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。     

基于压缩感知和DNA编码的图像加密算法

针对传统图像加密算法安全性能差和传输效率低等问题,提出了一种基于压缩感知CS和DNA编码相结合的图像压缩加密算法。首先,采用CS对待加密图像进行预处理,在预处理过程中由克罗内克积KP构造测量矩阵并按比例缩小原始图像。接着,利用超混沌Bao系统产生的混沌序列动态控制DNA编码、解码和运算方式,对压缩图像进行加密和解密。最后,通过重构算法得到重构图像。该算法最大限度地利用了超混沌Bao系统产生的混沌序列,通过将生成的混沌序列整数化,对原始图像进行DNA扩散操作。仿真实验和结果分析表明,该算法能有效提高图像的传输效率和安全性。     

基于置乱块压缩感知的图像鲁棒加密算法

资源受限环境下图像数据如何高效传输并保证图像的安全性和鲁棒性具有挑战性.本文设计了一种基于置乱块压缩感知的图像鲁棒加密算法,实现了兼顾高效、安全的图像鲁棒传输.该算法使用小波变换(DWT)对图像进行稀疏表示,采用置乱的块压缩感知进行测量,有效减少数据传输量同时作为第一层加密;设计量化器对测量值量化为有限精度;由Logistic-Tent混沌映射产生的密钥对量化值采用混淆-扩散机制来进一步增强安全性.解密过程包括逆混淆-扩散的解密操作,采用GRSR重构算法获得图像高性能重建并保证传输鲁棒性.通过实验仿真结果以及对比分析表明,原始图像在0.05的采样率下其重构图像的PSNR值为20.4 dB;在90%的丢包率下重构图像PSNR值也达到22.24 d B;在256×256的剪切攻击下重构图像仍保留主要信息且视觉可接受.本文算法具有较高的压缩性能,且能够抵抗蛮力攻击、统计攻击、丢包攻击、剪切攻击、噪声攻击等常见攻击并具有较好鲁棒性.     

基于压缩感知和超混沌系统的多图像加密算法

为了有效改善传输速率并降低带宽负担, 提出一种基于压缩感知和超混沌系统的多图像加密方案. 首先将多幅原始图像拼接成新的明文图像, 并将部分明文信息与随机正整数结合产生混沌系统初始值, 利用超混沌系统产生的伪随机序列生成加密过程所需的测量矩阵、置乱序列及扩散序列. 其次通过离散小波变换、阈值处理以及并行测量对明文图像进行压缩处理, 有效减少运算数据量, 大大加快运行速率. 最后通过无重复置乱操作和双向加模扩散得到最终的密文图像. 经多个层面的仿真模拟实验, 验证了所提算法能有效抵御剪切攻击, 且具有比较高的安全性.     

新的基于双混沌系统和压缩感知的图像加密算法

图像加密技术在当今多媒体应用和互联网信息安全传输中发挥着重要作用,但存在一些问题。多数图像加密算法存在密文图像在传输过程中占用带宽较高、图像加密速度慢、图像加密算法没有与明文关联、没有完备密文反馈机制等问题,这些问题影响着图像加密算法的安全性和易用性。为了解决上述问题,对压缩感知技术和混沌系统进行了研究,提出了一种新的基于双混沌系统和压缩感知的明文关联的图像加密算法。采用明文图像关联密钥,将明文图像哈希值与Logistic混沌系统参数进行关联;采用离散小波变换对明文图像进行稀疏处理;通过Logistic混沌系统生成随机测量矩阵,结合压缩感知技术和随机测量矩阵对图像进行一次加密,得到中间图像;对中间图像再次进行哈希,与明文图像哈希值共同关联Rucklidge混沌系统初值;使用Rucklidge混沌系统和加密算法控制中间图像进行二次加密,得到密文图像。加密算法是一种新的明文关联加密算法,该算法使用图像自身像素值控制中间图像置乱,可以增强明文关联,建立密文反馈机制。仿真结果和性能分析表明,所提算法加密性能良好,加密后图像可按照压缩比例进行压缩,有效减小密文图像尺寸,且可以很好地抵抗已知明文攻...     

