基于卷积神经网络的混沌序列图像加密算法研究

摘要：

图像中包含了很多机密和重要信息,因此保证图像安全性具有重要的现实意义.一般混沌加密算法处理后,图像仍然呈现一定程度的周期性等,安全性不足.为此,结合卷积神经网络对一般混沌加密算法进行改进,提出一种基于卷积神经网络的混沌序列图像加密算法.该算法研究分为三部分,首先将明文图像处理成混沌序列图像,包括像分块、混沌系统处理和伪随机序列生成三步骤,然后利用卷积神经网络对混沌序列进行训练,消除混沌序列的周期性,最后对混沌序列图像进行扩散处理,改变原始图像像素值,进一步实现加密处理.结果表明:与3种传统图像加密算法以及一般混沌加密算法相比,所研究加密算法应用下,信息熵最大(8.591),峰值信噪比最小(8.755),说明加密效果更好,保证了图像信息的安全性和机密性.

关键词：卷积神经网络;混沌序列;图像加密算法;扩散处理

所属期刊栏目：37

分类号：TP241.5(自动化技术及设备)

资助基金：国家自然科学基金;教育教学改革研究项目

在线出版日期：2021-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：48-53,58