基于CNN超混沌特性对图像加密技术的应用研究.pdfVIP

第 36卷 第2期 绵阳师范学院学报 Vo1．36 No．2 2017年 2月 JournalofMianyangTeachers’Colleg Feb．。2017 基于 CNN超混沌特性对 图像加密技术的应用研究 黄清梅 ，李国东 (新疆财经大学 1．应用数学学院；2．新疆社会经济统计研究中心，乌鲁木齐 830012) 摘 要：在细胞神经网络 (CellularNeuralNetworks)的理论基础上，本文提 出了一种应用于图像的加密算法 ． 此加密算法主要是运用细胞神经网络的超混沌性质，从7维的神经网络混沌系统 中选出可作为密钥源的变量，在 此基础上应用Logistic映射产生Logistic混沌序列，从而可以将 图像的像素进行置乱 ，进而达到对图像的加密的 目 的．结果表明，该加密算法具有较好的加密效果，加密后的图像的置乱度较高，还具有相邻像素之间相关性较小、 抗攻击能力较强、容易实现、安全性更高等特征 ． 关键词：细胞神经网络 (CNN)；图像加密；超混沌特性；李雅普诺夫指数 中图分类号：TP391 文献标志码：A 文章编号：1672-612x(2017)02-0060-07 0 引言 随着通信技术和网络技术的快速发展，人们的日常生活和工作中网络技术的应用越来越普遍，每天要 通过各种网络通信方式传送大量的短信、视频、图像、音频等 ．在信息时代的高速发展中，由于信息的不对 称，企业在市场竞争中竞争的是市场 占有率、竞争实力，即掌握更多的商业信息，可以说是掌握了更多的商 业信息，市场 占有率越高．因此，信息的安全与保密不仅关系到个人隐私问题，它关系到企业的商业秘密和 企业的生存，也关系到一个国家的安全问题．由于这些图像的特殊性，需要对图像数据进行传输和存储，所 以图像加密技术就显得尤为重要 ． 数码图像具有数据之间相关性较高、数据量较大等特点，而且数码图像所呈现的图像形象、清晰，从而 在通信和交流中广泛应用 ．加之现在人们所使用的电子设备的不断升级，人们可传输图片的工具很多，所 以我们只用传统的图像加密方法已不能满足人们现在的生活要求，因此对图像加密技术的加密效果提出 了更高的要求，进行了许多关于图像加密方面深入的研究，本文应用了CNN的超混沌特性对图像进行了加 密，从而为图像加密提供了一条新的途径 ． 1 细胞神经网络混沌系统 1．1 细胞神经网络数学模型 细胞神经网络(CellularNeuralNetwork，简称 CNN)，是由蔡少堂和Yang提出的一种神经网络，而后 被广泛应用于各个领域当中，用于处理各种数码图像，例如医学图像、网络通信等 ．CNN的基本单元称为细 胞 ，CNN是局部连通的一种神经网络，而且CNN的每个神经元只与相邻的神经元相连．一个M N的细胞 神经网络是由M行、N列的细胞排列组成的，其中C(i，j)表示的是细胞神经网络中第 i行、第 j列的细胞． 图1构造了一个5 5的细胞神经网络． 收稿 日期 ：2016—03一l4 基金项 目：新疆 自治区气象局吐哈空中水资源项 目(TUHA201514)、国家 自然科学基金 、国家社科基金 (14BTJ021)、气象局人 影办青年基金(RY1403)、新疆维吾尔 自治区普通高等学校人文社会科学重点研究基地基金(050315B03)． 第一作者简介：黄清梅(1992一 )，女，汉族，新疆布尔津县人，硕士，研究方向数据分析与预测． 通信作者：李国东(1972一 )，男，汉族 ，黑龙江鹤岗人，博士，教授，硕士生导师，研究方向数据分析与图像处理． · 61． 黄清梅，等：基于CNN超混沌特性对图像加密技术的应用研究 第2期 ㈤工 工㈣[㈣工 一 图1 5 5的细胞神经网络结构图 ( 工 工㈤工