基于广义Henon映射以及CNN超混沌系统图像加密方案

基于广义五阶Henon映射以及五阶细胞神经网络系统所产生的超混沌现象,设计了图像加密方案.首先利用五阶Henon映射产生超混沌序列X,将其作为细胞神经网络系统的初始条件,再产生另一超混沌序列Y,随机序列Y和原始图像经过变换生成密文图像.在此基础上进行了模拟仿真实验,并对图像密文熵、相关性和直方图以及密钥空间和敏感性等统计特性进行分析,结果表明:该算法图像加密抗攻击性强,安全性好,适于在网络中传播.     

基于细胞神经网络超混沌系统的扩频保密通信

研究了四阶细胞神经网络超混沌系统同步方法,分析了系统存在参数失配和信道噪声时的同步性能,提出了一种基于细胞神经网络超混沌同步系统的扩展频谱保密通信设计方法。提出的扩频保密通信方法不仅只需传递一个标量信号,而且由于采用了超混沌系统,所设计的扩频通信系统具有更高的保密性。     

基于CNN和DES的图像保密通信系统设计方案

为了解决混沌加密系统密钥空间设计上的不足以及数据加密标准(DES)加密算法易被攻击的问题,将细胞神经网络与DES加密算法相结合,提出一种混合加密通信方案.该方案利用细胞神经网络产生混沌信号,将其经过取整、取模、平方、开方、增益、偏移等运算处理后,用得到的新的混沌伪随机序列将图像加密,然后利用DES算法进行再加密.文中还讨论了系统的实现方法.仿真结果表明,采用此混合加密方案进行加解密均可取得较好的效果,解密结果对细胞神经网络初值和DES密钥高度敏感,安全性能有所提高.     

基于多维混沌系统的图像加密技术研究

利用细胞神经网络,提出了一种基于六维细胞神经网络混沌系统的加密算法.由六维细胞神经网络构造出混沌序列,作为加密的秘钥源,根据一种无限折叠映射的混沌系统进行图像置乱,实现图像的加密.编程模拟实验仿真结果表明,加密图像与原始图像相比,直方图更加均匀,相邻像素间的相关性较小,抗攻击性较强,安全保密性较高.     

基于分数阶超混沌系统的图像加密算法及安全性分析

对一种基于整数阶超混沌系统的加密算法进行分析,证明其仍无法避免选择明文攻击,提出了一种基于分数阶超混沌系统的加密算法.该分数阶超混沌系统的Lyapunov指数表明,其较以往的整数阶混沌系统具有更复杂的动力学行为.将明文序列间关系参入初值后利用分数阶混沌系统进行迭代,确保系统加密序列与于明文相关联.理论分析和实验结果表明...     

基于DCT和CNN混沌系统的彩色数字水印加密新算法

数字水印技术作为抵抗多媒体盗版的最后一道技术防线,具有广泛的应用前景和巨大的经济价值。基于离散余弦变换(DCT)以及细胞神经网络(CNN)混沌理论提出了一种数字水印加密新算法。算法分两步进行,首先是利用5阶细胞神经网络混沌系统产生的随机序列辅助某种运算对彩色水印图像加密,然后利用分块离散余弦变换将加密以后的彩色水印图像嵌入到载体彩色图像中,以此来实现水印加密以及嵌入的过程。在仿真实验基础上,通过指标PSNR和NC的定量分析,结果证明新算法具有较强鲁棒性,不可感知性和安全性。     

基于多混沌和分数Fourier的光学图像加密算法

针对双随机相位编码光学图像加密系统的非线性不足和密钥空间小的问题,提出一种基于多混沌和分数Fourier变换的光学图像加密算法.首先,迭代分数阶Chen混沌系统生成三组混沌序列,分别置乱明文图像的三基色分量以减小图像像素相关性.然后,利用量子细胞神经网络超混沌系统调制随机相位模板,以其复杂的非线性动力学特征弥补双随机相位编码系统非线性不足的缺陷.其次,通过使用分数阶混沌、超混沌系统和二维分数Fourier变换使加密算法的密钥空间达到了2~(765).最后,密钥敏感性测试、相关性分析、已知明文攻击、噪声攻击和剪切攻击等实验表明本算法具有密钥敏感性强、密文图像像素相关性低和抗攻击性强的优点.     

基于Lorenz和CNN系统的数字签名研究

混沌序列具有对初始条件的敏感性和伪随机性,可用作高安全性的序列密码.文中提出了基于Lorenz混沌系统和四阶细胞神经网络（CNN）超混沌系统的数字签名方法,实现了对中文文档的数字签名.仿真结果表明,其具有很强的抗攻击性,而且计算量小,处理数据速度快,密钥取值范围广,具有广泛的应用前景.     

一个分数阶超混沌系统及其在图像加密中的应用

对一个同量分数阶超混沌Qi系统进行仿真分析,绘制了该分数阶系统的相轨迹图、Poincaré截面映射图、Lyapunov指数谱图和分岔图,仿真结果验证了该分数阶系统的混沌特性.在此基础上,将该分数阶超混沌Qi系统应用于数字图像加密,并对密文的直方图、相邻像素相关性、密钥敏感性等进行分析.结果表明:基于分数阶超混沌Qi系统的图像加密算法具有密钥空间大、安全性高等特点.     

