Trong chương này, tác giả giới thiệu phương pháp xây dựng các dãy phi tuyến lồng ghép trên trường tam phân và p-phân có giá trị hàm tự tương quan và hàm phân phối rất tốt Các phương pháp này dựa trên biến đổi d, áp dụng cho tất cả các chuỗi tuần hồn với chu kỳ L
Tiếp đó, bằng cách mở rộng chuỗi con {an} hoặc phân tách chuỗi ban đầu
{bn}, ta có thể dễ dàng tìm ra thứ tự lồng ghép ��� để có thể lồng ghép các chuỗi con {an} tạo thành chuỗi lồng ghép {en} Phân tích một số thuộc tính thống kê của dãy mới tạo ra chỉ ra rằng các thuộc tính thống kê của các dãy lồng ghép tam phân là rất tốt về mặt hàm tương quan và hàm phân phối Khi áp dụng phương pháp này cho dãy p-phân, ta sẽ nhanh chóng có được chu kỳ rất lớn của dãy lồng ghép đầu mà không cần tăng bậc của dãy lên quá nhiều Cụ thể là trong thử nghiệm thứ hai, với p=17 ta có được chu kỳ khá lớn (~2 107) mà chỉ cần xử lý đa thức bậc 6, nếu sử dụng dãy nhị phân ta cần tới đa thức bậc 24 để có kết quả tương đương
Phần cuối cùng của chương này giới thiệu một phương pháp mới để sinh dãy lồng ghép sử dụng kỹ thuật phân rã theo bước Phương pháp này có thể áp dụng một trong thực tế để sinh một phần đầu tiên của dãy lồng ghép với kích thước cho trước Khi giá trị bước lồng ghép T rất lớn, sử dụng phương pháp này cũng giúp ta khơng cần tính tốn và lưu trữ tồn bộ tập các thứ tự lồng ghép ���
CHƯƠNG 3 : THUẬT TOÁN SINH DÃY PHI TUYẾN LỒNG GHÉP BẬC LỚN ỨNG DỤNG TRONG KỸ THUẬT
MẬT MÃ
Nội dung chương này tập trung vào việc đề xuất một thuật toán hiệu quả để sinh dãy phi tuyến lồng ghép với bậc lớn, cùng với các phân tích đánh giá về lý thuyết cũng như tính tốn thực nghiệm về độ phức tạp tính tốn cũng như độ phức tạp lưu trữ của thuật tốn, sử dụng các thơng tin được tác giả luận án công bố trong [J2] Trước khi đề xuất thuật toán sinh dãy phi tuyến lồng ghép, tác giả nghiên cứu một số phương pháp phân tích dãy giả ngẫu nhiên thường được sử dụng trong tấn cơng thám mã đối với hệ mã dịng xây dựng trên m-dãy