在信息安全中基于可扩展精度混沌的哈希算法

摘要

本发明公开了一种在信息安全中基于可扩展精度混沌的哈希算法，其步骤为：1)输入的信息作为基于可扩展精度Logistic映射的初始参数和控制参数，设定混沌映射迭代次数和获得的混沌随机序列的精度；2)进行基于可扩展精度混沌迭代计算，获得混沌随机序列保存在一维数组中；3)设定所需提取的信息位个数，按信息位个数对保存在一维数组里的混沌随机序列进行分组；4)设定种子，进行随机选位，并保存到数组中。本发明建立在可扩展精度计算混沌基础上，充分地利用了混沌的特性；提供一种新型的、安全的、满足不同用户需要的哈希算法。可以应用于使用哈希技术的计算机科学领域，包括计算机安全、信息安全、密码学、模式匹配、数字通讯等技术领域。

主权项

在信息安全中基于可扩展精度混沌的哈希算法，其特征是：(1)输入的信息作为基于可扩展精度Logistic映射的初始参数和控制参数，设定Logistic映射迭代次数和指定Logistic映射获得的随机序列的位数；(2)进行可扩展精度Logistic映射混沌迭代计算，经过迭代获得混沌随机序列，随机序列被保存在一维数组里；(3)设定所需提取的信息位个数，按信息位个数对保存在一维数组里的混沌随机序列进行分组；(4)设定种子，开始随机进行选位，并保存到数组中；在上述步骤(1)中：输入的信息被数字量化处理，保存到一维数组中，作为基于可扩展精度Logistic映射的控制参数和初始参数；Logistic映射表述如下：x_n+1＝a×x_n×(1‑x_n)；a∈(0，4]；x_n∈(0，1)；n＝0，1，…其中，a是控制参数，x₀为初始状态值；当参数的末位为0时，对该位进行非零化处理；根据基于可扩展精度Logistic映射的迭代次数与精度关系数学公式：L_n+1＝2×L_n+L_a；其中，L_n为当前参数x的精度，L_a为参数a的精度；设定Logistic映射迭代次数和指定Logistic映射获得的随机序列的位数，如果设定的Logistic映射迭代次数和指定Logistic映射获得的随机序列的位数不匹配，自动取迭代次数上限，以满足获取精度的要求；在上述步骤(2)中：可扩展精度Logistic映射混沌迭代计算过程为：第一步，计算x＝x*(1‑x)，保留扩展精度后的计算结果在新的一维动态数组中；第二步，计算x＝x*a，保留本次迭代的计算结果在动态数组中；第三步，如果当前的迭代次数没有达到设定的迭代次数，则转到第一步；如果当前获得的混沌随机序列的精度小于指定的精度，则转到第一步；第四步，经过指定的迭代次数和满足给定精度的混沌随机序列被保存在一个一维的数组里；对于超过指定精度的混沌序列实行截尾、四舍五入运算规则近似计算；在上述步骤(3)中：设定所需提取的信息位个数应该小于等于指定Logistic映射获得的随机序列的位数；按照用户设定的提取信息位的个数对获得的混沌随机序列进行分组，每个分组的长度应该保证在进行随机选位时获得足够的组合值；在上述步骤(4)中：种子的选择保证输出信息充分包含了输入信息的特征，因此，采用体现该输入信息特征的数学函数；本算法中的随机选位是指当种子的初值给定后，在本次的混沌随机序列分组中的选位值，作为下一轮分组的随机选位的种子，保存每次选位值在一维数组中；对于建立哈希表，采取对该值取模运算映射到地址空间；对于获得输入信息的信息摘要，对选位值进行不同数制的转换以获得满足用户要求的格式的信息摘要。