结合压缩感知和新混沌映射的图像加密方案

为了解决密文图像在公用信道传输过程中容易遭到基于深度神经网络模型攻击的问题,提出一种结合二维压缩感知、新设计的离散分数阶Chebyshev混沌映射和空域最低有效位(Least Significant Bit, LSB)嵌入的视觉有意义图像加密算法。首先,在明文信息熵的控制下迭代分数阶混沌映射以产生特定的密码流。其次,采用受控混沌测量矩阵、FAN变换置乱以及混合扩散策略对明文图像执行二维压缩和加密操作,得到具有统计伪随机性的秘密图像。然后,通过最低有效位嵌入算法将秘密图像随机地嵌入到非涉密传输介质的各个区域中以生成具有视觉意义的密文图像。另外,将明文信息熵隐藏到密文图像的透明度通道以实现所提算法安全性和实用性之间的均衡。最后,仿真结果和理论分析表明,所提加密算法生成的密文图像不但能够抵御多种常见的攻击,还具有不错的视觉安全性。     

结合P张量积压缩感知的混沌图像加密算法

针对目前数据加密算法缺乏隐蔽性的缺点, 提出了一种结合P张量积压缩感知(P-tensor product compressive sensing, PTP-CS)模型和新分段混沌映射(segmented chaotic map, SCM)的视觉安全图像加密算法. 首先, 根据“拉伸和挤压”机制设计出一新的具有分式结构的分段混沌映射, 用以构建受控测量矩阵. 其次, 在测量矩阵和密码流的共同控制下, 明文的小波包系数矩阵经过二维阿诺德置乱、线性测量以及双向异或扩散生成视觉上无语义的中间秘密图像. 然后, 再采用数字隐写编码方法将其随机地嵌入到某一非涉密传输介质中以同步实现对敏感明文数据的内容和视觉的双重保护. 最后, 一系列的仿真实验和安全性分析表明所提加密算法能够抵御多种常见的攻击, 且具有很好的视觉安全性和压缩性能.     

基于一维压缩感知和混沌的医学图像加密研究

医学图像由于涉及隐私等重要问题,其安全性问题逐渐凸显,同时其具有数据量大、同色像素连续性高等特点。为实现医学图像安全、快速地在网络中传输,提出一种基于压缩感知和同步混沌流密码的医学图像加密方案。首先迭代三维同步混沌流密码系统构造出测量矩阵和得到用于加密的伪随机序列。然后,利用测量矩阵对整数小波变换后的稀疏医学图像进行测量,并使用量化函数将测量后的图像量化至[0,255]范围内的整数。最后,利用伪随机序列加密量化后的图像。相应的解密算法也同时给出。从以CT图像为例的实验仿真结果可知,该方案具有良好的压缩和加密性能。同时,相关安全性能分析结果表明,所提方案对统计攻击和剪切攻击具有良好的安全性和鲁棒性。     

改进混沌方程及压缩感知理论图像加密算法

针对传统Logistic混沌系统混沌性能低,生成伪随机序列随机性较差等问题,本文提出一种新的改进Logistic混沌方程,并与Lorenz超混沌系统、压缩感知理论相结合构建一个多混沌图像压缩加密系统。在加密过程中与传统加密算法相结合,进行置乱、扩散操作最终获得密文图像。通过改进的Logistic混沌方程获得随机性能更好的伪随机序列来构造受控测量矩阵,仿真实验表明通过改进的Logistic混沌方程来构造的受控测量矩阵在压缩率为75%的条件下峰值信噪比达到34.26 dB,与传统Logistic混沌方程相比在同等条件下提高约10 dB,并且该算法有较好的抗差分攻击性能,像素改变率（NPCR）与统一平均变化程度（UACI）接近理论值。故本文提出的加密算法具有较好的压缩性、安全性以及信号重建特性。     

基于梯度的压缩感知图像融合（英文）

目的:面向多传感器图像融合,实现基于梯度的压缩感知图像融合,使其具有传输量小,计算复杂度低的特点。创新点:提出一种基于梯度的融合规则(图1),对压缩感知系数进行融合,并对融合后的压缩感知系数进行反变换得到原图像,提高压缩感知融合质量。方法:首先,对多传感器捕获的图像进行压缩感知分解以提高传感器传输速率。然后在融合阶段,基于压缩感知系数梯度进行融合得到融合后的压缩感知系数,并对融合后的系数进行压缩感知反变换得到融合后图像。通过两种融合场景的应用实验(图2-7,表1-6),证明所提算法相比于其他传统压缩感知图像融合方法,在人眼视觉及客观融合标准中均更优。结论:针对多种融合场景,提出一种高效的基于梯度的压缩感知的图像融合方法,提高图像融合精度。     

