一种组合式爬山算法提高S盒非线性度
大小：0.70 MB 人气： 2018-01-05 需要积分：2
标签：非线性(22953)
针对三点和四点爬山算法对随机置换盒（S盒）的非线性度进行优化时计算量大及效率低的问题，提出了一种组合式爬山算法（CHC）。该算法把交换S盒两个输出数据的行为定义为一个交换元，利用加权择优函数，筛选出若干个对非线性度的提升贡献较大的交换元，然后通过同时应用多个交换元，达成提高S盒非线性度的目标。实验中利用CHC算法，一次最多交换了12个输出数据，使得大部分8输入8输出随机S盒的非线性度超过了102，最高可达106。实验结果表明，所提出的CHC算法相比于三点和四点爬山算法，不仅降低了计算量，而且对随机S盒的非线性度也有着更为明显的提升作用。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
一种组合式爬山算法提高S盒非线性度下载
相关电子资料下载
- 不同的人工神经网络模型各有什么作用? 126
- rnn神经网络基本原理 233
- bp神经网络算法过程包括 106
- 反向传播神经网络建模基本原理 166
- 反向传播神经网络概念是什么 169
- 反向传播神经网络分为多少层 162
- bp神经网络模型拓扑结构包括哪些 115
- 卷积神经网络激活函数的作用 80
- 数学建模神经网络模型的优缺点有哪些 299
- 什么神经网络模型适合做分类 114