一种基于类粒子群正态优化算法的SKINNY算法组件优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111523634A(43)申请公布日2020.08.11(21)申请号202010155755.4(22)申请日2020.03.09(71)申请人北京电子科技学院地址100080北京市丰台区富丰路7号(72)发明人金鑫段玉玮张莹毛明(74)专利代理机构北京科迪生专利代理有限责任公司11251代理人安丽(51)Int.Cl.G06N3/00(2006.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于类粒子群正态优化算法的SKINNY算法组件优化方法(57)摘要一种基于类粒子群正态优化算法的SKINNY算法组件优化方法，包括步骤如下：1、设定SKINNY密码算法组件格式；2、种群初始化，生成符合要求的初始种群用于后续优化；3、种群个体预处理，对种群中的个体进行预处理，使其符合SKINNY密码算法组件格式，用于后续目标函数计算；4、设定SKINNY密码算法目标函数，根据SKINNY密码算法所需要优化的性能指标，选择确定轮数下的活跃s盒数作为优化标准，计算方式作为SKINNY密码算法目标函数；5、种群迭代更新，根据类粒子群正态优化算法的设定对初始种群进行更新迭代，最终得到符合设定指标下的种群；6、算法输出，根据设定，对符合要求的算法组件进行存储，并输出一个或多个性能最优的算法组件。CN111523634ACN111523634A权利要求书1/2页1.一种基于类粒子群正态优化算法的SKINNY算法组件优化方法，其特征在于，包括如下步骤：步骤1、设定SKINNY密码算法组件格式；步骤2、种群初始化，生成符合要求的初始种群用于后续优化，初始种群设定为50个个体；步骤3、种群个体预处理，对种群中的个体进行预处理，使其符合SKINNY密码算法组件格式，用于后续目标函数计算；步骤4、设定SKINNY密码算法目标函数，根据SKINNY密码算法所需要优化的性能指标，选择确定轮数下的活跃s盒数作为优化标准，计算方式作为SKINNY密码算法目标函数；步骤5、种群迭代更新，根据类粒子群正态优化算法的设定对初始种群进行更新迭代，最终得到符合设定指标下的种群；步骤6、算法输出，根据设定，对符合要求的算法组件进行存储，并输出一个或多个性能最优的算法组件。2.根据权利要求1所述的基于类粒子群正态优化算法的SKINNY算法组件优化方法，其特征在于：步骤(1)和(2)根据设定的SKINNY密码算法组件格式生成初始种群采取以下步骤：(1)此次优化的组件为用于生成SKINNY算法扩展密钥的置换PT，PT的约束条件转化成数学语言共有两个：第一，它应当是一个0到15的随机排列，16个数字都出现且仅出现一次；第二，作为一个排列，0到7这8个数字只能出现在排列的后八位，其余8个数字出现在排列的前八位；(2)生成一定数量的固定范围内的随机数，一个随机数代表一个微粒子的位置，将16个划分为一组，共生成50组；同时为每一个随机数匹配随机生成的确定范围的速度值，以及一个统一设定的θ值。3.根据权利要求2所述的基于类粒子群正态优化算法的SKINNY算法组件优化方法，其特征在于：所述步骤(3)的种群粒子预处理的方法采取以下步骤：(3.1)初始种群视为50个粒子组，每个粒子组包含有16个微粒子，这些微粒子分布在三维空间，每个微粒子包括位置、速度和一个统一设置的θ值；(3.2)将每一个粒子组中的微粒子进行编号，序号为0至15；(3.3)根据微粒子的在三维空间上的位置大小，对微粒子进行降序排列；(3.4)取出序号为0至7的微粒子置于排列的后八位，8至15的微粒子置于排列的前八位；(3.5)最后利用微粒子的序号替换微粒子的位置数值得到最终排列。4.根据权利要求1所述的基于类粒子群正态优化算法的SKINNY算法组件优化方法，其特征在于：步骤(4)和(5)设定目标函数后对种群进行迭代更新过程采取以下步骤：(1)根据需要设定好目标函数，对预处理后的初始种群进行目标函数计算，求得各粒子的适应度值；(2)根据适应度值确定全局最优解和个体最优解，其中种群中出现最早的适应度值最大的粒子作为全局最优解，每个粒子的历史最高适应度值对应的粒子作为个体最优解，其中初始种群时粒子的个体最优解就是粒子本身；2CN111523634A权利要求书2/2页(3)根据粒子中的每一个微粒子，将每个微粒子的位置看做正态分布的平均值，θ值作为正态分布的标准差，对微粒子的位置通过正态分布进行一次更新；(4)根据更新公式更新微粒子的位置，速度和θ值。5.根据权利要求1所述的基于类粒子群正态优化算法的SKINNY算法组件优化方法，其特征在于：所述步骤(6)算法输出过程采取以下步骤：(6.1)在算法迭代过程中对符合要求的粒子，将其存储于数据存储模块；(6