基于CNN超混沌特性的网络图像加密传输方法研究

加密传输是保证网络图像安全的一种手段,现行方法在实际应用中相邻位置像素值相关性系数较高,图像峰值信噪比(peak signal-to-noise ratio,PSNR)较低,传输抗攻击性较弱,失真性较强。针对现行方法存在的不足和缺陷,提出基于卷积神经网络(convolutional neural networks,CNN)超混沌特性的网络图像加密传输方法,采用压缩感知技术采集信道中网络图像样本,利用CNN超混沌特征对网络图像加密处理,通过逆运算实现对网络图像解密,完成基于CNN超混沌特性的网络图像加密传输。经实验证明,加密传输的网络图像相邻位置像素值相关性系数接近0,峰值信噪比在40 dB以上,该方法在网络图像加密传输领域具有良好的应用前景。