基于Hopfield混沌神经网络的明文关联图像加密方法

    公开(公告)号:CN110046513A

    公开(公告)日:2019-07-23

    申请号:CN201910289775.8

    申请日:2019-04-11

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于Hopfield混沌神经网络的明文关联图像加密方法,包括步骤:首先,利用初始密钥在分段复合混沌映射产生双极性二值混沌序列,得到置乱算法的参数值;利用改进后的猫映射算法对原图像进行置乱和扩散,并且提取置乱和扩散后的值作为产生密钥流的参数;利用产生的参数和初始密钥得到Hopfield混沌神经网络系统的初始值;利用得到的Hopfield混沌神经网络系统初始值迭代产生密钥流K;利用产生的密钥流对置乱和扩散之后的图像的R2,G2,B2分量分别进行二次扩散,得到加密图像C。本发明通过分段复合混沌映射与Hopfield混沌神经网络的结合使得具有更为复杂的时空复杂度,而且通过置乱和扩散同时进行以及二次扩散的密钥流与明文相关,可以很好的抵抗选择明文攻击。

    基于Hopfield混沌神经网络的明文关联图像加密方法

    公开(公告)号:CN110046513B

    公开(公告)日:2023-01-03

    申请号:CN201910289775.8

    申请日:2019-04-11

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于Hopfield混沌神经网络的明文关联图像加密方法,包括步骤:首先,利用初始密钥在分段复合混沌映射产生双极性二值混沌序列,得到置乱算法的参数值;利用改进后的猫映射算法对原图像进行置乱和扩散,并且提取置乱和扩散后的值作为产生密钥流的参数;利用产生的参数和初始密钥得到Hopfield混沌神经网络系统的初始值;利用得到的Hopfield混沌神经网络系统初始值迭代产生密钥流K;利用产生的密钥流对置乱和扩散之后的图像的R2,G2,B2分量分别进行二次扩散,得到加密图像C。本发明通过分段复合混沌映射与Hopfield混沌神经网络的结合使得具有更为复杂的时空复杂度,而且通过置乱和扩散同时进行以及二次扩散的密钥流与明文相关,可以很好的抵抗选择明文攻击。

Patent Agency Ranking