用细胞神经网络与无限折叠映射对图像加密.docxVIP

用细胞神经网络与无限折叠映射对图像加密 摘要：针对图像在传输中的安全隐患问题，依据混沌理论，采用六维细胞神经网络与无限折叠映射混沌系统相结合的方法，对数字图像进行加密，实验结果表明：加密后的 图像统计特性不明显， 相邻像素间的相关性小， 抗攻击性强，安全保密性高，借助混沌序列随机性强和多维细胞神经网络 可以加大密钥空间的特点，实现了图像的有效加密 . 关键词：混沌；细胞神经网络；无限折叠映射；图像加 密 DOI： IO.15938/j.jhust.2015.03.006 中图分类号： TP273 文献标志码： A 文章编号： 1007- 2683（ 2015）03- 0030- 05 0 引 言 混沌是自然界及人类社会中普遍存在的一种非线性现 象，它是确定性非线性系统产生的类似随机性的行为，确定 但是又难以预测 .在混沌系统中，当初始值发生微小的变化， 整体的运动轨道就会发生巨大的变化， 无法预测 .混沌学兴盛 于 20 世纪 70 年代，法国的数学家庞加莱被公认为是混沌理论的创始者，他在研究三体问题时把动力学系统和拓扑学相 结合，认为三体问题的某些解具有不可预测性，这就是一种 保守系统中的混沌 .1971 年，RU-ELLE和 TAKENS发表文章《论湍流的本质》，提出了用混沌描述湍流形成机理的论 点.PECORA和 CARORN于 1990 年发现了混沌可以被同步并且用电路实现了同步 .由于混沌系统的确定性和随机性的特点，只要给定系统的参数和初始条件，混沌特征就能够被反复呈 现.也正是由于混沌系统的这些确定又敏感的特点， 使得它能够更好的应用于密码学 .利用混沌系统的遍历性， 可以产生许多难以重构和预测的混沌序列，让不法破译者难以破解，因 此用于加密信息非常合适，而且它的随机性、抗破译能力都胜于传统的序列密码，这使得混沌序列能够成为一种加密序 列.英国数学家 Matthews 于 20 世纪 80 年代末首次提出了混沌序列在密码学中的应用 . 同一时期，计算机和网络通讯技术也得到了迅猛发展，这大大加快了人类社会信息的交流速度，然而信息时代的信息传输技术给人们带来方便的同时也伴随着安全隐患，网络作为公共的资源平台，存在着信息窃取，破坏等诸多弊端，数字信息的传输对个人和社会的发展都有着重要的影响，已成为国防和国民经济的重要组成部分 .所以对信息的保密工作要求不断提高，图像在传输中的安全问题也越来越受到人 们高度重视， 从而对密码学的要求日益提升 .密码学历史源远流长，起初只是独属于军事方面的一项技术研究，后来传播 并应用到民间社会，更兴起了商业密码学的热潮 .SHANNON 曾经发表的著作“保密的通信理论” ，引领了密码学的发展 方向，图像加密属于密码学范畴， 加密图像通常有几个特征， 图像的像素值和像素点的位置一般都会发生变化加密图像 的统计特征不明显，而且各相邻像素间的相关性很低，文章 依据混沌理论，在已有学者的研究基础上，将两种混沌系统 结合进行加密，验证了其可靠性 . 细胞神经网络混沌系统 在 1988 年， CHUA 和 YANG两人最先提出了细胞神经网络细胞神经网络（ cellular neural network ，简称 CNN），它是一种具有实时信号处理能力的大规模非线性模拟电路，它的 基本单位是细胞，是一种局部互连的神经网络系统，一个 MxN 的细胞神经网络有 M 行Ⅳ列的细胞排列组成， C（ i，j） 表示第 i 行第 j 列的细胞，定义 C（ i， j）的 r 邻域如下： 式中： 为半径为 r 的 C（ i，j）的邻域； c（ m，n）为该 邻域内的细胞，图 l 表示了 3 种邻域的细胞结构图（粗线表 示中心细胞）： 图 1 不同邻域的细胞神经网络结构分布图 用一阶非线性微分方程的形式表示细胞的状态方程如 下式：式中： 为阈值常数； Yij 为输出变量，可以表示为戈 ij 的分段函教； P 为线性电容； Rx 为线性电阻；矩阵 M 为反 馈模板；矩阵Ⅳ是控制模板 . 在细胞神经网络系统中，细胞间的联系主要由控制模板 和反馈模板来决定，文章选择六维的参数模板可以加大密钥 空间，并且验证了其混沌特性，下面是构造的多维细胞神经 网络的状态方程：其中： 在混沌理论研究中，格里波基曾证明出可以根据 Lyapunov 指数判定混沌的存在性， 其中只要保证至少有一个 Lyapunov 指数为正数，就可以说明该系统是混沌系统，通过 计算 Lyapunov 指数法来研究系统（ 4）的动力学行为，得到 6 个 Lyapunov 指数分别为： 其中：有 1 个正的 Lyapunov 指数，所以系统（ 4）是一个混沌系统 .利用四阶 Runge -Kutta 算法求解式（ 5），图 2 为系统（ 4）产生的混沌