徐子同，高 涛，于正同，时培燕

(长安大学 信息工程学院，陕西 西安 710054)

1 概 述

随着网络媒体的快速发展，越来越多的图像数据通过公共网络进行传输,保证信息传输的安全性至关重要。一种可以保证图像完整性的加密方式是将明文图像转为类噪声图像再传输，这种信息隐藏方式提高了传输的安全性，目前，越来越多的图像加密算法被提出。由于图像的特殊性，例如数据容量大、像素间的相关性高以及数据冗余等，传统的数据加密算法如DES、AES以及IDEA[1-2]等不适用于图像加密。近些年，各种类型的加密算法被大量提出[3-14],例如，基于混沌的图像加密[3-6]、基于压缩感知的图像加密[7-8]、基于遗传算法的图像加密等等。离散型Hopfield神经网络是一种稳定的反馈型的神经网络，文中使用三阶神经网络系统，使得图像加密的安全性得到了显著提升。

图像加密的主要思想是改变图像像素值的大小以及改变像素值的位置，即对图像进行扩散和置乱。在传统的加密方案中，置乱过程和扩散过程是分开进行的，攻击者可以通过分开攻击来破解加密方案，这种加密方法很可能会被选择明文攻击。其次，根据密钥是否明文相关，加密算法可以分为两类：第一，加密过程中密钥与明文图像没有关联，是非一次一密的加密方案。此方案中，由于明文图像与密钥相互独立，不同的明文图像加密用到的密钥流是唯一确定的，因此，这种类型的加密方案容易被选择明文攻击。例如……