基于深度学习的新混沌信号及其在图像加密中的应用 |
| |
引用本文: | 赵智鹏,周双,王兴元.基于深度学习的新混沌信号及其在图像加密中的应用[J].物理学报,2021(23):139-153. |
| |
作者姓名: | 赵智鹏 周双 王兴元 |
| |
作者单位: | 1. 重庆师范大学数学科学学院;2. 大连海事大学信息科学技术学院 |
| |
基金项目: | 国家自然科学基金(批准号:61672124);;重庆市教委科学技术研究项目(批准号:KJQN201900529)资助的课题~~; |
| |
摘 要: | 为提高单一混沌系统图像加密的安全性,本文提出了基于深度学习的图像加密算法.首先,利用超混沌Lorenz系统产生混沌序列.其次,利用长短期记忆人工神经网络(long-short term memory, LSTM)复杂的网络结构模拟混沌特征构造新的混沌信号.然后,利用最大Lyapunov指数, 0-1测试,功率谱分析、相图以及NIST测试对新信号的动力学特征进行分析.最后,将新信号应用到图像加密中.由于该方法生成的新信号不同于原有混沌信号,而且加密系统具有很高的复杂结构和非线性特征,故很难被攻击者攻击.仿真实验结果表明,本文提出的图像加密算法相比其他一些传统方法具有更高的安全性,能够抵抗常见的攻击方式.
|
关 键 词: | 混沌系统 图像加密 深度学习 |
|
| 点击此处可从《物理学报》浏览原始摘要信息 |
| 点击此处可从《物理学报》下载免费的PDF全文 |
|