基于GRNN和混沌系统的数字图像加密方法研究

混沌加密技术应用于信息加密是近年信息安全研究的热点问题;首先概括了GRNN神经网络的主要理论,然后将GRNN神经网络和混沌系统相结合建立了一种混沌序列的生成模型,并给出基于GRNN的混沌图像加密算法,该算法只需改变混沌系统的初值,便可获得不同的混沌序列,进而实现对图像数据进行置换加密;最后对算法进行计算机仿真实验;结果表明GRNN神经网络具有更快的收敛速度和更准确的逼近能力,而基于GRNN神经网络的混沌加密算法具有很高的安全性.     

用小波变换和混沌映射实现图像置乱

提出了一种基于小波变换和混沌映射的数字图像置乱加密算法。先对数字图像进行小波分解,再对变换后的小波系数进行混沌置乱,最后对置乱后的系数矩阵进行逆小波变换得到加密图像。实验表明,该算法具有令人满意的安全性和置乱效果。     

基于小波混沌神经网络的语音识别*

基于语音信号的时变特性,提出了一种新型神经网络语音识别方法——小波混沌神经网络方法,即把小波变换和混沌特性引入到神经元,构成小波混沌神经网络,将这种神经网络用于语音识别,并与常用的BP神经网络识别方法进行了比较。实验结果表明,小波混沌神经网络的平均识别率要高于同等条件下常用的神经网络方法的识别率。     

基于整数小波变换和二维混沌系统的多图像加密算法

为提高当前混沌图像加密算法抵抗选择明文攻击的能力并减轻公用网络传输负担,提出一种基于整数小波变换和二维混沌系统的多图像加密算法.采用整数小波变换对多张明文图像进行数据压缩,对压缩以后的多张明文图像进行交叉组合,通过对同时置乱和扩散操作产生的密文图像进行动态分割,可以生成多张密文图像.所提加密算法可以抵抗选择明文攻击,实...     

一种差分进化算法优化小波神经网络及其在弱信号检测中的应用

在混沌理论和相空间重构技术的基础上,提出了一种基于小生境自适应差分进化小波神经网络(NADE-WNN)的混沌背景下弱信号检测方法。该方法采用小生境自适应差分进化算法同时优化小波神经网络的结构和参数,简化网络结构,提高网络的学习精度和收敛速度。实验结果表明,与传统的RBF神经网络和小波神经网络预测混沌时间序列的性能相比,该算法优化的小波神经网络具有更高的预测精度和收敛速度,能够较好地检测出混沌背景下的弱信号。     

交通流量小波神经网络多步预测研究

针对交通流量混沌时间序列多步预测的问题,提出了一种基于混沌机理的小波神经网络(WNN)快速学习算法.通过将混沌理论和小波分析相结合,建立了交通流量时间序列WNN模型;阐述了混沌学习算法的机理,设计了交通流量WNN混沌时间序列自适应学习算法.仿真试验结果表明,该算法的多步预测性能明显优于应用BP网络和非混沌算法的小波神经网络.     

结合小波变换与混沌键控的视频加密算法

针对视频加密难以平衡安全性和实时性需求的问题,提出小波变换与混沌键控相结合的视频加密算法。该算法选取三维细胞神经网络系统、三维罗斯勒系统和三维陈系统作为密钥源;混沌系统的初始值、密钥的选取和密文的像素值均与明文视频有关。在置乱加密过程中采用小波变换技术,使每一帧的数据处理量减少了75%。经实验表明,该算法的密钥敏感性和明文敏感性强,密钥空间大,统计特性完全被打破,信息熵接近于理想值,具有良好的通用性、并行性、抗噪性和抗剪裁性。小波变换和混沌键控加密技术,以及"扩散"和"一次一密"加密思想的运用,有效地平衡了加密算法安全性和实时性的关系,具有一定的实用价值。     

联合空域和小波域的图像加密

针对基于混沌理论的混合域图像加密算法存在加密强度较弱的问题,提出一种新的联合空域和小波域的图像加密算法。首先对原始图像进行一级二维离散小波分解,提取低频小波系数;接着使用二维Sine Logistic映射生成混沌序列,利用该混沌序列使用混沌魔方变换置乱低频子带,然后完成图像逆小波变换。对置乱后的图像,首先使用互绕Logistic映射生成混沌序列用于空域加密密钥,然后联合基于伽罗瓦域上元素乘法和异或的变换技术对像素进行加密;同时,引入混沌扰动和加密反馈技术以实现生成一次性运行密钥。理论分析和实验结果表明,新算法具有密钥空间大、抗重构攻击、抗差分攻击、加密效率可行、安全性强等特点。     

