混沌及分数傅里叶变换图像加密方法研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:lulu6661125
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数字图像信息的安全和保密问题伴随着计算机网络和信息技术的快速发展,越来越受到人们的重视。因此,图像加密技术成为一个热点的研究课题。混沌系统具有对初始条件极其敏感、随机性等特性,将混沌系统用于图像加密已经成为一个重要的加密方法。但是利用混沌加密有一个缺点,它是在空间域上进行的变换,当加密图像丢失部分信息时,解密图像也等价的丢失那部分信息,所以鲁棒性不好。分数傅里叶变换作为一种新的加密工具,它是在变换域上进行图像加密,当加密图像在传输中丢失部分信息,解密图像仍含有原始图像的大部分信息,鲁棒性很好,受到了广大研究人员的关注。因此,研究基于混沌和分数傅里叶变换的双重加密技术有着重要的现实意义。本文首先介绍了混沌的基本理论和分数傅里叶变换的理论,重点阐述了多参数分数傅里叶变换。其次,本文提出了一种基于三维的超混沌系统和多参数分数傅里叶变换结合的一种新的图像加密方法,该加密算法的密钥不仅有混沌参数和初始值,还有阶数参数和向量参数,大大增加了密钥的空间。最后,我们用数字仿真从密钥空间、对密钥的敏感性、灰度直方图、相邻像素点间的相关性、鲁棒性这些方面对算法的安全性能进行了分析。得到新的加密方法不仅很好的利用了混沌对密钥极强的敏感性,而且也很好的使用了基于分数傅里叶变换加密算法的很好的鲁棒性。我们新的加密方法不但没有增加计算的复杂度,具有很强的抵御穷举攻击、统计攻击的能力,密钥空间大和很好的鲁棒性,该加密方法的安全性很好。
其他文献
金融市场每天随机变化。预测金融时间序列被认为是现代金融市场最具挑战性的工作之一。预测的难度在于金融时间序列固有的非线性、波动剧烈、分形等特征。自回归移动平均模型(ARIMA)等传统线性统计模型不足以进行金融时间序列预测,人工神经网络(ANN)、支持向量机(SVM)等机器学习方法预测金融时间序列时,需要大量的数据,且预测结果不够令人满意。由于分形能够为现实世界的复杂现象提供一种确定性描述,分形插值已
学位
“着眼青年 着眼未来——商务楼宇高学历青年群体思想状况的调查”一文指出,商务楼宇党建是静安区基层党的建设在新形势下的一个新的实践载体。深入扎实地开展商务楼宇党的建
经典的等周不等式、Bonnesen型不等式和Aleksandrov-Fenchel不等式是几何学中非常重要的不等式.n维欧氏空间张域K的等周亏格△n(K)=An-nnωnVn-1。f其中A为凸体K的面积,V为K的
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
无线传感器网络是一种特殊的Ad-Hoc网络,是基于数据采集、数据处理、数据传输于一体的复杂系统,它是由大量随机分布的具有无线通信模块、无线处理模块、传感器模块和电源模块的
对于一个多组分系统,考虑不同影响因素之间的关系是十分必要的。反应这一关系的性质之一就是交叉相关性。在探测复杂系统,比如物理和生理系统等的动力特性时,尽管人们期望得到可
本文是在粘性极限的条件下,研究二维拟线性抛物方程在一弱边界层和一强疏散边界层的解的渐近极限性。对于二维拟线性抛物方程的分析主要两部分进行,第一部分是利用匹配渐近分析
EM算法是解决隐马尔可夫模型参数估计问题的主要算法,但具有不易更新的缺陷。本文主要讨论的是离散时间隐马尔可夫模型可更新参数估计的问题。在假设隐状态转移概率分布服从