随机序列的多元统计测量可视化分布特性研究

Stream cipher plays a key role in protecting streaming multimedia contents in the current network environment. Creating high efficient cryptographic schemes and high quality pseudo-random sequences are the key goals for cryptographic researches linked with network applications. Associated with the open calling activities worldwidely for collecting stream cipher algorithm by the European ECYPT organization on NESSIE and eStream research projects, dynamically updated non-linear logic function, stream cipher schemes and non-linear sequencing constructions become the hottest topics in modern stream cipher research. This project will use the non-linear construction to show the visual characteristics of pseudo-random sequences measured in different multiple probability statistic distributions, and to apply basic arithmetic/logic operations iteratively to create powerfully recursive mechanism to analyse complex random sequences. In addition to the NIST statistical test package of random sequences, this project will use variant measurement systems and variant visualization to compare different random sequences. Using different visual characteristics, we can identify suitable pseudo-random sequence generation mechanism to show the iterative nature of the selected function on their non-linear features.

序列密码在现代网络通讯系统中对保障流媒体内容安全起着核心作用。在序列密码方案中如何生成和构造高品质的伪随机序列是序列密码研究的热点。伴随着欧洲NESSIE 和eSTREAM公开征集序列密码算法，非线性逻辑函数、结构动态更新以及不同的非线性序列密码方案成为前沿序列密码研究的焦点。 本项目探索非线性体系形成多元统计测量可视化特征分布，利用基础算术/逻辑运算形成迭代机制，采集序列测量数据，形成多元统计可视化技术以配合研究与非线性逻辑机制关联的迭代模式形成研究的基础。针对多元统计测量，探寻非线性生成和控制的组合机制，形成特有的特征分布结构模式以便于分析和解析相关的随机序列。 除了利用NIST公布的随机序列统计测试包之外，本项目利用所建立的变值测量体系和可视化机制对不同的随机序列进行对比，形成有效的交叉比较模型和方法。利用可视化特征分布辅助判定选择伪随机序列及其所选择函数的迭代特性。

探索复杂非线性体系形成多元统计测量可视化特征分布，利用特征分布分析相关的随机序列。 结合NIST随机序列统计测试包和变值测量体系可视化图示，对比不同的随机序列形成交叉比较结果。.2014-2015年，在序列密码生成和检测方向进行积极探索，从典型应用和基础论题进行研究，取得系列测量结果。在2016年，针对前期困惑的原理基础性难题，研究聚焦于0-1向量基础状态群聚模型和变值表示。将0-1向量状态集合变值体系与分组密码变换替换－置换网络（SPN）建立关系；将变值测量体系基础，从元胞自动机(CA)模型，提升为 互补－置换网络（CPN）模型。从多元统计测量可视化的角度，形成4基元伪基因序列为核心的变值测量表示。在此基础上，将密码序列，全基因序列和多值测量序列映射到变值测量体系，建立起通用数据变换的模型和方法。把针对序列密码测量所开拓的模型和方法，推广应用到其它类型的真／伪随机序列测量和可视化研究之中。.2017年，对中国科技大学和澳大利亚国立大学的量子密码序列作平稳随机性测量。通过单光子测量序列，全基因序列，蝙蝠回声／心电图序列形成的变值图示，展现基础测量，表示模型和测量方法奠基之后，多类典型应用的测量效果。.发表论文总数22篇；期刊论文14篇，会议论文8篇，EI收录7篇。建立的测量平台包括：量子／经典密码序列，基因序列，蝙蝠回声，心电图序列，单光子测量序列等。.组织超过80个研究小组进行随机序列生成和检测前沿研究。指导超过20人次研究生团队进行研究工作。优秀本科生和研究生发表论文18篇。参加中国密码学会年会作过8次报告；作为新型计算基因组学研讨会的组织者，在第3次国际Integrative Biology会议组织专题讨论。.基于CPN形成的变值测量体系，是在0-1向量状态空间上建立的互补对称群结构。从原创测量科学体系角度，具有基础性开拓的科学意义和广泛前沿应用前景。

内容获取失败，请点击重试