硕士-本科毕业答辩PPT模板-(12).ppt

新学习规则的安全性分析： 攻击成功率是指当神经网络A和B双方的权值同步之后，如果敌手E和神经网络A的权值同步程度参数大于0.98，那么表示敌手E攻击成功。 仿真图X轴表示 权值同步时间 仿真图Y轴表示 攻击成功率 仿真实验次数 10000次 表:3：仿真实验参数 新学习规则几何攻击的效果 图4几何攻击下，不同m值的新队列学习规则和其他学习 规则效果对比图，K=3，N=1000，q=1. 图5几何攻击下，不同q值的新队列学习规则和其他学习 规则效果对比图，K=3，N=1000，m=2.0. 新学习规则简单攻击效果 图6简单攻击下，不同m值的新队列学习规则和其他学习规则效果对比图，K=3，N=1000，q=1.8. 图7简单攻击下，不同q值的新队列学习规则和其他学习规则效果对比图，K=3，N=1000，m=2.0. 结论 本文提出的新队列学习规则能有效的减少迭代次数，并且在适合的参数取值下，比经典学习规则的安全性有所增加。 1 问题提出 研究背景及意义 3 模型建立 新的基于队列机制的学习规则 4 理论分析 Neural-Cube协议 5 总结及后续工作展望 2 课题研究思路及主要工作 主要内容 Neural-Cube协议 提出问题 建立模型 性能分析 提出问题 BTWS协议节点数受限， BTWE协议被选举节点 通信量大。 能否有协议克服以上缺 点？ 建立模型 本部分主要介绍一种基 于神经密码的超立方群 组密钥协商协议Neural- Cube。 开始 结束 超立方体中节点进行神经同步得到 会话密钥并且附属节点和超立方体 中的被附属节点进行神经同步，利 用该密钥对会话密钥进行加密后， 传递会话密钥到各个附属节点 是 否 Neural-Cube协议流程 性能分析 本部分将这种新的Neu ral-Cube协议和BTWS 协议、BTWE协议进行 通信复杂度和计算复杂 度对比。 小结 Neural-Cube协议能适应于各种节点情况，且和BTWE协议具有相似的计算复杂度和通信复杂度，但每个节点的计算量和通信量大致相同，更适合用于Ad-Hoc网络。 表4：三种密钥交换协议对比 图8 Neural-Cube协议和BTWS、BTWE协议的计算复杂度比较 1 问题提出 研究背景及意义 3 模型建立 新的基于队列机制的学习规则 4 理论分析 Neural-Cube协议 5 总结及后续工作展望 2 课题研究思路及主要工作 主要内容 后续工作 1.Neural-Cube协议需要节点相对均匀的分布，对Ad-Hoc网络拓扑结构的要求较高，需要进一步改进。 2.将神经密钥交换协议推广到基于分组分簇的群组密钥协商协议中，从而减小此类协议的计算复杂度。 总结 本文提出的新队列学习规则减少了神经网络同步所需次数并提高了安全性；本文提出的基于神经密码的超立方群组密钥交换协议的优点是能将协议的通信量较平均的分配到各个节点，更加适合用于Ad-Hoc网络中。 总结及后续工作 恳请各位专家批评指正！ 谢谢！ * 重庆邮电大学硕士论文答辩 无线网络中神经密钥交换协议 的研究及应用 答辩人：严 威 导 师：张力生 教授 专 业：通信与信息系统 重庆邮电大学硕士论文答辩 主要内容 1 问题提出 研究背景及意义 3 模型建立 新的基于队列机制的学习规则 4 理论分析 Neural-Cube协议 5 总结及后续工作展望 2 课题研究思路及主要工作 研究背景及意义 有线网络 无线网络 带宽 10M-1000M 11M-54M 信道稳定性 不易被干扰 易被干扰 灵活性 较差 较好 计算能力 不限 某些受限 能量 不限 某些受限 表2：无线网络和有线网络对比 小结 有线网络安全主要依靠集中式密钥管理和密钥分发协议。无线网络，尤其是Ad-Hoc网络主要依靠群组密钥协商协议。 研究背景及意义 现有的密钥交换协议 基于经典数学方法的密钥交换协议 主要有：D-H协议、ECC协议 基于非经典数学方法的密钥交换协议 主要有：神经密码学、混沌密码学 现代密码学交换协议 神经密码交换协议 计算复杂度 大 小 安全性 高 未经理论证明 表1：两种密钥交换协议对比 结论 针对Ad-Hoc网络，研究轻量级的基于神经密码的群组密钥协商协议对网络安全有重要意义。 1 问题提出 研究背景及意义 3 模型建立 新的基于队列机制的学习规则 4 理论分析 Neural-Cube协议 5 总结及后续工作展望 2 课题研究思路及主要工作 主要内容 课题研究思路及主要工作 无线网络（Ad-Hoc网络） 新的基于队列机制 的