社会网络特性的双混沌互反馈加密算法

　　社会网络的数据获取已经成为社会网络分析的重要基石，虽然大多数社会媒体提供给开发者官方接口以供数据获取，但是在调用频次、权限、内容等方面都有严格的限制，难以获取全面的数据。因此，基于用户模拟登录的数据获取方法显得尤为重要，然而目前大多数社会媒体的登录过程存在较大的安全隐患，其登录密码均采用明文传输，严重威胁到用户的隐私安全。详细分析了Twitter登录过程中客户端与服务器间的交互过程，并且在流量层面解析POST请求时，发现Twitter的登录密码采用明文传输。为此，提出一种基于社会网络特性的双混沌互反馈加密算法。该算法利用登录用户的ID、创建时间、关注数作为加密函数的初始值与参数，并通过Logistic映射和Tent映射两个混沌系统交互式运算，得出密钥序列。由于输入参数的特殊性，使得密文具有不可预测性。实验表明，该算法取得了较好的加密和解密效果，同时加密与解密均处于毫秒级，可以做到用户的无感操作。此外，该算法拥有初始条件极度敏感、密钥空间大、加密强度高等特点。该算法能有效地防止攻击者使用相图、穷举、统计等方法进行密码破解，具有广阔的应用前景。