Нейромережевий метод симетричного шифрування даних

Цимбал, Юрій Вікторович; Tsymbal, Yurii

Please use this identifier to cite or link to this item: https://oldena.lpnu.ua/handle/ntb/44537

Title:	Нейромережевий метод симетричного шифрування даних
Other Titles:	Symmetric encryption scheme based on neural network
Authors:	Цимбал, Юрій Вікторович Tsymbal, Yurii
Affiliation:	Національний університет “Львівська політехніка” Lviv Polytechnic National University
Bibliographic description (Ukraine):	Цимбал Ю. В. Нейромережевий метод симетричного шифрування даних / Ю. В. Цимбал // Вісник Національного університету “Львівська політехніка”. Серія: Інформаційні системи та мережі. — Львів : Видавництво Львівської політехніки, 2018. — № 901. — С. 118–122. — (Комп’ютерна та математична лінгвістика).
Bibliographic description (International):	Tsymbal Y. Symmetric encryption scheme based on neural network / Yurii Tsymbal // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Informatsiini systemy ta merezhi. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2018. — No 901. — P. 118–122. — (Information systems, networks and technology).
Is part of:	Вісник Національного університету “Львівська політехніка”. Серія: Інформаційні системи та мережі, 901, 2018
Journal/Collection:	Вісник Національного університету “Львівська політехніка”. Серія: Інформаційні системи та мережі
Issue:	901
Issue Date:	Feb-2018
Publisher:	Видавництво Львівської політехніки
Place of the edition/event:	Львів
UDC:	004.032.26 004.056.55
Keywords:	нейронні мережі прямого поширення модель геометричних перетворень feed-forward neural networks geometric transformation model
Number of pages:	5
Page range:	118-122
Start page:	118
End page:	122
Abstract:	Розглянуто метод симетричного шифрування даних на основі нейронних мереж моделі геометричних перетворень (МГП). Ключ шифрування складається зі значень на входах навчальної та тестової множин мережі. Використовується властивість мереж МГП формувати гіперплощину, що проходить через точки навчальної множини. Показано можливості застосування розробленого методу для шифрування растрових зображень. The method of symmetric data encryption on the basis of neural networks of the geometric transformations model (GTM) has been considered. Encryption key consists of input values of the training and test sets of the network. The property of the GTM networks to form a hyperplane that passes through the points of the training set has been used. The possibilities of application of the developed method for encryption of raster images have been shown.
URI:	https://ena.lpnu.ua/handle/ntb/44537
Copyright owner:	© Національний університет „Львівська політехніка“, 2018 © Цимбал Ю. В., 2018
References (Ukraine):	1. Shihab K. A backpropagation neural network for computer network security // Journal of Computer Science, Vol. 2, No. 9, 2006, pp. 710–715. 2. Volna E., Kotyrba M., Kocian V., Janosek M. Cryptography Based On Neural Network // Proceedings of the 26th European Conference on Modelling and Simulation, 2012, pp. 386–391. 3. Arvandi M., Wu S., Sadeghian A., Melek W.W., Woungang I. Symmetric cipher design using recurrent neural networks // Proceedings of the IEEE International Joint Conference on Neural Networks, 2006, pp. 2039–2046. 4. Chan C.K., Chan C.K., Lee L.P. Cheng L.M. Encryption system based on neural network // Communications and Multimedia Security Issues of the New Century, Springer, 2001, pp. 117–122. 5. Sagar V., Kumar K. A Symmetric Key Cryptographic Algorithm Using Counter Propagation Network (CPN) // Proceedings of the 2014 ACM International Conference on Information and Communication Technology for Competitive Strategies, 2014, p. 51. 6. Zhou K., Kang Y., Huang Y., Feng E. Encrypting Algorithm Based on RBF Neural Network // Proceedings of the IEEE Third International Conference on Natural Computation, Vol. 1, 2007, pp. 765–768. 7. Tkachenko R., Tkachenko P., Izonin I., Tsymbal Y. Learning-based image scaling using neural-like structure of geometric transformation paradigm // Advances in Soft Computing and Machine Learning in Image Processing, Springer, 2018, pp. 537–565.
References (International):	1. Shihab K. A backpropagation neural network for computer network security, Journal of Computer Science, Vol. 2, No. 9, 2006, pp. 710–715. 2. Volna E., Kotyrba M., Kocian V., Janosek M. Cryptography Based On Neural Network, Proceedings of the 26th European Conference on Modelling and Simulation, 2012, pp. 386–391. 3. Arvandi M., Wu S., Sadeghian A., Melek W.W., Woungang I. Symmetric cipher design using recurrent neural networks, Proceedings of the IEEE International Joint Conference on Neural Networks, 2006, pp. 2039–2046. 4. Chan C.K., Chan C.K., Lee L.P. Cheng L.M. Encryption system based on neural network, Communications and Multimedia Security Issues of the New Century, Springer, 2001, pp. 117–122. 5. Sagar V., Kumar K. A Symmetric Key Cryptographic Algorithm Using Counter Propagation Network (CPN), Proceedings of the 2014 ACM International Conference on Information and Communication Technology for Competitive Strategies, 2014, p. 51. 6. Zhou K., Kang Y., Huang Y., Feng E. Encrypting Algorithm Based on RBF Neural Network, Proceedings of the IEEE Third International Conference on Natural Computation, Vol. 1, 2007, pp. 765–768. 7. Tkachenko R., Tkachenko P., Izonin I., Tsymbal Y. Learning-based image scaling using neural-like structure of geometric transformation paradigm, Advances in Soft Computing and Machine Learning in Image Processing, Springer, 2018, pp. 537–565.
Content type:	Article
Appears in Collections:	Інформаційні системи та мережі. – 2018. – №901

Files in This Item:

File	Description	Size	Format
2018n901_Tsymbal_Y-Symmetric_encryption_scheme_118-122.pdf		547.35 kB	Adobe PDF	View/Open
2018n901_Tsymbal_Y-Symmetric_encryption_scheme_118-122__COVER.png		379.12 kB	image/png	View/Open

Show full item record

putin IS MURDERER