← 返回列表

基于模糊神经网络固定时间同步的图像加密方法及系统

申请号: CN202311305958.7
申请人: 盐城工学院
申请日期: 2023/10/10

摘要文本

本发明属于新一代信息技术领域,具体公开了基于模糊神经网络固定时间同步的图像加密方法及系统,该图像加密方法基于模糊神经网络,建立驱动系统和响应系统;设定同步误差,采用非周期间歇调整控制策略设计同步控制器;响应系统在同步控制器的作用下,实现在固定时间内响应系统同步于驱动系统,进而实现图像加密。本发明解决了模糊神经网络难以实现固定时间同步的问题,提出了一种新的图像加密方法及系统,显著提升图像加密的安全性。。百度搜索专利查询网

专利详细信息

项目 内容
专利名称 基于模糊神经网络固定时间同步的图像加密方法及系统
专利类型 发明申请
申请号 CN202311305958.7
申请日 2023/10/10
公告号 CN117454394A
公开日 2024/1/26
IPC主分类号 G06F21/60
权利人 盐城工学院
发明人 李小凡; 黄鑫; 李慧媛; 陈洁; 唐庆华; 耿伟
地址 江苏省盐城市亭湖区希望大道中路1号

专利主权项内容

1.基于模糊神经网络固定时间同步的图像加密方法,其特征在于,包括以下步骤:步骤S1:基于模糊神经网络,建立驱动系统和响应系统;步骤S1的具体内容有:基于模糊神经网络建立驱动系统和响应系统分别为:式中,时间t≥0,i=1, 2, …, n,j=1, 2, …, n;n表示所述驱动系统和所述响应系统含有的神经元个数,x(t)表示所述驱动系统的第i个神经元在t时刻的状态,y(t)表示所述响应系统的第i个神经元在t时刻的状态;a表示第i个神经元的阻尼系数,b表示当网络与外部输入断开连接时,第i个神经元将其电位重置为静止状态的速率,a和b分别满足a>0和b>0;f(x(t))表示所述驱动系统的第j个神经元不含时滞的激活函数,f(x(t-τ(t)))表示所述驱动系统的第j个神经元含时变离散时滞的激活函数,f(y(t))表示所述响应系统的第j个神经元不含时滞的激活函数,f(y(t-τ(t)))表示所述响应系统的第j个神经元含时变离散时滞的激活函数,上述激活函数为不连续激活函数且满足|f(.)|≤M,其中M为正常数;τ(t)和δ(t)分别是时变离散时滞和时变分布时滞,且满足0≤τ(t)≤τ,0≤δ(t)≤δ,其中τ和δ为正常数,并设η为积分变量;z表示前馈元素;/>和q分别表示模糊前馈最小和模糊前馈最大模块的元素;h和ρ分别表示模糊反馈最小和模糊反馈最大模块的元素;m(t)和I(t)分别表示第j个神经元的输入和第i个神经元的偏置;∧和∨分别表示模糊与和模糊或算子,满足以下条件:iiiiiiiijjjjjjjjjjjjjjjjjijijijijjiu(t)为非周期间歇调整同步控制器;所述驱动系统和所述响应系统的初始值分别满足:x(s)=φ(s),c(x(t))、d(x(t))、w(x(t))、c(y(t))、d(y(t))、w(y(t))表示忆阻器连接权值,分别满足:iiiijiijiijiijiijiiji其中,Γ是切换界值且Γ>0;都是常数;ii由于所述驱动系统和所述响应系统的等号右侧是不连续的,因此所述驱动系统和所述响应系统的解都需要在Filippov意义上考虑,则通过采用集值映射和微分包含理论,将所述驱动系统和所述响应系统分别改写为:式中,K[c(x(t))]、K[d(x(t))]、K[w(x(t))]、K[c(y(t))]、K[d(y(t))]、K[w(y(t))]、K[f(x(t))]、K[f(y(t))]、K[f(x(t-τ(t)))]和K[f(y(t-τ(t)))分别满足:ijiijiijiijiijiijijjjjjjjjjj其中,根据可测选择定理,存在
和/>则可进一步得到:其中:和/>满足/>和/>满足/>χ和ι为常数;jj步骤S2:根据步骤S1建立的驱动系统与响应系统,设定同步误差,设计同步控制器;步骤S3:基于所述响应系统在所述同步控制器的作用下,固定时间同步于所述驱动系统,进而实现图像加密及解密,具体实施步骤如下:加密过程具体为:步骤S31:读取原始彩色图像,图像大小提取原始彩色图像的红色通道分量矩阵/>绿色通道分量矩阵/>和蓝色通道分量矩阵其中/>和/>取值范围均为(0, 1, …, 255)中的某一个值;步骤S32:待所述驱动系统与所述响应系统达到固定时间同步后,根据驱动系统的离散时间序列混沌信号x(t),选取三个混沌信号序列和i步骤S33:将步骤S32得到的三个混沌信号序列和/>经过特定转换后,得到三个新的信号序列/>和/>其中/>和/>取值范围均为(0, 1, …, 255)中的某一个值;步骤S33使用的特定转换公式为:步骤S34:将步骤S33中得到的三个新的信号序列和/>分别与未加密的彩色图像的三种颜色通道分量矩阵/>和/>中的对应位置元素进行异或运算,获得置换后的三种颜色通道分量矩阵/>和q∈{1, 2, …, />步骤S35:采用arnold变换对置换后的三种颜色通道分量矩阵和进行置乱操作,得到置乱后的三种颜色通道分量矩阵/>和/>所述arnold变换算法为:其中为像素的原始位置,/>为像素置乱后的位置,α和β为常数;步骤S36:将步骤S35中置乱后的三种颜色通道分量矩阵和作为加密图像的三种颜色通道分量矩阵,组合加密图像颜色分量矩阵,生成加密图像;解密过程为加密过程的逆过程,具体为:步骤S37:读取加密图像,提取加密图像的三种颜色通道分量矩阵和/>其中/>和/>取值范围均为(0, 1, …, 255)中的某一个值;步骤S38:采用arnold逆变换对加密图像的三种颜色通道分量矩阵和/>进行逆置乱操作,还原得到三种颜色通道分量矩阵和/>所述arnold逆变换算法为:其中为像素的原始位置,/>为像素置乱后的位置,α和β为常数;步骤S39:待所述驱动系统与所述响应系统达到固定时间同步后,根据响应系统的离散时间序列混沌信号y(t),选取与步骤S32中和/>对应的混沌信号序列/>和/>i步骤S310:将步骤S39得到的混沌信号序列和/>经过特定转换后,可得三个新的信号序列/>和/>其中/>和/>取值范围均为(0, 1, …, 255)中的某一个值,步骤S310使用的特定转换公式为:步骤S311:将步骤S310中得到的三个新的信号序列和/>分别与步骤S38中还原的三种颜色通道分量矩阵/>和/>的对应位置元素进行异或运算,解密得到解密图像的三种颜色通道分量矩阵/>和/>步骤S312:将步骤S311中解密得到的解密图像的三种颜色通道分量矩阵和/>重新组合,得到解密图像。′