APP下载

新混沌系统与神经网络结合的图像加密算法

2021-09-14许向亮李国东戴婉莹

西华大学学报(自然科学版) 2021年5期

许向亮,李国东,2*,戴婉莹

(1.新疆财经大学统计与数据科学学院,新疆 乌鲁木齐 830012;2.桂林电子科技大学数学与计算科学学院,广西 桂林 541004)

混沌系统是非线性动力学系统,有貌似随机性、对初始条件的敏感性,以及依赖于初始条件的内在变化等特点,可以产生长期的、不可预测性的伪随机序列,常常被用于加密领域,扩充密钥流。大量实验研究表明,混沌系统产生的密钥流用于图像的加密领域,其加密效果好,安全性系数高,不容易被破解[1−4]。但是一些文献[5−10]总结出以下几点缺陷:所构造的混沌系统出现退化现象,没有具体给出其分叉图,没有分析Lyapunov 指数谱的稳定性,参数的选择不具有代表性;对于图像的置乱采用简单的、有周期性的线性变换,其密文不能抵抗噪声、剪切攻击;加密算法采用简单的异或运算;算法对明文的关联性不强;加密效率不高;不能抵抗选择明文攻击等。随着学者们的深入研究,对有缺陷的加密算法进行改进,提出了新的加密方案。王勇等[11]提出了一种五维细胞神经网络和AES 相结合的加密算法。该算法定义了5 个常数并提取一个明文像素值的相关参数作为密钥,将神经网络产生的序列作为AES 加密算法的目标密钥,代入AES 加密算法进行多次加密。该算法有效地解决了加密算法中密钥选取与明文不相关的问题,加密的安全系数较高。谢国波等[12]提出了一种二次广义猫映射的混合混沌加密算法,其算法利用广义cat 映射对像素值进行无重复迭代多次置乱,使置乱次数与明文相关,改善了传统线性映射的置乱周期,但是其密文扩散算法简单。……

登录APP查看全文