-
公开(公告)号：CN113378551B
公开(公告)日：2024-10-01
申请号：CN202110197982.8
申请日：2021-02-22
Applicant: 安徽理工大学
IPC: G06F40/258 , G06F40/284 , G06F40/30 , G06F40/216
Abstract: 本发明公开了一种基于条件熵下随机游走的FW‑LDA主题识别方法，该方法首先采用条件熵计算所有资源中任意两个资源之间的关联关系，并生成资源关系图；根据资源关系图使用随机游走方法获取每个资源的权重值；将每个资源的权重值作用于每个资源的特征词上并进行特征词加权方法计算；根据每个特征词的对应的权值形成一组加权向量并作用于FW‑LDA中，以及将文档输入FW‑LDA中用于获取文档资源的潜在主题。本发明充分考虑的不同资源的之间的潜在关联关系，有效提升模型对潜在主题的挖掘和语义理解性上的提高。
-
公开(公告)号：CN114915695B
公开(公告)日：2024-02-13
申请号：CN202210449514.X
申请日：2022-04-26
Applicant: 安徽理工大学
Abstract: 本发明提出了一种基于2D‑Chebyshev混沌映射的位级图像加密方法，首先利用1D‑Chebyshev映射和Fuch映射进行耦合，然后将一维扩展到二维来产生输出，得到2D‑Chebyshev混沌映射。提高了混沌系统的复杂性，增强了密钥序列的随机性，极大地扩展了参数范围，使加密系统的安全性得到有效提高。通过引入多个控制参数和扩展维数，增加混沌系统密钥个数，扩大了密钥空间，使得该方法能够抵抗暴力攻击。通过改进进制转换规则，解决了位数限制的问题，提高了置乱时的随机性。通过混沌序列与相邻像素异或，将像素的微小变化扩散到整个图像，有效提高了加密方法抵抗差分攻击的能力。
-
公开(公告)号：CN114422104B
公开(公告)日：2024-06-18
申请号：CN202111540371.5
申请日：2021-12-16
Applicant: 安徽理工大学
Abstract: 本发明提出了一种基于复合Tent混沌映射的比特级图像加密方法，首先利用Tent映射与Logistic映射和Sine映射进行耦合，得到复合混沌映射TLS，提高了混沌系统的复杂性，增强了密钥序列的随机性，使混沌系统的参数范围得到扩展，从而有效提升加密系统的安全性。且相对于高维的混沌系统，一维混沌系统的执行成本更低。通过在加密过程中引入多个复合混沌系统增加密钥个数，扩大了算法的密钥空间，使得该算法能够较好的抵抗暴力攻击。置乱过程利用矩阵拼接方法，解决了比特置乱时位数限制的问题。扩散过程使用两轮异或操作，有效提高了加密系统抵抗差分攻击的能力。
-
公开(公告)号：CN113162754A
公开(公告)日：2021-07-23
申请号：CN202110567257.5
申请日：2021-05-24
Applicant: 安徽理工大学
Abstract: 本发明涉及一种动态定位双向同步置乱与扩散混沌图像加密算法。针对目前存在的图像加密算法使用的混沌系统结构单一，且置乱方法常为简单的混沌随机序列排序构造替换表，同时易忽略密钥更新方法，提出一种动态定位双向同步置乱扩散混沌图像加密算法。该算法通过引入指数函数改进Tent映射，以Logistic映射为动态输入，像素为动态参数，构造了一种动态混沌映射格子；该算法使用忆阻器神经网络的输出值作为密钥更新以及定位索引置乱的行列对的相关参数，使用定位元素对混沌随机矩阵进行双向行列排序，从而完成快速全局置乱，通过分析像素bit位特点，进行像素bit位突变，同步完成图像置乱和扩散操作；最后采用密钥序列完成图像行与列的扩散操作，使得每一个像素值的影响扩散到整张图像，增强算法的安全性。实验表明：混沌系统产生的混沌序列的随机性较好，该算法可以实现良好的加密效果，实现图像安全传输的目的。
-
公开(公告)号：CN114915695A
公开(公告)日：2022-08-16
申请号：CN202210449514.X
申请日：2022-04-26
Applicant: 安徽理工大学
