S盒可分特征的线性不等式刻画研究

S盒可分特征的刻画是自动化积分分析的关键.为实现通用性,支持动态S盒和大状态S盒的刻画,给出了3种线性不等式刻画方法及其一般刻画形式,其中,凸包的H表示方法不会引入临时变量,其一般刻画形式使用的线性不等式数量最少,但属于非等价刻画;大M方法在引入一个二进制临时变量的情况下实现等价刻画,但线性不等式数量最多;维数扩充法同...     

具有最优代数免疫阶的1阶弹性函数的构造

这里研究了两种二阶级联构造的密码学性质,发现对初始函数增加2个变元,构造方法I和Ⅱ都能使代数免疫阶增加1阶,同时分别获得高的非线性度和1阶弹性。通过选择置换s,构造I能迭代产生非线性度高的代数免疫最优的布尔函数。最后利用级联构造I和II给出了一种具有1阶弹性的代数免疫最优布尔函数的构造方法.     

具有高代数免疫阶的弹性布尔函数构造

提出一种二阶级联构造方法,通过选择恰当的参数s,使每次级联增加2个变元的同时代数免疫阶增加1、代数次数增加1。该方法在保持布尔函数弹性的同时能有效提高非线性度。在此基础上设计一类非线性度高于已知构造方法的代数免疫最优布尔函数以及一类非线性度好且满足一阶弹性的代数免疫至少次优的布尔函数,并利用二阶级联迭代构造密码学性质好的布尔函数。     

结合分水岭的纹理梯度各向异性图像分割

目的 目前,许多图像分割算法对含有丰富纹理信息的图像的分割效果并不理想,尤其是在不同纹理的边缘信息的保持方面。为了解决这一问题,提出一种基于连续纹理梯度信息的各向异性图像分割算法。方法 在分水岭算法的基础上,引入纹理梯度各向异性算法,能够在避免纹理信息影响分割效果的前提下,最大限度地保证纹理边缘信息的完整。针对纹理特征数据敏感的特性,本文将离散的图像高度信息映射到连续的纹理梯度空间,能够有效减少由细小差异造成的过分割现象。结果 本文方法在BSD500 Dataset和Stanford Background Dataset中选择了大量的纹理信息丰富的图片与最新的分割算法进行了实验与对比。本文方法在分割效果（降低过分割现象）、保持边缘信息和分割准确率等方面均获得明显改进,并在图像分割的平均准确率方面与最新算法进行比较发现,本文算法的平均分割准确率达到90.9%,明显超过了其他最新算法,验证了本文方法的有效性。结论 本文提出的基于分水岭的纹理梯度各向异性算法对纹理图像的分割具有保边和准确的特点,采用连续梯度空间的方法能够有效地减少传统分水岭算法的过分割现象。本文方法主要适用于纹理信息丰富（自然纹理和人工纹理）的图片。     

m序列频谱免疫度的研究

频谱免疫度是度量周期序列抵抗离散傅里叶频谱攻击的重要指标。周期序列的频谱免疫度越大,抵抗离散傅里叶频谱攻击的能力越强。通过搜索[m]序列的零化子,计算其频谱重量,提出猜想：[n]级[m]序列的零化子最低频谱重量是[n+1],而该[m]序列的补序列恰恰是其一个最低频重零化子。研究了[m]序列零化子及其补序列的性质,从理论上证明了该猜想。分析了[m]序列补序列的零化子性质,得出结论：[n]级[m]序列的频谱免疫度为[n];说明了[m]序列难以抵抗离散傅里叶频谱攻击。