基于卷积神经网络的双支网络图像隐写框架及方法

    公开(公告)号:CN112926607A

    公开(公告)日:2021-06-08

    申请号:CN202110462687.0

    申请日:2021-04-28

    Applicant: 河南大学

    Abstract: 本发明提供一种基于卷积神经网络的双支网络图像隐写框架及方法。该框架包括编码网络与解码网络;所述编码网络包括特征提取网络和隐写网络;所述特征提取网络用于灰度秘密图像的特征提取;所述隐写网络用于将特征提取网络提取到的灰度图像特征嵌入至自然载体图像之中,得到含密载体图像;所述解码网络用于从含密载体图像中提取出灰度秘密图像。本发明设计了秘密图像与载体图像并行的双支隐写网络,突破了传统的基于卷积神经网络的单支图像隐写框架,提高了图像隐写的安全性、透明性并避免了网络训练时的梯度消失等问题,加速网络的训练过程。

    一种基于3D正交拉丁方和混沌系统的图像加密方法

    公开(公告)号:CN110225222B

    公开(公告)日:2021-02-19

    申请号:CN201910494213.7

    申请日:2019-06-06

    Applicant: 河南大学

    Abstract: 本发明提供一种基于3D正交拉丁方和混沌系统的图像加密方法。该方法包括:步骤1:对明文图像P进行预处理,得到预处理后图像P2;预处理包括:利用4D忆阻混沌系统根据明文图像P的信息熵生成随机数序列,将随机数序列嵌入到明文图像P中得到嵌入后图像P1,并对所述嵌入后图像P1进行字母异或操作;步骤2:根据索引序列和控制参数生成3D正交拉丁方;步骤3:将所述预处理后图像P2转化为3D位矩阵,利用所述3D正交拉丁方对所述3D位矩阵进行置乱操作和扩散操作,得到与所述明文图像P对应的密文图像。本发明解决了置乱方法对特殊图像置乱无效,算法效率低的问题,且对明文图像高度敏感,可以有效地抵御已知明文和选择明文攻击,具有较高的安全性能。

    基于随机数嵌入和DNA动态编码的图像加密方法

    公开(公告)号:CN110570344A

    公开(公告)日:2019-12-13

    申请号:CN201910796991.1

    申请日:2019-08-27

    Applicant: 河南大学

    Abstract: 本发明提供一种基于随机数嵌入和DNA动态编码的图像加密方法:首先,对明文图像嵌入随机数,进行预处理操作。然后,对预处理后的图像进行DNA动态编码,随后,利用混沌序列生成置乱的位置序列对明文图像DNA编码后的序列完成置乱操作,在置乱过程中引入明文相关的DNA固定特征信息来扰动置乱序列的生成。之后,对明文图像的置乱后的DNA序列和混沌系统生成的掩码序列进行异或操作完成扩散。最后,对扩散DNA序列进行DNA动态解码,得到密文图像。本发明解决了一些图像加密算法对特殊图像(全黑、全白图像)像素置乱无效的问题,同时DNA编码规则的设计和明文图像像素和有关,提高了加密算法对明文信息的敏感性。

    基于元胞自动机和分块压缩感知的图像加密方法

    公开(公告)号:CN107481180B

    公开(公告)日:2019-10-22

    申请号:CN201710546446.8

    申请日:2017-07-06

    Applicant: 河南大学

    Abstract: 本发明涉及一种基于元胞自动机和分块压缩感知的图像加密方法,采用单层小波分解将图像分解为包含高频和低频的四个矩阵,对矩阵分别采用初等元胞自动机进行置乱;再采用不同的压缩率进行压缩感知,采用变参数混沌系统来构造测量矩阵,同时混沌系统的初始值和参数是通过明文图像的SHA256函数产生的;对压缩后的四个矩阵进行重组,并对重组后的矩阵进行置乱操作,得到密文图像。本发明利用初等元胞自动机对图像进行置乱,提高算法的安全性,通过压缩感知对图像进行压缩加密,以减少数据量;一方面增加了密钥空间,增强了算法抵抗暴力攻击的能力,另一方面又使得密钥的产生紧紧地依赖于明文,提高了算法抵抗选择明文攻击的能力。

    基于二维压缩感知的两幅彩色图像压缩加密方法

    公开(公告)号:CN110148078A

    公开(公告)日:2019-08-20

    申请号:CN201910406019.9

    申请日:2019-05-15

    Applicant: 河南大学

    Abstract: 本发明提供一种基于二维压缩感知的两幅彩色图像压缩加密方法。该方法包括两个阶段:在第一阶段,利用二维压缩感知对两幅彩色明文图像进行压缩测量,然后对测量值进行置乱、量化,得到压缩后的密文图像。在第二阶段,首先对彩色载体图像归一化,再将密文图像嵌入到归一化后的彩色载体图像的颜色三分量中的两个分量,同时将与明文相关的密钥参数嵌入到彩色载体图像的另一个颜色分量中,接着通过重新组合彩色载体图像的颜色三分量,最终获得视觉上安全的密文图像。本发明可以同时实现两幅彩色图像的数据安全和外观安全。

