基于分形理论的加密算法

---

目前，加密技术已经从外交和军事领域走向公开，且已发展成为一门结合数学、计算机科学、电子与通信、微电子等技术的交叉学科，使用加密技术不仅可以保证信息的机密性，而且可以保证信息的完整性和确定性，防止信息被篡改、伪造和假冒。那么，接下来我就给大家介绍一种基于分形理论的加密算法。

一、基于分形理论的加密算法_

1、分型理论

分形理论是非线性科学研究中十分活跃的一个分支，它的研究对象是自然界和非线性系统中出现的不光滑和不规则的几何形体。正是由于它的非线形，在密码学中就有了很好的用处，正如我们所熟悉的des加密需要8个s盒来完成加密的非线形一样。现拿席尔宾斯基垫片模型作为例子，对于其相似维数，r=2，N=3，Ds=log3/2，可见其维数已经不是我们常见的整数。

2、席尔宾斯基垫片模型

席尔宾斯基垫片模型开始状态为一个三角形，第一步后有3个与开始状态相似的三角形，第二步后有9个。。。第n-1步后有3的n-1次方。每个三角形有3条边，则一共有3的n次方个边。那么我们定义n为分形的形成维数。

我们定义密钥的第1位为选择的模型，第2，3，4位为分形的维数，其余位数作为控制三角形旋转的控制位。将其余位数化为二进制，0代表旋转1次，1代表旋转2次。

图1席尔宾斯基垫片模型

3、基于分形理论的加密算法 加密过程

假设加密密钥为0x10034567，要加密的明文为0x12345678，那么密钥第一位为1，假设1代表我们的模型是三角形。第2，3，4位为003，即维数为3，则用于加密的分形图形为上图所示。 密钥后四位的二进制为0100 0101 0110 0111，密钥控制图形成过程为：

将密钥二进制的每一位按照从上到下从左到右的顺序放在顶角朝上的小三角形中，例如将上图按照每个小三角形的高的长度作为一个等级从上到下分为5级，第0级到第1级之间有一个顶角朝上的小三角形，得到的值为0，第1级到第2级之间有两个三角形，由于在同一级则按照从左到右的顺序，得到的值为10，第2级到第3级之间有两个顶角朝上的三角形，得到的值为00，第3级到第4级之间有4个顶角朝上的三角形，得到的值为1010。形成的控制图如图所示。

图2密钥控制图

明文的二进制为0001 0010 0011 0100 0101 0110 0111 1000，它在席尔宾斯基垫片模型中所处位置为下图所示，形成过程为：

将明文二进制的每一位按照从上到下从左到右的顺序放在顶角朝上的小三角形的三条边上。依然按照以上的规则将图1分为5级， 第0级和第1级之间有两条边，得到的值为00，第1级上有一条边得到的值为0，第1级到第2级之间有4条边，得到的值为1001，依此类推。

图3明文显示图

则明文经过密钥控制后在席尔宾斯基垫片模型中的位置如图4所示，控制规则为：在图2中如果三角形中二进制数为0的则将该三角形顺时针旋转1次，如果为1则将该三角形顺时针旋转2次。

图4密文显示图

由上可知，每次加密能够加密的位数为维数的三次方（如果模型为1的话），明文中的位数有可能不是其整数倍，则继续加密规则。继续加密时，密钥循环使用，如上次用到密钥的前9位0100 0101 0，接下来使用密钥的后7位110 0111，和前2位01，依此循环使用密钥，则密钥控制图如图5所示。

图5密钥控制图

剩下明文在席尔宾斯基垫片模型中所处位置为图6所示，明文经过密钥控制后在席尔宾斯基垫片模型中的位置如图7所示。

图6明文显示图

图7密文显示图

加密完成，密文按照从上到下从左到右的规则取出，得到的密文为，0000 0001 1100 1100 0010 1110 0110 1100即0x01cc2d6c。

4、基于分形理论的加密算法解密过程

解密的时候0代表三角形旋转2次，1代表1次，因为三角形旋转三次就还原了，如果是其他图形则作相应的改变。

二、基于分形理论的加密算法安全性分析

该加密方法的安全性在于：

1、第1位选择图形，如果错误则无法解出。

2、第2、3、4位为维数，过多过少的维数都会解出错误。

3、旋转的次数是根据密钥变化改变而改变，很随机。

4、未用到任何数学算法，因此根据数学公式无法作为破解的工具。

5、由于很好的非线形以及无规则性，很好的保护加密明文。

6、只有穷举法才有机会攻击，而穷举法对所有的加密方法都有效。

立即下载试用

---

基于动态信任的内生安全架构

动态信任是一种新型的信息安全架构，近年来随着物联网、云计算和移动化等技术的发展而逐渐受到关注。传统的信息安全架构往往是建立在固定的信任模型之上，而动态信任则更加灵活和自适应，可以根据实际情况动态调整信任度，从而提高整个系统的安全性。本文将从以下几个方面来探讨基于动态信任的内生安全架构，包括动态信任的概念、功能特点、应用场景、实现方法等。

