留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于TLM超混沌细胞神经网络图像加密新算法

底晓强,  母一宁,  李锦青,  杨华民

downloadPDF
文章导航 > 红外与激光工程  > 2014 >  43(12): 4170-4176
底晓强, 母一宁, 李锦青, 杨华民. 一种基于TLM超混沌细胞神经网络图像加密新算法[J]. 红外与激光工程, 2014, 43(12): 4170-4176.
引用本文: 底晓强, 母一宁, 李锦青, 杨华民. 一种基于TLM超混沌细胞神经网络图像加密新算法[J]. 红外与激光工程, 2014, 43(12): 4170-4176.
shu
Di Xiaoqiang, Mu Yining, Li Jinqing, Yang Huamin. Novel image encryption algorithm based TLM hyperchaotic cellular neural network[J]. Infrared and Laser Engineering, 2014, 43(12): 4170-4176.
Citation: Di Xiaoqiang, Mu Yining, Li Jinqing, Yang Huamin. Novel image encryption algorithm based TLM hyperchaotic cellular neural network[J]. Infrared and Laser Engineering, 2014, 43(12): 4170-4176.
shu

一种基于TLM超混沌细胞神经网络图像加密新算法

  • 1.

    长春理工大学计算机科学与技术学院,吉林长春130022

基金项目: 

吉林省科技厅发展计划项目(20140101206JC-08)

详细信息
    作者简介:

    底晓强(1978-),男,博士生,主要从事网络与信息安全方面的研究。Email:dixiaoqiang@cust.edu.cn

    通讯作者: 杨华民(1963-),男,教授,博士生导师,主要从事虚拟现实与数字媒体图像处理方面的研究。Email:yhm@cust.edu.cn

  • 中图分类号: TP301

Novel image encryption algorithm based TLM hyperchaotic cellular neural network

  • 1.

    School of Computer Science and Technology,Changchun University of Science and Technology,Changchun 130022,China

