科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，被广泛使用的MD5、SHA-1等哈希算法存在不同程度的安全隐患，现在通用的SHA-2算法迭代结构与SHA-1算法相同，使得其存在被攻破的可能性。而SHA-3由于其内部结构复杂，实现复杂度较高。设计并实现了基于混沌神经网络和C-MD(chaotic neural network-Merkle-Damgard)结构的带密钥哈希函数，为提高安全性改进了Merkle-Damgard结构，并提出C-MD结构，将该结构应用于哈希函数设计可以抵抗中间相遇攻击、多碰撞攻击以及针对长信息的第二原像攻击；使用混沌神经网络作为压缩函数，以提高哈希函数复杂度，增强函数的抗碰撞性，支持函数输出多种长度；设计一个明文预处理器，使用耦合映像格子产生与明文长度相关的混沌序列对明文进行填充，增强哈希函数抵抗长度扩展攻击的能力。仿真实验结果表明，提出的哈希函数效率优于SHA-2、SHA-3等的同类型混沌哈希函数，能够抵御第二原像攻击、多碰撞攻击和差分攻击等多种攻击方式，同时具有更好的抗碰撞性和映射均匀性。此外，提出的哈希函数可以输出不同长度的散列值，能够较好地应用在数字签名、密钥生成、基于哈希的消息认证码、确定性随机比特发生器等领域。
- 单位
