一种基于深度学习的双随机相位-振幅加密图像重建方法

摘要：

针对基于双随机相位振幅编码(DRPAE)技术的加密系统,提出了一种基于ResNet网络的已知明文攻击(KPA)算法.提出的攻击主要通过在残差网络中,利用一系列明文-密文振幅图像对数据集来完成训练集的制作.将明文-密文输入神经网络中进行训练可以让神经网络拟合从密文到明文的加密过程,独立于训练集之外的密文通过应用训练好的网络实现对原始图像的有效恢复处理,从而达到了攻击加密系统,实现对图像解密的效果.从理论上分析了该攻击方法的有效性和可行性,并通过计算机仿真进行了验证.

关键词：双随机相位-振幅加密;深度学习;残差网络;图像重建;仿真

所属期刊栏目：19

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2021-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：89-94