一种基于分数阶耦合忆阻神经元网络的彩色图像加密方法

    公开(公告)号:CN117714616A

    公开(公告)日:2024-03-15

    申请号:CN202311728074.2

    申请日:2023-12-15

    Applicant: 安徽大学

    Abstract: 本发明属于图像加密技术领域,具体涉及一种基于分数阶耦合忆阻神经元网络的彩色图像加密方法,用于将原始图像利用载体图像加密为伪装加密图像,所述图像加密方法包括,构建分数阶耦合忆阻神经元网络模型,基于分数阶耦合忆阻神经元网络模型对原始图像加密,将载体图像DWT转换后把加密图像隐藏于载体图像中,通过IDWT转换得到伪装加密图像。本发明相比现有技术具有以下优点:本发明中方法通过高复杂度的混沌序列提高加密安全性,将加密图像隐藏于载体图像中,能有效抵抗噪声供给,并且对抵抗伪装加密图像数据在传输过程中数据丢失有很好的鲁棒性;该加密算法对密钥的敏感性高,密钥空间大,具有较好的实际应用前景。

    一种Lyapunov指数范围可控混沌系统以及图像加密、解密方法

    公开(公告)号:CN117714617A

    公开(公告)日:2024-03-15

    申请号:CN202311728079.5

    申请日:2023-12-15

    Applicant: 安徽大学

    Abstract: 本发明属于数字图像加密领域,其中涉及一种Lyapunov指数范围可控混沌系统以及图像加密、解密方法。该混沌系统属于一种三维通用混沌系统,它由多项式和取模操作构成,其结构简单、使用灵活、便于硬件实现,可通过设置系统的参数获得想要范围的Lyapunov指数和序列值。其彩色图像加密方法主要分为跨平面循环移位置乱和跨平面异或扩散,在图像加密过程中,根据明文图像产生混沌系统迭代的初值和控制参数,将迭代后产生的混沌伪随机序列经过处理后再应用于加密过程中的置乱操作和扩散操作,最后得到不可识别明文图像有关信息的类噪声密文图像。本发明解决了传统混沌系统复杂度可控性差、混沌范围不连续,图像加密方案的加密效果和安全性不足的问题。

    基于分数阶忆阻耦合HR神经网络的图像选择性加密方法

    公开(公告)号:CN117478297A

    公开(公告)日:2024-01-30

    申请号:CN202311486491.0

    申请日:2023-11-09

    Applicant: 安徽大学

    Abstract: 本发明涉及医学图像加密技术领域,具体涉及基于分数阶忆阻耦合HR神经网络的图像选择性加密方法。本发明一方面通过分数阶忆阻耦合HR神经网络模型生成混沌序列,另一方面,将医学图像A中包含诊断关键信息的人体区域提取出来、并重构成重构像素矩阵P,之后使用生成的混沌序列对重构像素矩阵P进行混沌加密得到全加密图像B,可以实现对医学图像进行选择性加密,实现对敏感信息的加密,节省计算和传输资源。经过实验验证可知,本发明的选择性加密方法具有安全性好、密钥空间大、鲁棒性强等优点,具有良好的应用前景。

    一种基于双忆阻器的分数阶超混沌模型、电路及模块

    公开(公告)号:CN117394981A

    公开(公告)日:2024-01-12

    申请号:CN202311503529.0

    申请日:2023-11-09

    Applicant: 安徽大学

    Abstract: 本发明涉及超混沌电路设计技术领域,更具体的,涉及了一种基于双忆阻器的分数阶超混沌模型、电路及模块。本发明提供了一种基于双忆阻器的分数阶超混沌模型及电路,将一个非混沌电路部、一个磁控忆阻器和一个荷控忆阻器有机地组合在一起,可以实现超混沌状态。经过验证,该电路具有复杂的动力学行为,输出信号具有更强的超混沌特性,在应用于保密通信等领域中可以提高安全性。本发明解决了现有基于整数阶的混沌系统复杂性低、安全性低的问题。

Patent Agency Ranking