  • 摘要: 混沌对初值敏感的特性使得它适合于数据加密。以4 阶CNN 模型为基础,提出了一种新的超混沌细胞神经网络图像加密算法。算法分为置乱和扩散二个阶段,复合混沌映射用于生成置乱阶段控制参数,用以置乱图像行列之间的高度互相关像素。在扩散阶段,使用不同初始状态和参数的复合混沌映射生成高阶混沌细胞神经网络的初始条件,以生成扩散阶段的密钥流。算法的已知明文和选择明文攻击、密钥空间和直方图的仿真实验均取得了良好的结果。与其他相关算法相比,该算法具有密钥敏感性和抗攻击性强的优点,适用于图像加密。
    Abstract: Since chaos is sensitive for initial values, it is very suitable for data encryption. An image encryption algorithm based on hyper-chaotic control parameters and mixed scrambling diffusion structure of higher -order chaotic system was presented. The encryption algorithm included scrambling step and diffusion step. In the scrambling step, the composite chaotic map was used to generate the alignment phase control parameters and scramble for the high-level image cross -correlation between the adjacent pixels. In the diffusion step, the composite chaotic map with the different initial states and parameters was used to generate the initial conditions for hyper-chaotic cellular neural networks in order to generate the key stream. This method was evaluated by known plaintext attack and chosen plaintext attack, key space, image histogram, and simulations show good results. Compared with several other related algorithms, it has better anti -aggressive and key sensitivity is high. It can be applied to the image encryption.
  • [1] Shannon C E. Communication theory of secrecy systems[J]. Bell System Technical Journal, 1949, 28(4): 656-715.
    [2]
    [3]
    [4] Yan Huang, Yang Xiaosong. Hyperchaos and bifurcation in a new class of four-dimensional Hopfield neural networks [J]. Neurocomputing, 2006, 69(13-15): 1787-1795.
    [5] Fang Jingyue, Zhou Pu, Kang Qiang. Encrypting optical image based on compound encoding on space-fractional domain [J]. Infrared and Laser Engineering, 2005, 34(3): 345. (in Chinese)
    [6]
    [7]
    [8] Li Qingdu, Yang Xiaosong, Yang Fangyan. Hyperchaos in a simple CNN [J]. International Journal of Bifurcation and Chaos, 2006, 16(8): 2453-2457.
    [9]
    [10] Gao Tiegang, Gu Qiaolun, Emmanuel Sabu. A novel image authentication scheme based on hyper-chaotic cell neural network[J]. Chaos, Solitons Fractals, 2009, 42(1): 548-553.
    [11] Li Jinqing, Bai Fengming, Di Xiaoqiang. Color image encryption algorithm based on hopfield chaotic neural networks [J]. Journal of Changchun University of Science and Technology, 2012, 35(4): 117-121. (in Chinese)
    [12]
    [13]
    [14] Li Jinqin, Bai Fengming, Di Xiaoqiang. New color image encryption algorithm based on compound chaos mapping and hyperchaotic cellular neural network[J]. Journal of Electronic Imaging, 2013, 22(1): 013036-013036. (in Chinese)
    [15]
    [16] Liu Li, Zhou Yajian, Zhang Bin. Digital watermarking method for QR code images based on DCT and SVD [J]. Infrared and Laser Engineering, 2013, 42(z2): 304-311. (in Chinese)
    [17]
    [18] Bigdeli Nooshin, Farid Yousef, Afshar Karim. A robust hybrid method for image encryption based on Hopfield neural network [J]. Computers Electrical Engineering, 2012, 38 (2): 356-369.
    [19] Ren Xiaoxia, Liao Xiaofeng, Xiong Yonghong. New image encryption algorithm based on cellular neural network [J]. Journal of Computer Applications, 2011, 31(6): 1528-1530.
    [20]
    [21] Bai Fengming. Opto-electronic hybrid system chaos control, synchronization and applied research[D]. Changchun: Changchun University of Science and Technology, 2003. (in Chinese)
    [22]
    [23] Lian S. A block cipher based on chaotic neural networks[J]. Neurocomputing, 2009, 72(4): 1296-1301.
    [24]
    [25] Liu Hongjun, Wang Xingyuan. Color image encryption based on one-time keys and robust chaotic maps[J]. Computers Mathematics with Applications, 2010, 59(10): 3320-3327.
    [26]
    [27]
    [28] Rhouma R, Meherzi S, Belghith S. OCML-based colour image encryption [J]. Chaos, Solitons Fractals, 2009, 40 (1): 309-318.
    [29] Zeghid M, Machhout M, Khriji L, et al. A modified AES based algorithm for image encryption [J]. International Journal of Computer Science and Engineering, 2007, 1(1): 70-75.
  • [1] 王超, 董怡泽, 王卉婷, 高冀, 田志新, 高建威, 江宁.  混沌空间光通信研究进展 . 红外与激光工程, 2023, 52(1): 20220296-1-20220296-10. doi: 10.3788/IRLA20220296
    [2] 李东亮, 卢贝.  基于深度神经网络的光纤传感识别算法 . 红外与激光工程, 2022, 51(9): 20210971-1-20210971-6. doi: 10.3788/IRLA20210971
    [3] 张颖, 李河申, 王昊, 孙军华, 张晞, 刘惠兰, 吕妍红.  基于神经网络的典型地物的偏振多光谱图像分类（特邀） . 红外与激光工程, 2022, 51(6): 20220249-1-20220249-8. doi: 10.3788/IRLA20220249
    [4] 宦克为, 李向阳, 曹宇彤, 陈笑.  卷积神经网络结合NSST的红外与可见光图像融合 . 红外与激光工程, 2022, 51(3): 20210139-1-20210139-8. doi: 10.3788/IRLA20210139
    [5] 陈文艺, 许洁, 杨辉.  利用双神经网络的相机标定方法 . 红外与激光工程, 2021, 50(11): 20210071-1-20210071-9. doi: 10.3788/IRLA20210071
    [6] 邓子岚, 涂清安, 李向平.  多维度超表面及其在信息加密防伪上的应用 . 红外与激光工程, 2020, 49(9): 20201034-1-20201034-16. doi: 10.3788/IRLA20201034
    [7] 柴萌萌, 乔丽君, 张明江, 卫晓晶, 杨强, 徐红春.  光子集成混沌半导体激光器研究进展（特邀） . 红外与激光工程, 2020, 49(12): 20201066-1-20201066-14. doi: 10.3788/IRLA20201066
    [8] 郭锐强, 李珉, 吴君鹏, 刘鑫, 魏子康.  基于差分混沌键控的空间光通信系统及其保密性分析 . 红外与激光工程, 2020, 49(S1): 20200207-20200207. doi: 10.3788/IRLA20200207
    [9] 薛珊, 张振, 吕琼莹, 曹国华, 毛逸维.  基于卷积神经网络的反无人机系统图像识别方法 . 红外与激光工程, 2020, 49(7): 20200154-1-20200154-8. doi: 10.3788/IRLA20200154
    [10] 沈振民, 赵彤, 王云才, 郑永超, 尚卫东, 王冰洁, 李静霞.  混沌脉冲激光雷达水下目标探测 . 红外与激光工程, 2019, 48(4): 406004-0406004(7). doi: 10.3788/IRLA201948.0406004
    [11] 刘鹏飞, 赵怀慈, 曹飞道.  多尺度卷积神经网络的噪声模糊图像盲复原 . 红外与激光工程, 2019, 48(4): 426001-0426001(9). doi: 10.3788/IRLA201948.0426001
    [12] 张腊梅, 陈泽茜, 邹斌.  基于3D卷积神经网络的PolSAR图像精细分类 . 红外与激光工程, 2018, 47(7): 703001-0703001(8). doi: 10.3788/IRLA201847.0703001
    [13] 李方彪, 何昕, 魏仲慧, 何家维, 何丁龙.  生成式对抗神经网络的多帧红外图像超分辨率重建 . 红外与激光工程, 2018, 47(2): 203003-0203003(8). doi: 10.3788/IRLA201847.0203003
    [14] 田干, 杨正伟, 朱杰堂, 张炜, 罗文源.  超声红外热波检测中的振动特性及声混沌分析 . 红外与激光工程, 2016, 45(3): 304003-0304003(6). doi: 10.3788/IRLA201645.0304003
    [15] 贺锋涛, 张敏, 白可, 孙力.  基于激光散斑和Henon映射的图像加密方法 . 红外与激光工程, 2016, 45(4): 428003-0428003(5). doi: 10.3788/IRLA201645.0428003
    [16] 许兆美, 刘永志, 杨刚, 王庆安.  粒子群优化BP神经网络的激光铣削质量预测模型 . 红外与激光工程, 2013, 42(9): 2370-2374.
    [17] 吕事桂, 杨立, 范春利, 王为清.  采用混沌-LM混合解法的材料缺陷单面红外检测定量辨识 . 红外与激光工程, 2013, 42(2): 317-323.
    [18] 孙韶媛, 李琳娜, 赵海涛.  采用KPCA和BP神经网络的单目车载红外图像深度估计 . 红外与激光工程, 2013, 42(9): 2348-2352.
    [19] 赵春晖, 刘振龙.  改进的红外图像神经网络非均匀性校正算法 . 红外与激光工程, 2013, 42(4): 1079-1083.
    [20] 王保平, 李文康, 吴成茂, 张薇, 谢红梅.  改进分段Skew Tent 映射及其在扩频通信中应用 . 红外与激光工程, 2013, 42(10): 2772-2777.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  367
  • HTML全文浏览量:  54
  • PDF下载量:  226
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-04-10
  • 修回日期:  2014-05-17
  • 刊出日期:  2014-12-25

