Biblioteca122.739 documentos en línea

Artículo

Neural Cryptography Based on Generalized Tree Parity Machine for Real-Life SystemsCriptografía neuronal basada en la máquina de paridad de árbol generalizada para sistemas de la vida real

Resumen

Los protocolos tradicionales de intercambio de claves públicas se basan en la teoría de números algebraicos. Desde otra perspectiva, la criptografía neuronal, que se basa en redes neuronales, ha estado emergiendo. Se ha informado que dos partes pueden intercambiar pares de claves secretas con el fenómeno de sincronización en las redes neuronales. Aunque existen varios modelos de criptografía neuronal, llamados Máquina de Paridad de Árbol (TPM), muchos de ellos no son adecuados para uso práctico, considerando eficiencia y seguridad. En este artículo, proponemos una Máquina de Paridad de Árbol de Valor Vectorial (VVTPM), que es una arquitectura generalizada de los modelos TPM y puede ser más eficiente y segura para sistemas en la vida real. En términos de eficiencia y seguridad, demostramos que el tiempo de sincronización del VVTPM tiene el mismo orden que el modelo básico de TPM, y puede ser más seguro que los resultados anteriores con la misma profundidad sináptica.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento