随着通信技术的发展和移动设备的普及,人们越来越习惯于将设备捕获的数字图像、视频音频等多媒体信息上传互联网。但是,由于缺乏相关多媒体信息的专用加密算法,这些内容大多是以明文信息存储,增加了信息泄露造成隐私泄露和财产损失的风险。因此,提出一种安全性高实效性好的图像加密算法是维护多媒体信息安全的保证。这一迫切需求得到了众多研究者的关注,其中以基于混沌系统的图像加密算法为研究热点。本文以设计加密算法和分析算法安全性为着眼点,以混沌系统和深度学习为理论基础,首先提出了基于混沌系统和Feistel网络的分层图像加密算法,然后通过多种方式分析了算法的安全性,进一步通过深度卷积网络仿真研究加密算法的缺陷。本文所做工作总结如下:(1)针对图像本身的信息分布结构特点,考虑整体图像加密所用时间,提出对信息含量大的位平面使用强度高的加密方法,对信息含量低的位平面使用时间花费较少的加密方法。结合“不完全Feistel结构”能够对不同输入位置进行强度差别的加密,实证分析得出:使用SHA2产生原图像的哈希值,以哈希值为基础产生混沌系统的初始值和参数,混沌序列与原图像相关使得加密算法能够抵抗选择明文攻击,Feistel网络的引入增加了安全性,结合图像特性的有强度差异的加密算法更缩短了加密时间,适合实际应用。(2)深度卷积网络能够抓住同类图像的共性特征从而以很高的准确率对图像进行分类,结合该思想提出对加密之后的图像进行分类测试,考虑到加密过程如果不能完全掩盖图像信息,则分类正确率将高于随机预测率。研究表明:本文提出的分层图像加密算法能够完全掩盖原图像特征,深度卷积网络不能以高于随机预测的概率对图像进行正确分类。