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。     

基于细胞神经网络超混沌特性的图像加密新算法

针对一般流密码对明文变化不敏感的缺陷,基于细胞神经网络（CNN）,提出一种图像加密新算法。以一个6维CNN产生的超混沌系统作为密钥源,并根据明文图像各点像素值的逻辑运算结果选取密钥;同时使用像素位置置乱和像素值替代两种方法对数字图像进行加密。实验表明,该算法加密效果好,NPCR值和密钥敏感性高(>0.996),满足数字图像加密安全性的要求,同时具有计算简单、易于实现、能提高数字图像传输的安全性等特点。     

基于混沌的一种图像加密算法*

基于二维时空混沌模型,给出了一种时空混沌二值序列的产生方法,并对其性能进行了分析。结果表明,该种序列消除了相邻点的相关性,改善了统计分布特性,并利用此方法产生的序列对灰度图像进行加密。仿真结果表明,用该方法产生的序列对图像加密后,其相邻像素点的相关性很低,并对其密钥敏感性和统计特性进行了分析,均说明该方法应用于图像加密很有效。     

一种小波神经网络的混沌加密算法研究

概括了小波神经网络的主要理论,将小波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,给出基于小波神经网络的混沌加密算法,最后对算法进行计算机仿真实验.结果表明小波神经网络具有更快的收敛速度和更准确的逼近能力,而基于小波神经网络的混沌加密算法具有很高的安全性.     

基于帐篷混沌观测矩阵的图像压缩感知

针对目前典型的随机观测矩阵在不确定性、硬件实现、存储方面的缺陷,利用混沌序列优异的伪随机性,设计了一种基于帐篷混沌序列的观测矩阵。该矩阵的参数和初始值一旦确定,每一时刻的状态是可以完全重现的,克服了随机观测矩阵需要大量实验求平均来降低不确定性的缺点。仿真实验中,分别利用帐篷混沌观测矩阵和3种典型的随机观测矩阵对不同数据量的图像信号进行压缩与重构,结果表明:所设计的帐篷混沌观测矩阵不但重构性能优于随机观测矩阵,而且也克服了随机观测矩阵在硬件实现、存储方面的缺陷,大大减少了存储空间和传输带宽的压力。     

基于混沌细胞自动机的图像加密算法

提出了基于耦合混沌和触发细胞自动机的图像加密算法。首先用耦合混沌系统对图像进行加密,然后用耦合二维细胞自动机再次加密,最后用混沌序列对图像进行置乱。加密过程中同时运用了分组加密和流加密方法。仿真实验结果表明,该加密算法实现简单,扩散和混淆效果比较理想,有较强的抗攻击能力,具有良好的加密效果。     

基于离散分数余弦变换的图像加密算法研究*

为了提高图像加密的效率和安全性,采用态函数线性组合法构造了一种离散分数余弦变换函数,利用其良好的正交性能及具有分数阶参数和周期参数的特点,提出了一种基于离散分数余弦变换的图像加密新方法。该加密算法采用了图像分块（图元）的方法。将图像分成大小不同的图元,使用离散分数余弦变换对每个图元分别进行行变换和列变换,从而完成对图像的加密。实验结果分析表明,该算法的加密效果、效率和抗穷举攻击能力是令人满意的。     

基于祖冲之算法和DNA编码的图像分组加密方法

为了进一步研究具有更高安全性的加密方法,结合基于DNA编码思想、祖冲之密钥流产生器以及分组加密结构,提出了一种基于祖冲之算法和DNA编码的图像分组复合加密方法.该方法首先利用祖冲之算法产生分组加密结构的密钥流;然后对明文图像信息以及密钥流进行DNA编码;最后利用分组迭代轮数的奇偶性决定明文图像分块模式,并基于DNA符号运算的改进Feistel分组结构实现明文图像分组加密,将加密结果进行DNA编码反变换生成最终密文图像.通过安全性分析,该算法具有很好的抗攻击能力和有效性,可以广泛应用到图像信息安全保护中.