基于混合混沌与扩展ZigZag的图像置乱算法

在分析了标准ZigZag变换的缺点后对其进行改进,提出了一种基于混合混沌系统与扩展ZigZag变换相结合的图像置乱算法。为避免单一混沌系统存在的"平凡密钥"现象,算法采用Logistic映射与Chebyshev映射按周期交替迭代的方式生成混合混沌序列,并利用其对原始图像按扩展ZigZag扫描后的一维序列中各元素加密,在恢复为二维图像后完成置乱。该算法具有运算量小、密钥空间大、可迭代及可适用于非方阵图像等优点,仿真实验结果表明,该算法具有良好的图像置乱效果与较强的抗干扰能力。

基于CNN超混沌系统与扩展ZigZag的图像加密算法

针对数字图像在通信中的安全传输问题,提出一种基于CNN(Cellular Neural Network)超混沌系统与扩展ZigZag的图像加密算法。算法采用五阶离散CNN超混沌系统生成的混沌序列作为加密因子,在将数字图像作扩展ZigZag变换置乱后,根据MSB算法思想,将混沌序列与像素高位位平面进行运算,完成图像的加密。该算法具有密钥空间大、可迭代与图像普适性等特点,仿真实验表明该算法具有良好的加密效果,能够抵抗各种常见的攻击。

一种基于扩展ZigZag与位交换的图像置乱算法

对标准ZigZag变换进行改进,提出一种基于扩展ZigZag变换与位交换的图像置乱算法。算法在将图像作扩展ZigZag变换后,根据图像行的奇偶性采用不同的位交换运算方案,通过迭代完成图像置乱。仿真实验结果表明该算法具有良好的图像置乱效果,亦可适用非方阵图像,对于常见的攻击具有较强的抗干扰能力。