分区域的医学图像高容量无损信息隐藏方法

针对医学图像的分区域典型特征,提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域,再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中,提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据,提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1 bit/packet以上,并且隐秘图像质量在40dB左右,适用于具有区域特征的质量敏感图像的大容量信息隐藏。     

Logistic混沌映射性能分析与改进

混沌系统是基于混沌的数据加密领域的一个重要研究对象,Logistic混沌映射是最简单和有效的混沌系统,被广泛应用在大多数混沌加密算法中,Logistic映射的安全性成为研究的热点。针对Logistic序列存在的吸引子与空白区问题,该文提出一种基于初始值和分形控制参数之间关系的Logistic映射改进方法。利用两者之间关系对映射自变量区间进行合理分段,扩大了混沌控制参数区域,将满射范围扩大到整个控制参数区间,使产生的序列分布更均匀,解决了稳定窗与空白区等问题。通过将改进Logistic与其它分段Logistic映射进行仿真对比,实验结果表明改进后的映射产生的序列混沌特性得到显著加强,分布更均匀,具有更好的随机性能测试指标。另外,改进Logistic映射计算复杂度低,实现简单,在扩频通信与混沌密码等领域有广阔的应用前景。     

入侵检测系统中生成成熟检测子集的研究

提出一种将基因库进化与否定选择相结合生成成熟检测子集的算法,采用基因库易于结合抗体进化原理对基因实施进化,改进的否定选择算法维持了抗体的多样性和一般性,从而提高入侵检测系统中生成成熟检测子的效率.反馈学习双网络结构可以有效处理基因库进化中抗体突变对生成抗体带来的不利影响,同时进行反复学习使抗体不断向抗原进化,提高入侵检测的准确率.     

基于预测误差修改的医学图像数据隐藏方法

针对医学图像可逆数据隐藏高保真、高容量、高频繁地插入和可逆性等特点,提出了一种基于预测误差修改的可逆数据隐藏算法,不需要对图像进行分块处理,利用加权线性预测得到预测图像,在预测误差直方图中采用4峰值点进行隐秘数据嵌入,较好地解决了医学图像中出现得较多的溢出问题,并在保证图像质量的同时增加了嵌入容量。理论分析和实验结果证明了算法的优越性。     

基于小波包能量熵的混沌序列复杂度分析

混沌密码学是密码学的一个新方向,混沌序列的复杂度是衡量混沌密码学安全性的重要指标.本文将小波包能量熵应用到混沌序列的复杂度分析中,首先将混沌序列进行小波包分解,然后通过小波包能量熵计算方法确定各频段能量大小,从而确定混沌序列的复杂度.通过对Logistic、TD-ERCS和Henon产生的混沌序列进行比较分析,结果表明,小波包能量熵具有全局统计特性,无需引入新参数进行相空间重构.另外,计算方法简单,且不依赖于混沌序列的采样长度与初始值,能有效衡量混沌序列的复杂度.     

挖掘多粒度时间下异步周期的模式

把异步周期和多时间粒度下的时态模型结合起来研究,并利用异步周期的特点提出了一种有效的挖掘算法。算法先找到所有的有效时间节，再通过有效时间节求出最长的有效时间段。实验表明所提出的算法是稳定而有效的。     

基于2D sine Logistic混沌映射的医学图像频域加密算法

针对现有医学图像加密算法在加密效率和安全性上的不足,提出一种基于2D sine logistic混沌映射的医学图像小波域加密算法。算法首先利用整数小波变换将医学图像从空域转换为频域,充分打破像素间的相关性;其次,利用2D sine logistic混沌映射生成混沌序列,选取三级小波分级的低频系数LL3进行扩散和置乱加密,提高加密效率;并且将二级小波分解的中高频系数HL2和LH2进行扩散加密,解决加密图像中存在的明显轮廓问题;最后将加密后的小波系数进行小波逆变换得到加密图像。实验仿真结果表明,算法具有高安全性和加密效率,与现有空域方法相比,加密时间约为1/40;与现有频域方法相比,在保证加密效率情况下具有更好的加密图像隐蔽性。     

基于多混沌系统的医学图像加密算法

针对医学图像数据量大、同色像素连续性高的特点,提出了一种基于混沌理论的图像加密算法。算法通过在多个一维混沌系统间的随机切换产生加密序列,在加密过程中对图像本身引入了双重反馈,从而有效延长了混沌序列的周期,提高了算法的安全性。实验证明,本算法具有较好的运行效率与加密效果。