基于混沌的视频压缩与加密方法研究

针对多媒体流的压缩与加密技术,分析了很多算法在安全性和实时性上存在的缺点。对现有多种代表算法做出了比较,将一些算法的优点与混沌伪随机序列发生方法相结合,提出了一种适于软件实现的安全性高、速度快的加密方法,并分别针对MPEG2视频压缩算法和基于小波变换的视频压缩算法的特性进行加密处理。实验结果表明,MPEG2混沌加密算法可实现实时处理,基于小波变换的混沌加密算法能达到较高压缩比。     

小波混沌神经网络模拟退火参数研究

小波混沌神经网络已经成功地解决了函数优化和组合优化问题。研究了分段指数退火函数的Morlet小波混沌神经元模型,给出了分段小波混沌神经元的倒分岔图和Lyapunov指数图。在小波混沌神经网络的基础上,加入了分段指数退火函数,提出了一种新的改进的小波混沌神经网络,并把它应用到函数优化和组合优化问题中。仿真结果表明,改善了小波混沌神经网络的寻优能力,改进的小波混沌神经网络优于原来的小波混沌神经网络。     

基于混沌控制系统的神经网络异步加密

将Chebyshev神经网络模型作为混沌控制系统辨识器,任选系统初值和非线性、非周期性控制律,通过Chebyshev混沌神经网络产生混沌序列,求出该序列的排序置换及逆置换,对明文置换后即可得密文,密文逆置换即可还原得到明文。理论分析和加密实例表明,该加密算法可异步进行,且只需改变系统初值和控制律,便可获得不同的混沌序列,从而实现“一次一密”加密,具有良好的安全性。     

细胞神经网络与改进AES的超混沌图像加密方案

针对当前一类基于混沌系统的图像加密算法的应用进行研究,提出了一种五维细胞神经网络和AES（高级加密标准）加密算法相结合的超混沌图像加密算法。该方法定义了五个数和提取一个与明文像素值相关的参数作为密钥,通过细胞神经网络生成的超混沌序列作为AES加密算法的目标密钥;将明文与目标密钥进行异或处理;将目标密钥代入算法进行若干次AES加密算法进行加密得到密文。通过实验仿真表明,该算法能较好地抵抗差分攻击、统计特性分析等,而且还能有效抵抗明文攻击,加密效果较好。     

改进Henon超混沌系统与AES结合的图像加密算法

针对近年来AES（Advanced Encryption Standard）加密算法在图像加密领域应用中存在的一些缺点,提出了一种基于改进Henon超混沌系统与AES结合的图像加密算法。该算法首先利用四维Henon超混沌系统产生超混沌序列,通过引入明文图像像素的相关特性作为参数来截取超混沌序列作为BP神经网络的训练样本,训练后得到的非线性混沌序列作为AES加密算法的目标密钥。将目标密钥代入AES加密算法进行两轮循环加密得到密文,且每轮加密过程中都会由混沌序列产生新的S盒和轮密钥,大幅度提高了密钥的随机性。仿真实验结果表明,该算法能够很好结合三者的优点,安全性非常高。     

基于Hopfield混沌神经网络和压缩感知的可视化图像加密算法

目前大多数的图像加密算法直接将明文图像加密成无视觉意义的密文图像,而这类密文图像在传输过程中容易被黑客发现从而受到各种攻击。针对上述问题,结合Hopfield混沌神经网络与压缩感知技术提出了一种具有视觉意义的图像加密算法。首先,利用二维离散小波变换对明文图像进行稀疏化;其次,通过压缩感知对经过阈值处理的稀疏矩阵进行加密和测量;然后,在量化的中间密文图像中加入随机数并进行Hilbert置乱和扩散操作;最后,将生成的类噪声密文图像通过最低有效位（LSB）替换来嵌入到载体图像中的Alpha通道以生成具有视觉意义的隐写图像。与现有的可视化图像加密算法相比,所提算法展现出非常好的视觉安全性、解密质量以及鲁棒性,表明其具有广泛的应用场景。     

