本项目主要研究利用数字混沌神经网络进行高强度光数字保密通信的可行性,以求提出一种适于实现高强度保密通信的新型加密编码技术一数字混沌神经网络加密编码技术。本研究发现了目前混沌加密编码技术存在的关键性基础困难;在将混沌控制拓展到数字混沌控制的基础上,提出了用于解决上述困难的系列单元数字混沌控制技术;系统研究了递归BP网络、混沌神经元网络两种基本数字混沌源的混沌密码学质量;研制了一套基于DSP技术实现的数字混沌神经元网络高强度数字加密原理验证系统。本研究为混沌密码术的成熟提供了必要的物理理论基础。具体研究成果将于近期内在国家安全部等相关部门获得应用。
{{i.achievement_title}}
数据更新时间:2023-05-31
多源数据驱动CNN-GRU模型的公交客流量分类预测
采用深度学习的铣刀磨损状态预测模型
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
简化的滤波器查找表与神经网络联合预失真方法
基于深度神经网络的个体阅读眼动预测
基于双随机相位编码的混沌光通信安全性研究
混沌光通信技术
基于图像颜色归并的信息隐藏混沌编码机理研究
运用混沌神经网络进行非线性振动中的混沌特性研究