Abstract: 本发明提出了一种基于2D‑Chebyshev混沌映射的位级图像加密方法，首先利用1D‑Chebyshev映射和Fuch映射进行耦合，然后将一维扩展到二维来产生输出，得到2D‑Chebyshev混沌映射。提高了混沌系统的复杂性，增强了密钥序列的随机性，极大地扩展了参数范围，使加密系统的安全性得到有效提高。通过引入多个控制参数和扩展维数，增加混沌系统密钥个数，扩大了密钥空间，使得该方法能够抵抗暴力攻击。通过改进进制转换规则，解决了位数限制的问题，提高了置乱时的随机性。通过混沌序列与相邻像素异或，将像素的微小变化扩散到整个图像，有效提高了加密方法抵抗差分攻击的能力。
-
Patent Agency Ranking
公开(公告)号：CN114422104A
公开(公告)日：2022-04-29
申请号：CN202111540371.5
申请日：2021-12-16
Applicant: 安徽理工大学
Abstract: 本发明提出了一种基于复合Tent混沌映射的比特级图像加密方法，首先利用Tent映射与Logistic映射和Sine映射进行耦合，得到复合混沌映射TLS，提高了混沌系统的复杂性，增强了密钥序列的随机性，使混沌系统的参数范围得到扩展，从而有效提升加密系统的安全性。且相对于高维的混沌系统，一维混沌系统的执行成本更低。通过在加密过程中引入多个复合混沌系统增加密钥个数，扩大了算法的密钥空间，使得该算法能够较好的抵抗暴力攻击。置乱过程利用矩阵拼接方法，解决了比特置乱时位数限制的问题。扩散过程使用两轮异或操作，有效提高了加密系统抵抗差分攻击的能力。
-
公开(公告)号：CN113378551A
公开(公告)日：2021-09-10
申请号：CN202110197982.8
申请日：2021-02-22
Applicant: 安徽理工大学
IPC: G06F40/258 , G06F40/284 , G06F40/30 , G06F40/216
Abstract: 本发明公开了一种基于条件熵下随机游走的FW‑LDA主题识别方法，该方法首先采用条件熵计算所有资源中任意两个资源之间的关联关系，并生成资源关系图；根据资源关系图使用随机游走方法获取每个资源的权重值；将每个资源的权重值作用于每个资源的特征词上并进行特征词加权方法计算；根据每个特征词的对应的权值形成一组加权向量并作用于FW‑LDA中，以及将文档输入FW‑LDA中用于获取文档资源的潜在主题。本发明充分考虑的不同资源的之间的潜在关联关系，有效提升模型对潜在主题的挖掘和语义理解性上的提高。
-
公开(公告)号：CN112925991A
公开(公告)日：2021-06-08
申请号：CN202110246283.8
申请日：2021-03-05
Applicant: 安徽理工大学
IPC: G06F16/9536 , G06Q50/00 , G06K9/62
Abstract: 本发明公布了一种社交网络中基于节点间相似性的社区检测方法包括：接收待检测的社交网络；计算所述待检测社交网络中节点的相似程度；基于所述节点间的相似程度，进行对于社交网络的社区划分；输出社区网络最优社区划分。本发明的社交网络中基于节点间相似性的社区检测方法，融合了节点状态变化的变化指数和节点之间的余弦相似性计算方法，以得到最优的社区划分。
-
-
公开(公告)号：CN112737765A
公开(公告)日：2021-04-30
申请号：CN202110148355.5
申请日：2021-02-03
Applicant: 安徽理工大学
Abstract: 本发明涉及一种基于忆阻器混沌神经网络和改进Logistic混沌映射的图像加密算法。该方法根据混沌神经网络的更新的权值，对引入指数函数ex的新型一维Logistic混沌映射进行赋值，并通过非线性方法将混沌随机序列数值的范围调整到不同加密阶段的所满足的范围要求；采用排序算法对混沌序列的对应的替换数组对明文进行像素级和bit级的两次置乱操作，最后使用两组不同的混沌序列对中间密文进行两次正逆方向相反的扩散操作完成最终加密。实验表明:所得到的混沌序列随机性较好，得到的密文图像能够抵抗典型的攻击，达到了安全通信的效果。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
