【摘 要】
:
随着互联网的快速发展,数字时代正式到来,数字技术也逐渐渗透到人们生活的方方面面。在数字时代下,人们获取到信息越来越多,面对繁多的信息,人们难以拿出更多的时间去提取和处理其中有效的信息。而数字图像却能很好的解决了这个问题。图像承储的数据量大而集中,能轻松的让人们提取出想要的信息。正因如此,数字图像已经成为互联网上主要传输的信息,因此,数字图片也成为了非法攻击者的首要攻击目标。我们发送的图片在开放网络
论文部分内容阅读
随着互联网的快速发展,数字时代正式到来,数字技术也逐渐渗透到人们生活的方方面面。在数字时代下,人们获取到信息越来越多,面对繁多的信息,人们难以拿出更多的时间去提取和处理其中有效的信息。而数字图像却能很好的解决了这个问题。图像承储的数据量大而集中,能轻松的让人们提取出想要的信息。正因如此,数字图像已经成为互联网上主要传输的信息,因此,数字图片也成为了非法攻击者的首要攻击目标。我们发送的图片在开放网络上随时可能被非法截取或者篡改。传统的加密技术在当初设计时主要针对的是文本数据,而数字图像具有强相关、高冗余等特性,传统加密方法难以对数字图片进行安全加密。然而,混沌理论的出现及其应用让图像的安全得到更大保障,许多图像加密算法的研究者便提出了很多安全性高且具有实际应用价值的算法。本文主要的研究内容是结合了混沌映射与DNA计算对图像进行加密,然后基于通信双方需要进行密钥流发送问题研究了信息同步控制技术,最后基于此图像加密方案的基础上设计出一个加密小程序。本文提出了一种基于脱氧核糖核酸(Deoxyribonucleic acid,DNA)计算和位级置换的混沌图像加密算法。该算法首先用SHA-256哈希函数生成混沌系统所需的初始值,使该算法能够有效抵御选择明文攻击。其次,利用Logistic混沌映射对图像进行索引置乱。接着,用四阶Rossler混沌映射对置乱后的图像进行位级置换。然后利用汉明距离更新密钥,生成四组混沌混沌序列,按照DNA的8中编码规则转换成DNA序列,再对图像的R、G、B三分量进行DNA的加法、减法、异或操作,实现充分扩散,最后将R、G、B三分量还原到像素级并合并,得到最终的加密图像。本文对该加密方案进行了仿真实验,并从多个方面对其性能进行了检测分析。所有结果均能表明该算法具有良好的安全性能,与其他算法相比有一定的竞争力。本文研究了复杂动态网络下的脉冲牵制簇同步问题。在基于李亚普诺夫稳定性和脉冲微分方程理论下,证明了当满足定理中给出的充分条件时,本文的脉冲牵制控制策略对于实现簇同步是正确和有效的,并且能够方便的同步处于复杂动态网络下通信双发所发送的密钥流及混沌序列信息。此外,实验仿真结果表明,本文的控制策略是非常有效和方便的。本文设计了基于混沌图像加密算法下的加密小程序。首先利用MATLAB软件的GUIDE设计出可视化的加密界面。其次,编写各种功能函数,例如导入图片函数、加密函数和导出加密图片函数等。其中最重要的是将加解密算法嵌入到此程序的回调函数中,使得小程序可以简单快速的对图像进行加密。最后对设计好的小程序进行一轮简单的加密测试,从加密过程可以看出此程序操作简单,具有一定的实用性。
其他文献
范宽,北宋山水画三大名家之一,他发展了荆浩的北方山水画派,主张"外师造化,中得心源",对后世影响深远。本文从"师法自然"的艺术理念出发,结合其家乡照金的山水景观,重新感受《溪山行旅图》中所描绘的景象,在作者的带领下,更进一步地理解范宽山水绘画的艺术源流。
近年来,由于化石燃料的燃烧和烟花爆竹的燃放等行为,造成了严重的空气污染问题,使得空气质量不断下降。不论是国家、政府还是人民都想对空气质量进行评估,以便于采取相应措施将空气质量控制在一个合理的范围之内。而现有市场上的空气质量检测仪存在着体积较大且不利于随身携带等缺点,如果能够结合可穿戴设备体积小巧且方便穿戴的优点,便能随时随地对周围环境的空气质量进行实时监测,使得人们能够及时地了解到此时此刻的空气质