    基于双重置乱和DNA编码的混沌图像加密方法

    公开(公告)号:CN108898025A

    公开(公告)日:2018-11-27

    申请号:CN201810659842.6

    申请日:2018-06-25

    Applicant: 河南大学

    Abstract: 本发明涉及一种基于双重置乱和DNA编码的混沌图像加密方法,首先,将明文图像进行位平面分解并将其进行DNA编码、变形转变为三维DNA矩阵;接着,利用双重置乱操作对三维DNA矩阵进行置乱,该过程将混沌序列的排序置乱与三维猫映射置乱相结合对DNA序列进行位级置乱;然后,将置乱后的三维DNA矩阵执行扩散操作,并将扩散后的矩阵转变为二维DNA矩阵;最后,将二维DNA矩阵进行DNA解码操作得到密文图像。本文利用明文图像的SHA 256哈希函数计算混沌系统的初始值,并且所使用的三维猫映射的参数也和明文图像有关,增强了算法抵抗选择明文攻击的能力。实验结果和安全分析表明,该加密方案可以抵御多种已知的攻击,可以有效地保护图像的安全,进一步提高安全等级。

    基于半张量积压缩感知和混合云的医学图像安全传输方法

    公开(公告)号:CN114785483B

    公开(公告)日:2025-05-02

    申请号:CN202210563573.X

    申请日:2022-05-23

    Applicant: 河南大学

    Abstract: 本发明提供一种基于半张量积压缩感知和混合云的医学图像安全传输方法。其中,加密方法包括:根据原始医学图像P的哈希密钥和给定的外部密钥生成混沌序列,并利用混沌序列生成测量矩阵;对原始医学图像P进行边缘检测,根据边缘检测结果将认证图像嵌入至原始医学图像P中得到含有认证信息的图像P1,并将嵌入密钥、哈希密钥和外部密钥发送至接收端;利用混沌序列对图像P1进行稀疏和置乱,得到置乱后的稀疏矩阵P3,将稀疏矩阵P3上传至边缘云;在边缘云上,利用测量矩阵对稀疏矩阵P3进行测量和量化,得到量化后的矩阵P5;对矩阵P5进行编码得到第一认证序列以及对矩阵P5进行扩散,得到密文图像,然后将第一认证序列和密文图像存储至中心云上。

    残差连接的轻量型去噪网络来提高对抗鲁棒性的方法

    公开(公告)号:CN114254736A

    公开(公告)日:2022-03-29

    申请号:CN202111492329.0

    申请日:2021-12-08

    Applicant: 河南大学

    Abstract: 本发明公开了残差连接的轻量型去噪网络来提高对抗鲁棒性的方法,包括以下步骤:S1,将原始样本的像素进行归一化;S2,在原始样本中添加随机扰动,形成扰动样本;S3,网络模型第一阶段的训练:将扰动样本在含有内部去噪块的Denoising network1中进行去噪处理,并通过转换块得到对应的恢复样本;S4,网络模型第二阶段的训练:将扰动样本通过中间去噪块进行处理,然后再与恢复样本进行融合获得融合样本,将融合样本在Denoising network2中进行去噪处理,此时原始样本开始参与网络训练,得到分别包含原始样本与扰动样本的恢复样本以及各自的预测标签。通过采用残差连接的轻量型去噪网络LDN‑RS来构成内部去噪块和中间去噪块,保证了被植入去噪块的网络模型具有良好对抗鲁棒性。

    基于遗传算法的彩色图像保存缩略图加密算法

    公开(公告)号:CN112116672A

    公开(公告)日:2020-12-22

    申请号:CN202010812431.3

    申请日:2020-08-13

    Applicant: 河南大学

    Abstract: 本发明提供一种基于遗传算法的彩色图像保存缩略图加密算法。该算法包括:步骤1、对彩色图像P进行种群初始化处理,得到若干个初始种群;步骤2、生成5组伪随机序列D、E、F、H和I;步骤3、采用D选择交叉对象,采用E选择交叉点,对交叉对进行交叉操作,得到新的染色体序列A′;步骤4、采用F从A′中选择变异染色体,采用H选择变异基因位置,对变异染色体逐个变异,直至种群内所有染色体均完成变异得到新的种群;步骤5、对新的种群迭代执行步骤2至步骤4,直至完成T轮,结束当前种群的进化;继续下一个种群,执行步骤2至步骤5,直至完成所有种群的进化;步骤6、对完成进化的种群的染色体进行解码,结合通道信息生成彩色密文。

Patent Agency Ranking