基于分数阶超混沌的新图像加密算法

分数阶混沌系统具有复杂的动力学特性,因此在图像加密中具有更高的安全性.首先,利用离散logistic混沌系统对彩色数字图像的三基色平面进行置乱.然后,利用分数阶CYQY超混沌系统对置乱图像的三基色通道进行逐像素替换.为提高明文对密文的敏感性,通过明文图像产生的小数对作为密钥的阶次、参数和系统初始值等进行扰动,理论分析和对彩色Baboon图像的仿真实验均表明,该算法加密效果好且能有效抵抗各种攻击.     

四维混沌与分数傅里叶变换的图像加密方案

将四维超混沌系统和标准加权类分数傅里叶变换理论相结合,提出了一种数字图像加密双重方案.对图像进行三基色分层标准加权类分数傅里叶变换,利用超四维混沌序列对变换结果进行置乱操作,将置乱后的3层数据融合得到加密图像仿真结果表明,加密后的图像灰度分布均衡,相邻像素的相关系数高度不相关,并且加密图像对秘钥高度敏感,具有较好抗攻击性、鲁棒性.     

基于BP神经网络的灰度图像置乱加密方法

针对目前灰度图像加密存在的问题,在列举几种数字图像置乱方法后,提出了一种基于BP神经网络的图像置乱加密方法.利用神经网络所具有的非线性变换能力强等优点,大大提高了图像信息的安全性.同时详细描述了基于BP神经网络的图像置乱加密方法的具体实现过程,并在仿真试验中取得了较好效果.     

基于神经网络技术的序列加密方法

在密码学中,序列密码是非常重要的一种加密方法。神经网络模拟人脑的思维方式,具有输入与输出是一个高度非线性映射关系以及高智能、可训练、超大容量等特点。基于神经网络的序列加密可以达到非常完美的加密效果。文中在传统加密算法的基础上分析了基于神经网络加密的优越性,得到了基于神经网络的序列加密方法。     

变几何桁架机构位置分析的神经网络超混沌法研究

自然科学与工程中的许多问题都可以转化为非线性方程组的求解问题,牛顿迭代法是重要的一维及多维的迭代技术,其迭代本身对初始点非常敏感.通过消除暂态混沌神经元的模拟退火策略,产生了一种可以永久保持混沌搜索的混沌神经元,研究了由4个该混沌神经元全连接的混沌神经网络的拓扑结构,混沌神经网络中存在超混沌现象(具有3个正的李氏指数).应用神经网络超混沌系统产生牛顿迭代法的初始点,提出了基于神经网络超混沌的牛顿迭代法求解非线性方程组的新方法.变几何桁架机构综合实例表明该方法的正确性与有效性.图3,表1,参14.     

基于CNN超混沌的视频加密新算法

针对视频数据实时性高,数据量大等特点,提出了一种基于细胞神经网络的视频加密新算法.该算法以五维CNN作为密钥源,根据明文视频帧的尺寸和明文视频帧本身来选择加密密钥,依据扩散思想,对视频进行加密处理.该算法加/解密速度快,可对任何格式的视频数据实现保密通信,具备通用性,且密钥敏感性和明文敏感性强,密钥空间大,可有效抵抗穷举攻击、统计分析攻击、已知明文攻击、选择明文攻击和密文攻击,安全性更高,具有一定的实用价值.     

一种基于反应扩散方程的彩色图像边缘检测方法

针对彩色图像边缘自适应阈值设置的问题, 利用反应扩散方程的动力学性质, 通过优化反应扩散方程的扩散系数, 提出一种基于反应扩散方程的细胞神经网络彩色图像边缘检测方法, 使阈值更具适应性. 结果表明, 通过基于FitzHugh-Nagumo反应扩散方程改进的细胞神经网络可更好地进行彩色图像边缘检测, 与几种常用方法进行实验对比的结果也表明, 该方法在检测彩色图像边缘上既能保证检测边缘的准确性, 又能很好地保持图像边缘的颜色信息, 并在定量和定性分析中优于其他几种常用方法.     

基于神经网络的AES混沌加密算法

人工神经网络具有实现快速并行运算又有混沌动力学复杂行为时,它将是用来设计一种加密算法的最佳选择。通过分析混沌神经网络的复杂动力学行为和并行处理特点,本文提出了基于神经网络的AES混沌加密算法,克服了传统AES算法中由于密钥唯一造成的安全性较低的特点,提高了AES算法的安全性。     

基于五阶CNN的图像边检测算法研究

边缘是图像的最基本的特征之一,边缘提取是图像分析中非常重要的步骤,而细胞神经网络是边缘检测中很有效的一种方法.作者基于细胞神经网络(cellular neural network,简称CNN),研究了5阶CNN模板对图像边缘检测的过程,阐述了算法实现过程中的关键步骤,并且证明了算法的稳定性.对图像分别采用基于5阶、3阶CNN算法和经典算子(Prewit、Canny、Sobel等)进行边缘提取,定性分析比较了几类算法在性能上的优劣,定量比较了检测结果的准确性.实验结果表明,基于5阶CNN模板算法的边缘检测结果更加显著,且在硬件实现上能够高速并行计算,实现图像实时处理.