基于离散型Hopfield神经网络的图像加密算法

为了提高加密算法的安全性能,该文提出了明文相关的通道关联的同时置乱扩散加密方案,算法中置乱扩散矩阵是与明文图像以及外部密钥相关的。由于明文图像中相邻像素之间的相关性很高,因此,图像加密方案一般采用置乱的方式对图像进行"洗牌"操作,再进行扩散操作改变像素值,即Fridrich提出的经典置乱-扩散结构。然而随着图像破解技术的进步,分开攻击技术对这种经典的加密方案造成了很大的影响。该文采用同时置乱扩散的方案提高加密算法的安全性,首先使用三阶神经网络产生密钥流对彩色图像的三通道进行同时置乱扩散操作,然后再对得到的三个通道矩阵进行二次扩散操作,使得加密算法更加安全。对比现有的图像加密方案,该加密算法能够避免分开攻击对加密安全性的影响,提高了算法的安全性。实验结果表明,该算法有良好的加密性能,可以抵抗各种攻击。

基于整数小波变换和二维混沌系统的多图像加密算法

为提高当前混沌图像加密算法抵抗选择明文攻击的能力并减轻公用网络传输负担,提出一种基于整数小波变换和二维混沌系统的多图像加密算法。采用整数小波变换对多张明文图像进行数据压缩,对压缩以后的多张明文图像进行交叉组合,通过对同时置乱和扩散操作产生的密文图像进行动态分割,可以生成多张密文图像。所提加密算法可以抵抗选择明文攻击,实现对图像数据的压缩,通过减少图像数据的冗余度减轻信道传输的负担,提高加密速度。通过MATLAB仿真实验证实了该加密算法的正确性和实用性,该加密算法可以保证图像在公用信道中传输的安全。