复杂网络攻击下基于自适应事件触发机制的神经网络量化控制方法

    公开(公告)号:CN112286051A

    公开(公告)日:2021-01-29

    申请号:CN202010991262.4

    申请日:2020-09-20

    IPC分类号: G05B13/04

    摘要: 本发明公开了复杂网络攻击下基于自适应事件触发机制的神经网络量化控制方法,包括如下步骤:步骤一,建立神经网络模型并初步设计控制器模型;步骤二,建立自适应事件触发方案AETS;步骤三,引入量子化机制,采用对数量子器减少具有线性量化电平的冗余数据;步骤四,分别考虑重放攻击、欺骗攻击、DoS攻击情况下对网络传输数据造成的影响,建立复杂网络攻击模型;步骤五,设计了神经网络量化控制器;步骤六,利用李雅普诺夫稳定性理论,得到确保系统均方指数稳定的充分性条件;步骤七,联列并求解线性矩阵不等式获取状态反馈控制器增益K。本发明采用了动态调整触发条件的AETS,节省了有限的通信资源采用量化机制,节省了有限的带宽。

    一种应用于边缘物联代理的非线性白盒SM4实现方法

    公开(公告)号:CN113824548B

    公开(公告)日:2023-08-29

    申请号:CN202110896330.3

    申请日:2021-08-05

    IPC分类号: H04L9/06 H04L9/32 H04L9/40

    摘要: 本发明公开了一种应用于边缘物联代理的非线性白盒SM4实现方法。本发明将SM4的加解密计算转化为查找表的形式,使用随机的非线性双射对查找表进行置乱编码,相较于现有的白盒SM4实现方案,非线性混淆的设计使本发明的多样性与含混度大幅度提升,同时使其能够有效抵御现有的针对白盒实现的攻击,极大地增强了安全性。本发明通过对置乱编码的进一步设计,并辅以仿射变换,使得在保证信息安全性的前提下,部分查找表能够重复利用,从而大幅度缩减了查找表在边缘物联代理上的储存空间占用。通过对编码函数的精细设计,本发明在正确实现加解密功能的前提下,可以有效抵御现有的针对白盒实现的攻击,同时适用于在存储空间有限的边缘物联代理上的实现。

    一种应用于边缘物联代理的非线性白盒SM4实现方法

    公开(公告)号:CN113824548A

    公开(公告)日:2021-12-21

    申请号:CN202110896330.3

    申请日:2021-08-05

    IPC分类号: H04L9/06 H04L9/32 H04L29/06

    摘要: 本发明公开了一种应用于边缘物联代理的非线性白盒SM4实现方法。本发明将SM4的加解密计算转化为查找表的形式,使用随机的非线性双射对查找表进行置乱编码,相较于现有的白盒SM4实现方案,非线性混淆的设计使本发明的多样性与含混度大幅度提升,同时使其能够有效抵御现有的针对白盒实现的攻击,极大地增强了安全性。本发明通过对置乱编码的进一步设计,并辅以仿射变换,使得在保证信息安全性的前提下,部分查找表能够重复利用,从而大幅度缩减了查找表在边缘物联代理上的储存空间占用。通过对编码函数的精细设计,本发明在正确实现加解密功能的前提下,可以有效抵御现有的针对白盒实现的攻击,同时适用于在存储空间有限的边缘物联代理上的实现。