一、动态信任的概念

动态信任是指基于多方交互和数据分析，根据实时风险评估结果自适应调整信任度的一种信任模型。它与传统的访问控制模型不同，传统模型是基于身份验证和访问授权来限制访问权限的，而动态信任则更加注重实时风险评估和动态调整信任度。动态信任由于其灵活性和自适应性被广泛应用于物联网、云计算和移动化等领域，成为一种新型的内生安全框架。

二、动态信任的功能特点

1、实时风险评估
动态信任的核心是实时风险评估，通过对多方交互数据的分析、模型预测和机器学习等方法，从而实现对用户、设备、应用以及网络等方面的风险评估。同时，动态信任支持多种评估方法，可以根据实际情况选择不同的评估方法来评估系统的安全性。

2、动态调整信任度
动态信任可以根据实时风险评估结果自适应调整信任度，从而提高整个系统的安全性。例如，对于一个新的设备或应用，由于缺少足够的信任度，系统可以限制其访问权限，等到其表现良好后再逐步增加信任度。另外，在不同的应用场景中，可以根据不同的容错需求设置不同的信任阈值，从而更加灵活地调整系统的安全性。

3、安全事件的自适应响应
基于动态信任的内生安全框架可以根据实时风险评估结果自适应响应安全事件，例如实时阻断异常访问或异常信任行为等，从而保护整个系统的安全。另外，动态信任还可以实现安全威胁预警和安全日志审计等功能，为后续的安全事件响应提供支持。

三、动态信任的应用场景

基于动态信任的内生安全框架适用于物联网、云计算和移动化等领域，可以提高系统的安全性和稳定性。具体应用场景如下：

1、物联网领域
对于物联网场景，动态信任可以实现对设备、应用、用户等的实时风险评估和动态信任管理，从而保护整个物联网系统的安全。例如，可以基于设备的行为、属性等数据进行风险评估，判断设备是否存在安全风险，并进行相应的防御措施。

2、云计算领域
对于云计算场景，动态信任可以实现对用户、应用、网络等的实时风险评估和自适应调整信任度，从而提高整个云计算系统的安全性和稳定性。例如，可以根据用户的访问情况和应用的行为数据等进行风险评估，判断用户和应用是否存在安全风险，并相应的限制其访问权限。

3、移动化场景
对于移动应用场景，动态信任可以实现对应用、用户等的实时风险评估和自适应调整信任度，从而保护整个移动应用系统的安全。例如，可以根据应用的行为数据、用户的位置信息等进行风险评估，判断应用和用户是否存在安全风险，并相应的限制其访问权限。

四、动态信任的实现方法

基于动态信任的内生安全框架的实现方法主要包括以下几个方面：

1、机器学习技术
机器学习技术可以实现对多方交互数据的分析和预测，进而实现实时风险评估和动态信任管理。例如，可以使用支持向量机、神经网络、朴素贝叶斯等算法对数据进行分类和预测，从而实现安全风险评估。

2、分布式计算技术
分布式计算技术可以实现对大规模数据的分析和处理，多种评估方法的实现和系统的扩展性等。例如，可以使用MapReduce等分布式计算技术来实现大规模数据的分析和处理，从而提高系统的效率和准确性。

3、安全日志管理技术
安全日志管理技术可以实现对安全事件的记录、分析和响应等功能，从而提高系统的安全性和稳定性。例如，可以使用SIEM技术来实现安全事件的实时监测、分析和响应，从而提供相应的安全保障。

总之，基于动态信任的内生安全框架是一种新型的信息安全架构，其具有灵活性和自适应性等特点，可以根据实际情况动态调整信任度，提高整个系统的安全性。在物联网、云计算和移动化等领域具有广泛的应用前景，同时也面临着各种技术挑战和安全威胁。因此，我们需要进一步探索动态信任技术的研究和应用，并积极探索基于动态信任的内生安全框架的实现方法和应用策略，从而实现网络信息安全的可靠保障。

本文为收集整理，文章部分观点不代表本站观点，如有侵权或其它问题请反馈客服。/cjwt/16268.html