基于超混沌和DNA编码的图像加密算法研究

来源 :黑龙江大学 | 被引量 : 0次 | 上传用户:jzaf_com
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
数字化图像是我国网络通讯的重要载体,它在多媒体、电子和网络通讯中扮演了广泛的角色,并且在通讯、医疗等各个方面起到了很大的作用。因此,对于图像加密技术的探索和研究,已经成为安全领域的重要课题。由于图像中的相邻像素之间冗余程度高、数据容量大,当利用传统的图像加密方法进行加密时,其加密效率较低,所以此类方法不适合应用于数字图像的加密。混沌系统以及DNA计算具有的特性,使其恰好适合于图像加密。本文基于目前图像加密算法的研究现状,提出以下算法,解决了编码规则单一以及信息熵值较低的问题,主要内容如下:(1)提出了一种基于Chen超混沌和DNA编码的图像加密算法。首先对Logistic映射进行迭代,得到随机序列,并将该序列转为二维矩阵,然后改变参数和初始值,再次迭代Logistic混沌系统,得到新的随机序列,并构造索引序列完成对原始图像的置乱及扩散。再利用参数多,空间复杂的Chen超混沌,得到四条混沌序列即X、Y、Z、H。用X、Y序列的随机值控制DNA编码规则的选取,使编码具有随机性和不确定性,分别对转化的二维矩阵和扩散后的图像进行分块编码,得到DNA矩阵。接下来对两矩阵进行DNA运算,运算方式由序列Z的随机值决定,最后根据序列H进行解码,因规则不同,进一步加强了图像加密的安全性,得到最终加密图像。算法经过仿真测试和性能分析,证实可以用于图像加密领域。(2)提出基于小波变换、Qi超混沌和DNA编码的图像加密算法。算法首先借助小波变换将图像分解为高频分量和低频分量,然后对低频图像通过构造索引序列进行置乱,通过小波重构得到一次置乱后的图像。接着设置Logistic混沌系统的参数和初始值,进行迭代,将迭代后产生的序列进行预处理,利用预处理后的序列对小波重构后的图像进行加密。接下来设定初始值对Qi超混沌系统进行迭代,结果产生多条混沌序列,并将序列进行处理完成密钥构造,利用最后得到的序列对图像进行双重加密。最后对加密后图像通过选取DNA编码规则进行编码,并与其中一条由混沌序列转化的DNA矩阵进行DNA计算,然后对其解码,得到的即最终密文图像。该算法经过仿真测试和性能分析证实可以用于图像加密领域。
其他文献
肺癌的病死率一直高居我国各种癌症的榜首,随着人们生活环境改变,肺癌的发病率也在逐步上升,对于肺癌来说最重要的就是“早期发现,早期诊断,早期治疗”可以提升有效患者的生存率。CT图像是对肺部病变检查最好的手段之一,肺癌的早期诊断是通过对结节的判断来进行诊断的,将医学图像处理应用到计算机辅助诊断系统,精准的肺实质分割和肺结节分类算法不仅能提高医生的工作效率,帮助医生减少工作压力和误诊率的发生,更能提高诊
改革开放40年来,我国的外商直接投资经历了持续发展的良好态势。2019年,我国外商直接投资总额为1381.35亿美元,是改革开放初期的78.1倍。同时,随着我国改革开放的不断深入和经济全球化的不断发展,越来越多的外商对我国产生兴趣,来到中国进行考察、交流、商务、投资等活动,这也不断推动了我国入境商务旅游市场的发展。2019年,我国入境商务旅客人数为628.47万,是我国入境旅游市场的重要组成部分。
氧化铟(In2O3)作为一种宽带隙的n型半导体,具有适合光催化CO2还原的能带结构、独特的化学稳定性和较高的CO2吸附能力。因此,在光催化CO2还原方面有良好的应用前景。尽管如此,传统的In2O3材料在作为光催化剂时依然存在选择性差、反应活性低、光吸收性差、电荷分离效率低等缺点。严重限制了In2O3光催化剂的大规模应用。针对In2O3光催化剂所存在的问题,本研究通过将引入氧空位与异质结结构构筑、助
硫化氢(H2S)常存在于通风不足的地方,对环境和身体健康有很大的危害,因此研究在低温条件下可以对H2S气体快速检测的敏感材料是十分重要的。钨酸铋是一种具有代表性的复合金属氧化物,其典型的层状结构,有利于气体与材料接触,提高材料的气敏性能。本文合成了片状Bi2W2O9材料、分别通过负载贵金属和复合氧化物进行改性,利用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、X-射线粉末衍射(XRD)、X-
量子计算机的发展将带来严重的安全问题,传统的公钥密码体制会遭受巨大威胁。格密码是后量子时代最有发展前途的密码算法之一,与公钥密码学的研究热点数字签名相结合,以格上困难问题为归约困难问题的方式进行方案的设计,将具有重要的理论研究价值和意义。现已提出的基于格的数字签名方案存在种类较少、密钥长度较长的不足。鉴于此,本文从种类和密钥长度两方面着手,采用不同的底层算法,提出了两类签名方案,具体如下:(1)传
人工智能已经成为当今社会的热点话题之一,这主要归功于深度学习的迅速发展,而卷积神经网络(Convolutional Neural Networks,CNN)是深度学习的重要模型。CNN主要被应用于计算机视觉领域,并在该领域取得了许多优异的成果。大多数CNN都是基于实数表示的,而很少是基于复数表示的。最近研究表明,基于复数表示的网络比基于实数表示的网络具有更好的表达能力,但现有的复数CNN模型存在一
遥感图像包含了大量的地物信息,在军事目标打击、土地监测、植被覆盖检测、森林火灾监控等军用、民用领域有着重要应用价值。但是由于遥感成像过程比较复杂,获得高分辨率的遥感图像并不容易。遥感图像超分辨重建技术就是一种在现有遥感成像技术条件下,利用软件处理的方法,突破成像系统的限制,由低分辨率图像生成高分辨率图像的技术。本文对当今较先进的卷积神经网络超分辨进行研究和改进,具体研究内容及创新点如下:1、提出改
将太阳能转化为清洁燃料可以有效解决能源和环境危机。例如,通过光催化还原过程将二氧化碳(CO2)转化为有价值的燃料可以实现太阳能的化学存储。低成本的二氧化钛(TiO2)具有合适的能带结构和较高的耐光腐蚀性能,已证明对于使用水作为电子和质子源的CO2进行光还原非常有前途。然而,窄的光谱响应范围(仅紫外线区域)以及原始TiO2内光诱导的电子-空穴对的快速复合导致太阳能的利用率低和光催化效率有限。因此,从
媒体的新闻报道正在建构个体对社会现实的认知,本文主要以角色理论作为核心理论来研究中国医生角色形象问题,笔者意在探索中国医生在2020年新冠肺炎疫情的冲击下,媒介呈现了怎样的医生角色形象。本研究选取2020年上半年澎湃新闻的原创涉医报道进行研究,以角色理论视角出发,使用内容分析、语料库辅助话语分析和案例分析三种方法,对医生角色形象在媒介上的呈现进行了横向的总体描述和纵向的深度分析。通过内容分析法,本
随着互联网技术的迅猛发展以及基于位置的应用需求不断增高,位置感知逐渐成为人们生活中必不可少的应用支撑,基于位置的服务(Location-based Services,LBS)也随之成为现代网络通信技术领域的重要研究方向。北斗卫星导航系统(Bei Dou Navigation Satellite System,BDS)、全球定位系统(Global Positioning System,GPS)等卫星