一种基于TLM超混沌细胞神经网络图像加密新算法

  • 1. 长春理工大学计算机科学与技术学院,吉林长春130022
    • 作者简介:

    底晓强(1978-),男,博士生,主要从事网络与信息安全方面的研究。Email:dixiaoqiang@cust.edu.cn

    通讯作者: 杨华民(1963-),男,教授,博士生导师,主要从事虚拟现实与数字媒体图像处理方面的研究。Email:yhm@cust.edu.cn
  • 收稿日期: 2014-04-10
  • 修回日期: 2014-05-17
  • 刊出日期: 2014-12-25
基金项目:

吉林省科技厅发展计划项目(20140101206JC-08)

  • 中图分类号: TP301

摘要: 混沌对初值敏感的特性使得它适合于数据加密。以4 阶CNN 模型为基础,提出了一种新的超混沌细胞神经网络图像加密算法。算法分为置乱和扩散二个阶段,复合混沌映射用于生成置乱阶段控制参数,用以置乱图像行列之间的高度互相关像素。在扩散阶段,使用不同初始状态和参数的复合混沌映射生成高阶混沌细胞神经网络的初始条件,以生成扩散阶段的密钥流。算法的已知明文和选择明文攻击、密钥空间和直方图的仿真实验均取得了良好的结果。与其他相关算法相比,该算法具有密钥敏感性和抗攻击性强的优点,适用于图像加密。

English Abstract

    全文HTML

参考文献 (29)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计