21、后量子时代的密码学:挑战与机遇

后量子时代的密码学:挑战与机遇

1. 后量子密码学的必要性与过渡策略

在当今时代,许多传统密码学方法面临被破解的风险,后量子密码学应运而生。我们可以通过增加传统密码的密钥大小,以及同时实施抗量子和基于量子的密码学来增强保护。在未来,当量子计算机和处理能力足够成熟,供应商能够生产出廉价的量子计算机,且客户能够大量购买时,基于量子的密码学有望得到广泛应用。但在此之前,资金雄厚的对手可能会利用现有的量子计算机和处理器攻击我们传统的易受量子攻击的密码学。因此,抗量子密码学成为了从现在过渡到未来的桥梁,我们不得不将其作为一种中间防御手段来实施。

不过,人们不应过早地盲目采用抗量子(或基于量子)的密码学,主要有以下三个原因:
- 缺乏标准 :目前有26种密码学提案正在接受美国标准的审查,但最终只有两种(或更多一些)会胜出。如果现在选择实施特定的抗量子算法,很可能无法选中最终成为新标准的算法。若选择错误,虽然可以在新标准确定后进行切换,但历史表明,坚持使用非标准实现效率低下,会显著增加安全和运营风险。从过早选定的后量子算法过渡到新标准虽然更可行,但可能会增加总体成本。因此,建议先对少数值得信赖的抗量子算法进行有限的实验和部署,并确保所购买的产品具有密码灵活性,即能够根据需要轻松替换现有的加密算法。
- 性能问题 :即使抗量子密码学标准的密钥尺寸较小,但创建和验证密钥所需的工作量通常比传统密码学大得多。NIST的竞赛要求进行大量的性能测试,提交者也在尽力优化算法速度。尽管NIST可能会选择性能/安全权衡较好的后量子标准,但转向后量子算法可能会降低即使是最好、最快的计算机和设备的整体性能。在生产环境或产品中全面采用抗量子算

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值