基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法

上一篇

下一篇

温贺平, 禹思敏, 吕金虎. 2017: 基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法, 物理学报, 66(23): 77-91. doi: 10.7498/aps.66.230503
引用本文: 温贺平, 禹思敏, 吕金虎. 2017: 基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法, 物理学报, 66(23): 77-91. doi: 10.7498/aps.66.230503
Wen He-Ping, Yu Si-Min, Lü Jin-Hu. 2017: Encryption algorithm based on Hadoop and non-degenerate high-dimensional discrete hyperchaotic system, Acta Physica Sinica, 66(23): 77-91. doi: 10.7498/aps.66.230503
Citation: Wen He-Ping, Yu Si-Min, Lü Jin-Hu. 2017: Encryption algorithm based on Hadoop and non-degenerate high-dimensional discrete hyperchaotic system, Acta Physica Sinica, 66(23): 77-91. doi: 10.7498/aps.66.230503

基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法

Encryption algorithm based on Hadoop and non-degenerate high-dimensional discrete hyperchaotic system

  • 摘要: 针对目前大数据环境中存在的数据安全问题,提出一种基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法.算法采用流密码对称加密方式,在Hadoop平台上读取存储于HDFS(Hadoop distributed file system)的大数据,进行分片处理和MapReduce编程后,用Map函数实现数据并行加密和解密,通过Reduce函数实现数据的合并操作并存储于HDFS.该算法具有较好的执行效率.与正李氏指数发生简并的低维混沌系统相比,无简并高维离散超混沌加密算法能提高系统安全性能,李氏指数均为正并且足够大,具有更好的统计特性,可通过严格的TESTU01测试,并行加密的密文之间互相关性很小.密钥参数众多使得估计或辨识难度增大.在密文闭环反馈条件下,具有抵御已知明文攻击和选择明文攻击的能力.
  • 加载中
  • 加载中
计量
  • 文章访问数:  324
  • HTML全文浏览数:  147
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2017-12-15

基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法

  • 广东工业大学自动化学院,广州,510006
  • 中国科学院数学与系统科学研究院,北京,100190

摘要: 针对目前大数据环境中存在的数据安全问题,提出一种基于Hadoop大数据平台和无简并高维离散超混沌系统的加密算法.算法采用流密码对称加密方式,在Hadoop平台上读取存储于HDFS(Hadoop distributed file system)的大数据,进行分片处理和MapReduce编程后,用Map函数实现数据并行加密和解密,通过Reduce函数实现数据的合并操作并存储于HDFS.该算法具有较好的执行效率.与正李氏指数发生简并的低维混沌系统相比,无简并高维离散超混沌加密算法能提高系统安全性能,李氏指数均为正并且足够大,具有更好的统计特性,可通过严格的TESTU01测试,并行加密的密文之间互相关性很小.密钥参数众多使得估计或辨识难度增大.在密文闭环反馈条件下,具有抵御已知明文攻击和选择明文攻击的能力.

English Abstract

参考文献 (0)

目录

/

返回文章
返回