再添一位为校验码；校验码是为了与混沌密钥做同步，其奇偶性与该处的混沌密钥同步，0代表偶数，1代表奇数；如果发现某处的校验码不同步，则需要进行向前纠错。
根据混沌产生的第2个维度的序列，生成所需要的密钥，密钥大小范围为0-9，生成规则为取混沌密钥的小数点后第2位数字，并分配给每一个IP地址的不同分组，每一个分组会得到一个密钥，根据该密钥首先确定校验码的奇偶性，其次按照密钥的大小值，对数据进行循环左移。譬如混沌生成的混沌序列为0.621312431，则循环移位的密钥值为6，则校验码的值为0，由于47位数据太长，简化原数据为0011000111，则前六位进行循环移位，变成0111001100。再在首位添上校验码，即变成了00011000111。
S盒替换：
S盒是基于DES加密算法提出的，本专利利用成型的S盒，进行加密处理。将混沌模型生成的48位密钥随机放入8个S盒中进行替换，每一个盒子6位数据的最高位和最低位作为新数据的行，中间4位作为数据的列。8个S盒事先定义好，每个S盒中有4行16列数据，每一行都是由0-15这16个数组成的。这一步是加密过程中的非线性变换，能够很大的提升密钥的复杂度，能决定加密程度的好坏。下面表3以S4盒为例：
表3
7 13 14 3 0 6 9 10 1 2 8 5 11 12 4 15
13 8 11 5 6 15 0 3 4 7 2 12 1 10 14 9
10 6 9 0 12 11 7 13 15 1 3 14 5 2 8 4
3 15 0 6 10 1 13 8 9 4 5 11 12 7 2 14
如果密钥为100110，则最高位和最低位组成的数字为10，转化为十进制为2，中间4位为0011，转化为十进制为3，则为3行4列。计算中习惯以第0行和第0列为初始位置，则2行4列为12，再转化为二进制则为1100，则该密钥转换为1100，将8个S盒生成的8组密钥组合，即为32位新的密钥。将该密钥和上一步的32个数据进行异或扰动，生成最终的密文。
S3、将被加密的所有信号发送到调制器上调制成光信号，与另外一束光耦合产生电信号，通过无线网进行信号传输；
S4、在接收端，接收到的信号经过解调解密后，还原出传输的二进制数据流，获得原始数据。本次加密方案采用的是对称性加密，在解密端进行上述相应的变换，生成密钥后，对密文进行逆操作，即进行异或还原、数据移位还原以及IP还原。由于数据还原均在数字域进行处理，运算量并不会很庞大，解密速度较快。
本发明的有益效果是：本发明通过多频正弦混沌神经网络，生成空间极大的密钥库，通过一种新型的算法生成扰动因子，对原始数据进行多重处理，并且运用了切割技术，极大的增强了系统的鲁棒性，在“一次一密”的加密方式下大大加强了信息传输的安全性和灵活性。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (1)

1.一种基于混沌轮编码的光接入加密方法，其特征在于，包括如下步骤：
S1、在发送端，首先通过多频正弦混沌神经网络产生三个混沌序列；对OFDM-PON系统中传输的信号进行分组；多频正弦混沌神经网络使用频率和初相不同的两个正弦信号的叠加组成一个多频正弦信号，并引入到细胞神经网络的激活函数中，定义多频正弦函数为：
式中，A1和A2为振幅，x取值为[-1，1]，ε1和ε2表示正弦函数的陡峭程度，和/>为相位；A为振幅，e表示exp指数函数，q、m和n为多频正弦函数系数；
采用具有生物特征的函数与原激活函数相结合作为非线性激活函数，神经网络模型为：
其中，t为步长；aj、Ij、Ajk和Sjk均为常数；f(xj)、f(xk)为MFCS和激活函数加和而成的MFCS激活函数；当aj，Ajk和Sjk取特定的值时，多频正弦混沌神经网络具有丰富的混沌特征；六阶细胞神经网络的细胞参数为
多频正弦神经网络的模型描述为
其中，表示导数；
信号分组方法包括：对OFDM调制中的16QAM信号进行IP分割，将所有信号首先处理成有64位IP地址的信号，即将信号均匀分为64块，并对每一块信号按顺序进行编码；如果不能满足64的整数倍，即添0补齐；对分组后的信号点进行轮编码方式加密包括信号IP置换与数字移位；
S2、对其中两个混沌序列进行处理，得到两个加密秘钥；对第三个混沌序列进行S盒变换进行加密；对分组后的信号点进行轮编码方式加密；具体地，将16QAM信号中的所有数据进行IP置换，置换规则由混沌模型处理计算：取混沌神经网络中第一个维度的64-127位进行处理，处理规则为按顺序进行划分，最小的为1，最大的为64；IP置换后进行数据移位：将每一个IP地址内的数据再进行一次处理，以32个数据为间隔，分成若干组，再添一位为校验码；校验码是为了与混沌密钥做同步，其奇偶性与该处的混沌密钥同步，0代表偶数，1代表奇数；如果发现某处的校验码不同步，则需要进行向前纠错；
根据混沌产生的第2个维度的序列，生成密钥，密钥大小范围为0-9；生成规则为取混沌密钥的小数点后第2位数字，并分配给每一个IP地址的不同分组，每一个分组会得到一个密钥，根据该密钥首先确定校验码的奇偶性，其次按照密钥的大小值，对数据进行循环左移；
S3、将被加密的所有信号发送到调制器上调制成光信号，通过标准单模光纤进行信号传输；
S4、在接收端，接收到的信号经过解调解密后，还原出传输的二进制数据流，获得原始数据；
利用S盒进行加密处理包括：将混沌模型生成的48位密钥随机放入8个S盒中进行替换，每一个盒子6位数据的最高位和最低位作为新数据的行，中间4位作为数据的列；8个S盒事先定义好，每个S盒中有4行16列数据，每一行都是由0-15这16个数组成的；如果密钥为100110，则最高位和最低位组成的数字为10，转化为十进制为2，中间4位为0011，转化为十进制为3，则为3行4列，计算中习惯以第0行和第0列为初始位置，则2行4列为12，再转化为二进制则为1100，则该密钥转换为1100，将8个S盒生成的8组密钥组合，即为32位新的密钥，将该密钥和上一步的32个数据进行异或扰动，生成最终的密文。
CN202111391218.0A 2021-11-22 2021-11-22 一种基于混沌轮编码的光接入加密方法 Active CN114124348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111391218.0A CN114124348B (zh) 2021-11-22 2021-11-22 一种基于混沌轮编码的光接入加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111391218.0A CN114124348B (zh) 2021-11-22 2021-11-22 一种基于混沌轮编码的光接入加密方法

