[發明專利]一種基于自反饋演化序列的密鑰序列生成方法

有效

• 申請號: 201410111331.2
• 申請日: 2014-03-24
• 公開（公告）號: CN103888250B
• 公開（公告）日: 2017-04-05
• 發明（設計）人: 李康順;張麗霞;左磊;楊磊;張楚湖
• 申請（專利權）人: 華南農業大學
• 主分類號: H04L9/08
• 分類號: H04L9/08;G06N3/12
• 代理公司: 廣州市華學知識產權代理有限公司44245
• 代理人: 楊曉松

技術領域

本發明涉及一種密鑰序列的生成方法，特別涉及一種基于自反饋演化序列的密鑰序列生成方法。

背景技術

在商品的交易和流通領域，利用條形碼等表示的商品信息是物流防偽系統的重要數據，因此其數據必須具備一定的安全性。通常為保證數據的安全，可以從數據編碼的角度進行加強，采用密鑰序列對相應的商品信息進行加密。密鑰序列又稱流密碼，在信息安全領域中，在數據編碼中運用加密算法可以實現數據編碼安全。信息加密領域的一些主要的密鑰序列生成方法，如數據加密標準DES算法、高級數據加密標準AES算法、大數分解和素性檢測RSA算法等，都可以生成為條形碼等表示的商品信息進行加密的密鑰。

（1）DES算法：DES算法通過循環和迭代，將簡單的運算和變換構成數據流的非線性變換，其算法設計的核心就是讓所有的秘密寓于密鑰之中。主要缺點是DES使用的56位密鑰過短，安全性不高。

（2）AES算法：AES算法基于排列和置換運算，對數據重新進行安排，并將一個數據單元替換為另一個，經過若干輪迭代加密，最終得到密文。就安全性方面而言，AES算法優于DES算法，但仍然易受到攻擊的影響。另一方面，AES具有井然有序的代數結構，雖然相關的代數攻擊尚未出現，但有許多學者認為，把安全性創建于未經透徹研究過的結構上是有風險的。

（3）RSA算法：RSA算法的安全性基于數論中大整數分解的困難性，是目前在各個領域應用非常廣泛的加密算法。其缺點主要體現在算法的執行效率上。由于RSA進行的都是大整數計算，因此無論是軟件還是硬件實現，速度都不太理想，一般只適用于少量數據加密。隨著大數分解技術的發展，RSA要求的大整數規模越來越大，所以運算時間還會增加，不利于數據格式的標準化。

演化算法（Evolutionary?Algorithm，EA）是一類以Darwin自然演化論和Mendel遺傳變異理論為基礎的求解復雜全局優化問題的仿生型算法，由美國Holland?J.H.教授于20世紀60年代中期首次提出。演化算法是基于適者生存、優勝劣汰的演化原則，通過對包含可能解的群體反復使用遺傳學基本操作，使之不斷地生成新的群體，最終促使種群不斷演化。同時，演化算法以全局并行搜索技術來搜索優化群體中的最優個體，以求得滿足要求的最優解或準最優解。演化算法的基本實現技術包括編碼、個體適應度評價和演化操作三部分。編碼是指在演化算法中描述問題的可行解，即把一個問題的可行解從其空間轉化到演化算法所能處理的搜索空間。適應度用來度量群體中各個個體在優化計算中可能達到的最優解的優良程度。一般而言，適應度較高的個體遺傳到下一代的概率較大，而適應度較低的個體遺傳到下一代的概率較小。演化算法的一個特點是它僅使用所求問題的目標函數就可得到下一步的有關搜索信息，而對目標函數值的使用是通過評價個體的適應度來體現的。演化操作的任務是對群體的個體依據它們對環境的適應程度施加一定的操作，從而實現優勝劣汰的進化過程。從優化搜索角度來看，演化操作可使問題的解逐代優化，最終逼近最優解。演化操作包括三個演化算子：選擇、交叉與變異。選擇操作用于選擇最優個體直接復制到下一代或者進行交叉和變異；交叉操作將選擇的個體進行交配重組，形成新的個體；變異操作模擬生物界基因變異，從而產生新的個體。

演化算法的特點使得其成為一種適合加密商品信息的技術。使用演化算法生成的演化序列加密商品信息，能夠更好地保護商品信息上數據信息的安全性，并能夠提高加解密算法的運行效率，從而提高生產廠家的生產效率，使之獲得更大的利潤。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提供一種安全性和執行效率高的基于自反饋演化序列的密鑰序列生成方法。

本發明的目的通過下述技術方案實現：一種基于自反饋演化序列的密鑰序列生成方法，包括以下步驟：

（1）初始化演化中運行的參數；

（2）利用自反饋映射函數對演化中種群進行初始化，隨機生成含有一定數目個體的初始種群；

（3）計算當前種群中用于檢驗各個個體頻數的頻數適應值η和用于檢驗各個個體序列的序列適應值p；

（4）對比每個個體與其所在種群其他個體的適應值，計算出當前種群中每個個體的秩；

（5）計算每個個體與當前種群中其他各個體染色體長度相對應的漢明距離，根據漢明距離獲取每個個體的擁擠距離；

（6）先按照秩值對種群中的個體進行降序排列，然后在上述排序的基礎上，再按照擁擠距離值對種群中的個體進行升序排列；