基于深度学习压缩感知与复合混沌系统的通用图像加密算法

发布时间：2022-01-10 21:14

　　提出一种适用于灰度图像与RGB格式彩色图像的通用图像加密算法.利用双线性插值Bilinear与卷积神经网络对图像进行压缩,再使用二维云模型与Logistic组成的复合混沌系统对压缩图像加解密（滑动置乱与矢量分解）,最后对解密图像进行重构.重构网络中,由卷积神经网络与双线性插值Bilinear主要负责重构轮廓信息,全连接层主要负责重构颜色信息.实验结果表明,该基于深度学习压缩感知与复合混沌系统的通用图像加密算法在数据处理质量和计算量上有着很大优势.由于复合混沌系统有着足够大的密钥空间且将明文哈希值与密钥关联,可实现一图一密的加密效果,能有效抵抗暴力攻击与选择明文攻击,与对比文献相比,相关系数更接近理想值且信息熵与明文敏感性指标也都在临界值范围内,其加密算法有着更高的安全性. 

【文章来源】：物理学报. 2020,69(24)北大核心EISCICSCD

【文章页数】：13 页

【参考文献】：
期刊论文
[1]基于新的五维多环多翼超混沌系统的图像加密算法[J]. 庄志本,李军,刘静漪,陈世强.  物理学报. 2020(04)
[2]一种基于压缩感知和多维混沌系统的多过程图像加密方案[J]. 石航,王丽丹.  物理学报. 2019(20)
[3]一种基于混沌的数字图像信息加密方案[J]. 李静,向菲,张军朋.  电子设计工程. 2019(12)
[4]基于多尺度残差网络的压缩感知重构算法[J]. 练秋生,富利鹏,陈书贞,石保顺.  自动化学报. 2019(11)



本文编号：3581420