Publications (2)

Publication Number Publication Date
CN114124348A CN114124348A (zh) 2022-03-01
CN114124348B true CN114124348B (zh) 2023-07-25

Family

ID=80439642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111391218.0A Active CN114124348B (zh) 2021-11-22 2021-11-22 一种基于混沌轮编码的光接入加密方法

Country Status (1)

Country Link
CN (1) CN114124348B (zh)

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW556111B (en) * 1999-08-31 2003-10-01 Toshiba Corp Extended key generator, encryption/decryption unit, extended key generation method, and storage medium
CN101777975A (zh) * 2010-03-05 2010-07-14 西北工业大学 一种基于s盒和混沌映射的测试数据加密方法
CN105429706B (zh) * 2015-12-15 2018-01-02 广东顺德中山大学卡内基梅隆大学国际联合研究院 基于aes加密交织的混沌码分多址可见光通信系统
US20180054301A1 (en) * 2016-08-19 2018-02-22 King Fahd University Of Petroleum And Minerals Method and device for data encryption
CN110677237B (zh) * 2019-11-04 2020-10-30 郑州轻工业学院 一种具有似混沌特性的文件加密方法
CN111262684A (zh) * 2020-01-13 2020-06-09 燕山大学 一种基于改进aes算法的动力电池溯源管理编码加密方法
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
CN113271201B (zh) * 2021-05-27 2023-06-09 国网江苏省电力有限公司南京供电分公司 一种动态的aes物理层数据加密方法

Also Published As

Publication number Publication date
CN114124348A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
Zhang et al. Physical-enhanced secure strategy for OFDMA-PON using chaos and deoxyribonucleic acid encoding
Zhang et al. Brownian motion encryption for physical-layer security improvement in CO-OFDM-PON
CN102904711B (zh) 信息加密方法
Xiao et al. A novel hybrid secure method based on DNA encoding encryption and spiral scrambling in chaotic OFDM-PON
US20180241548A1 (en) Method and system for authenticating and preserving the integrity of communication, secured by secret sharing
CN112600663B (zh) 一种重构混沌序列多层加密方法
CN112019321B (zh) 一种基于高维混沌系统的五维光概率成型加密方法
CN111600661B (zh) 基于实时更新的混沌密钥分发的三维加密ofdm光系统
CN104737495A (zh) 校正量子密钥分配协议中的比特误差的排列方法
Yang et al. Chaotic encryption algorithm against chosen-plaintext attacks in optical OFDM transmission
Wu et al. Channel-based dynamic key generation for physical layer security in OFDM-PON systems
WO2007046302A1 (ja) データ送信装置、データ受信装置、及びデータ通信装置
CN113271201B (zh) 一种动态的aes物理层数据加密方法
Chakrabarti et al. A novel approach towards realizing optimum data transfer and Automatic Variable Key (AVK) in cryptography
CN110336657A (zh) 一种基于信道特性的光ofdm动态密钥生成方法
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
Noura et al. A physical encryption scheme for low-power wireless M2M devices: a dynamic key approach
Huang et al. Secure OFDM-PON using chaotic constellation mapping and probabilistic shaping
Bi et al. Cellular neural network encryption scheme for time synchronization and CPAs resistance in OFDM-PON
CN111404661A (zh) 一种光物理层混沌安全接入方法
Liu et al. A novel chaos-based physical layer security transmission scheme for Internet of Things
CN114124348B (zh) 一种基于混沌轮编码的光接入加密方法
CN111416701B (zh) 基于矢量扰动的高安全正交模分复用接入方法和系统
Wang et al. Data Center Secure Communication via DNA Hyperchaotic Encryption
Wang et al. Multi-Gbit/s real-time modems for chaotic optical OFDM data encryption and decryption

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