赵智鹏 周双 王兴元

1) (重庆师范大学数学科学学院,重庆 401331)

2) (大连海事大学信息科学技术学院,大连 116026)

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.

1 引言

近年来,随着互联网快速的发展,通过网络进行信息传输越来越频繁,由于攻击者可以截取信息或者改变信息的数据,从而达到破坏数据传输的目的,对信息的传输带来了巨大的威胁.图像作为信息传递的主要载体,找到一种实用的图像加密算法是很重要的[1-4].为了提高图像传输过程中的安全性,研究人员提出了很多传输方案[5,6].随着混沌理论的发展,研究表明混沌系统具有复杂的动力学行为和初值敏感性等特征[7-10],使得其在图像加密中有很好的效果[11-13].因此研究人员结合混沌理论提出了越来越多的混沌图像加密算法[14-35].

混沌信号是混沌图像加密的核心……