新的基于双混沌系统和压缩感知的图像加密算法

Image encryption technology plays an important role in today’s multimedia applications and Internet information security transmission. However, most image encryption algorithms still have problems, for example, cipher images occupied high bandwidth during transmission, image encryption speed is slow, image encryption algorithms are not associated with plain image, and there is no complete ciphertext feedback mechanism. These prob-lems all affect the security and easy use of image encryption algorithms. In order to solve the above problems, the compressive sensing technology and chaotic system were studied, and a new image encryption algorithm based on double chaotic system and compressive sensing with plaintext association was proposed. The plaintext image association key was used to associate the plain image hash value with the Logistic chaotic system parameters. Discrete wavelet transform, was used to sparse the plain image. Then the random measurement matrix was generated by the Logistic chaos system, and the image was encrypted once by combining the compressive sensing technique and the random measurement matrix to obtain the intermediate image. The intermediate image was hashed again, and the Rucklidge chaos system initial value was associated with the plain image hash value together. The Rucklidge chaotic system and encryption algorithm were used to control the intermediate image for secondary encryption and accord-ingly obtain the cipher image. The encryption algorithm was a new plaintext correlation encryption algorithm, which used the image’s own pixel value to control the scrambling of the intermediate image. It also enhanced the plaintext association and established a ciphertext feedback mechanism. Simulation results and performance analysis show that the algorithm has good encryption performance. The encrypted image can be compressed according to the compres-sion ratio, effectively reducing the size of the cipher image. Moreover, it is resistant to common attacks such as known plaintext attack, selective plaintext attack and differential attack, which is better than other common image encryption algorithms. © 2022, Beijing Xintong Media Co., Ltd.. All rights reserved.     

基于时空混沌和小波变换的图像加密算法

本文提出一种基于时空混沌系统的图像加密算法。首先对明文图像进行Zigzag方式扫描置乱,再对置乱后的图像分块;然后用Logistic混沌系统生成的伪随机序列对其进行置乱,置乱结束后对其进行整数小波变换,利用基于耦合映像格子CML的混沌系统生成三个伪随机序列对低频小波系数进行置乱操作,同时对低频小波系数进行扩散,然后进行整数小波逆变换;最后再由基于CML的混沌系统生成两个伪随机序列对图像像素值进行扩散操作,得到最终的加密图像。经测试,该算法具有良好的加密性能,可以有效抵挡差分、明文等攻击。     

一种基于复合混沌序列的图像加密算法安全分析

针对一种基于复合混沌序列的图像加密算法进行了安全分析,该加密算法采用置换—正向扩散—逆向扩散三级加密,由于正向扩散和逆向扩散采用了相同的一维扩散序列,可将正向扩散和逆向扩散两级加密简化为一级扩散加密,进而将置换—正向扩散—逆向扩散三级加密简化为置换—扩散两级加密;此外,该加密算法生成的混沌序列与明文、密文图像无关,可根据选择明文攻击获取其对应的等效扩散密钥和等效置换密钥.理论分析与数值仿真实验结果表明了该分析方法的有效性;针对原加密算法存在的安全漏洞,提出了若干改进建议以提高其安全性能.     

基于小波变换和重力模型的混沌图像加密算法

随着网络技术的应用和发展，图像数据安全性引起了社会的关注。提出了一种新的基于小波变换和改进的重力模型的图像加密算法。该算法利用SHA3-256生成三维Logistic混沌系统的初始值及改进的重力模型的重力系数，使算法与原始图像密切相关，增加了算法的明文敏感性；对图像进行小波变换，用三维Logistic混沌系统分别对低频系数和高频系数进行置乱，再进行小波逆变换；最后，用改进的重力模型进行像素值扩散。实验结果表明，该算法密钥空间大且可有效抵抗各种攻击。     

对一维复合混沌图像加密算法的安全分析和改进

最近,Park 等人提出了一种基于一维复合混沌的图像加密算法,该算法的核心思想为：用混沌序列对明文图像进行像素置乱操作;利用混沌序列和密文反馈机制对置乱后的明文序列进行扩散操作;把扩散后的密文序列向左循环移位以得到最终的密文。对该加密算法进行了安全性分析,发现了该算法的两个等效密钥流,从而使得循坏移位操作成为无效操作。通过选择明文攻击依次破解出算法中的两个等效密钥流,恢复出了明文图像。理论分析和实验结果验证了选择明文攻击策略的可行性;此外提出了一种改进算法,克服了原有算法的缺陷。改进后的方案不仅能保持原算法的优点,还能抵抗选择明文的攻击。     

一个基于混沌系统的动态换位加密方案

在对换位加密技术研究的基础上,提出了一个基于混沌系统的动态换位加密方案。该方案通过二进制数据转换、数据替换及动态换位等加密步骤,很好地实现了明文的混淆与扩散。与传统的换位加密相比,新方案不仅有较大的密钥空间,而且产生的换位序列具有很强的随机性。理论分析及实验结果表明,给出的新方案可以抵抗多种已知的密码攻击,克服了传统换位加密技术的弱点,具有较高的安全性。