通过神经网络同步实现信息的安全交换
统计力学
2009-11-07 v1 无序系统与神经网络
摘要
本文提出神经网络理论与密码学之间的联系。一种新现象，即神经网络的同步化，正在导致一种新的秘密信息交换方法。数值模拟表明，两个在其相互输出上应用赫维比学习规则训练的人工网络会发展出其突触权重的反平行态。所同步的权重用于构建一种用于安全传输秘密数据的临时密钥交换协议。我们指出，任何了解该协议和数据传输细节的对手都无法解密秘密信息，因为跟踪权重的难度大于同步化。安全信道的生成复杂度随网络规模呈线性增长。
引用
@article{arxiv.cond-mat/0202112,
title = {Secure exchange of information by synchronization of neural networks},
author = {I. Kanter and W. Kinzel and E. Kanter},
journal= {arXiv preprint arXiv:cond-mat/0202112},
year = {2009}
}
备注
11 pages, 5 figures