将深度学习技术应用于甲状腺超声图像中结节的检测与识别并辅助医师进行性状识别具有重要意义和应用价值。课题主要研究内容和取得的阶段性成果如下。首先,针对现有的甲状腺结节自动检测与识别方法在较高IoU阈值(IoU>=0.75)情况下,可能存在检测精度不高的问题。本文以当前目标检测领域先进的IoU-Net模型为基础,提出并构造了一个针对高质量的甲状腺结节自动检测与良恶性识别模型---Trident R-C
随着体育产业的蓬勃发展,体育图像数据量呈指数增长,对体育图像进行有效的分类就非常重要,这既可以方便用户快速检索和访问,也便于工作人员对体育图像资料进行存储和管理,同时还有助于体育产业的智能化发展。目前许多卷积神经网络在图像分类任务上取得非常好的精度,但网络模型的大小和运算量也随之增长,这就需要依赖计算机设备具有强大的计算能力和内存,这在一定程度上限制了卷积神经网络在资源有限的计算机设备上进行广泛的
在布匹的实际生产过程中,由于生产设备故障和操作不当等因素的影响,易致使布匹产生折痕、破洞等瑕疵。为保证产品质量,需要对布匹进行瑕疵检测识别,布匹瑕疵检测识别也成为纺织品企业生产和质量管理中的重要环节。但是目前纺织品企业大都是依靠人工肉眼去检测布匹是否存在瑕疵,这种方法不仅存在检测效率低下、缺乏一致性等问题,而且人工检测易受体能制约和主观因素影响,出现漏检和错检等问题。鉴于上述原因,设计并开发一种能
互联互通的全球化步伐逐渐加快,通过手机拍摄的文件、图书等文本图像成为便捷高效的信息交流形式。在文本图像分析流程中确定文本图像的语言种类,即文种识别,是多文种OCR技术的重要一步,对于索引和搜索等后续处理步骤至关重要。然而,文本图像在手机拍摄下容易发生仿射变化以及模糊失真等情况,增加了文种识别的难度。本文以提高文本图像文种识别准确率为目的,利用深度神经网络模型的优势进行文种识别的研究。主要研究工作如
当前水务部门的抄表存在着诸多问题,一是抄表人员通过手掌一体机到营业所下载抄表任务,然后携带抄表机奔赴现场抄表,从而导致人工效率低下、人工成本高;二是手掌一体机没有导航功能,在安排任务时需要考虑抄表人员对道路的熟悉程度,从而导致抄表计划安排比较困难;三是管理人员无法把控抄表人员的现场工作,无从考量抄表结果,从而导致监管不力等等。因此开发一套基于深度学习的智能抄表系统对水务部门来说是有意义和价值的。本
随着计算机技术迅速发展和我国网民人数高达9.04亿,网购成为人们购物的首选。传统推荐算法在商品爆炸式增长的情况下进行个性化推荐时,一直面临着数据稀疏、商品冷启动和用户兴趣难挖掘等问题。本文利用深度学习具有非线性学习能力,在推荐系统中能自动进行特征学习挖掘出用户及物品间的隐含和潜在特征,解决了用户兴趣难挖掘问题。用one-hot编码和Embedding嵌入层把高维稀疏的数据特征转化为低维稠密型特征,
高分辨率的城市遥感图像细节复杂内容丰富,能准确的反映地表信息。利用深度学习技术对城市遥感图像进行语义分割,可以对城市的道路、水体和建筑等信息进行不间断的动态检测,有利于全面、高效地了解城市的发展。本文针对高分辨率城市遥感图像因背景复杂、目标尺度大小不一而导致的分割难度较大问题,进行了以下研究:(1)针对数据集样本少且类别分布不平衡的问题。首先采用一定的步长对原图和标签图进行裁剪,然后通过镜像翻转、
为实现“双碳目标”(2030年碳达峰,2060年碳中和的目标),建设高效安全能源体系,大力发展可再生能源,推动能源清洁化转型是一种有效措施。太阳能作为一种典型的可再生能源,具有较高的研究价值,但光伏发电受气候、外界环境影响较大,其出力具有高度随机的特点。随着光伏在电网所占比重越来越大,为了更好地将光伏发电接入大电网中,减小其对电网的冲击,提高电网安全准确的调度和电能质量,准确的预测光伏发电出力非常