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。