林传超， 魏腾雄， 李国刚②

(①国立华侨大学 信息科学与工程学院，福建 厦门 361021；②厦门大学 信息科学与技术学院，福建 厦门361005)

0 引言

射频识别技术是物联网感知层重要的组成部分和关键技术，是物联网“十二五”发展规划支持的重点。射频识别在得到广泛应用的同时[1]，隐私和安全问题将成为首要问题。近年来关于RFID的协议很多，基于对称密钥体制的认证协议在计算复杂度方面具有优势，但在密钥管理和安全性方面却有不足[2-3]。而公钥加密算法RSA，要进行大素数的分解，涉及指数运算[4]，影响运算速度，这对于硬件资源有限的RFID是个很大的问题。而基于神经网络混沌吸引子的公钥算法结合了神经网络和混沌系统各自的优点，一方面利用混沌复杂的非线性来提高算法的安全性，另一方面利用神经网络的并行处理来提高算法的加密速度，并且适合用FPGA来直接实现它的并行运算,不仅具有较高的加解密速度，而且安全性较强。由此基于神经网络混沌吸引子公钥算法提出一种RFID安全协议。

1 神经网络公钥算法

1.1 神经网络模型

一个有K个互联神经元的离散Hopfield神经网络，这K个神经元的状态用0或1表示，它的下一个状态 Si(t + 1 )与当前各神经元的状态 Si(t)的关系如下：

式中, Tij为神经元i与j之间的联接权值, ϑi为神经元i的阈值, σ （ x ）为任一非线性函数, 不妨设为一符号函数，即：

在HNN模型中，神经元的阈值ϑi可定义为0，Tij为一对称矩阵。Hopfield已证明能量函数随系统状态的演进而单调下降[5],最终会达到一种稳定状态,即混沌吸引子[6],每个吸引子的吸引域有多个状态，且彼此之间关系没法预测；……