基于超混沌序列的Feistel结构图像加密算法

为了更好地将传统的Feistel加密结构应用在图像加密中,将加密与混沌系统结合起来,在混沌图像加密的基础上,提出了一种基于超混沌序列和Feistel结构的图像加密算法。首先应用Kawakami映射产生的混沌预处理加密序列,对图像进行预处理加密;然后将Logistic映射生成的初始值代入Hyperhenon映射产生加密序列,由产生的混沌加密序列作为Feistel加密结构的S盒;最后,利用Feistel结构对图像进行加密。仿真加密算法的同时对算法的加密效果和安全性进行了分析,实验结果表明,该算法具有较高的稳定性、安全性和加密效率。     

基于Logistic映射的BMP图像加密算法

根据BMP图像信息的特点,提出一种基于Logistic映射的BMP图像加密算法,该算法将两个Logistic映射组合起来构成复合混沌系统,产生两个混沌序列,用其中的一个混沌序列对BMP文件数据进行加密,另一个混沌序列对每个像素对应的R、G、B颜色分量进行加密.实验结果表明,该算法具有良好的加密效果.     

一种基于混沌神经网络的序列密码算法

混沌序列具有带宽大、类噪声、难于预测和重构等特点，因而非常适用于网络通信和数据加密。本文结合神经网络和混沌映射的特点，提出了一种基于混沌神经网络和混沌映射序列密码的设计方法，该方法可以克服有限精度效应对混沌系统的影响，从而改善混沌序列特性，理论和实验结果表明：在有限精度实现下，该方法可以有效提高混沌系统的复杂性和随机性，并且算法安全性高、运算速度快，并且便于软硬件的实现。     

结合m-序列扰动的复合混沌加密算法

在分析了混沌系统的特性后,本文提出使用Cubic映射复合Logistic映射并结合m-序列扰动的混沌加密算法。该算法使用了两种不同的一维混沌映射,从而提高了密钥空间和算法的安全性,通过使用m-序列扰动降低了退化周期。分析表明,该算法易于实现、加密速度快、保密性好。     

基于图像像素值改变和位置置乱的混沌加密

针对图像在信息传播中安全性的问题,提出了基于图像像素值改变和位置置乱的混沌加密方法。该算法利用两个logistic方程,分别产生两个混沌序列。一个混沌序列对图像的像素值进行改变,另一个混沌序列对图像的像素位置置乱。选取两个不同的密钥,相比一维的logistic映射加密方法,实验表明该算法有更好的安全性能、更强的抗攻击能力以及良好的加密效果。     

基于Logistic映射的动态密钥加密算法

混沌序列具有类随机性、对初始条件极度敏感性、遍历性和非周期性等特点,展现出优良的密码学性能。该加密算法通过Logistic映射产生混沌序列,并将混沌序列映射为64位二进制序列,结合DNA序列变迁重组算法和DES算法对64位明文分组进行加密,DES初始密钥处于动态变化中,能有效地抵御穷举攻击和选择密文攻击等多种攻击手段。     

基于混沌映射的图像加密算法

提出一种基于混沌映射的图像加密算法,该算法对图像进行拉伸融合折叠变换,通过映射其矩阵的某行数据,得到修改Logistic映射初值的关键密钥m,并由2个Logistic混沌映射相结合产生加密序列,将图像与该序列进行相应代数运算,从而获得加密图像。理论分析和实验结果表明,该算法对密钥具有较强的敏感性,且加密图的像素值分布较均匀。     

基于Hyperhenon映射的数字图像DCT域加密技术

结合混沌序列提出了一种新的图像加密算法.首先应用Hyperhenon映射产生混沌序列,对图像在时域上做加密预处理;然后对预处理的结果图像进行DCT变换,应用Logistic映射产生的混沌序列对DCT变换的系数矩阵进行魔方变换置乱,同时给出了图像加密效果的评价指标.实验结果表明,该方法的安全性和加密效果良好.     

径向基函数混沌神经元系统及其应用

建立了径向基函数混沌神经网络模型以及径向基函数混沌神经元模型,分析其产生混沌后收敛的原因,通过撤销模拟退火策略使过程无法收敛,从而构建出永久保持混沌状态的混沌神经元动力系统,分析了该系统的时间序列指标,证明其永久保持混沌状态的可行性;将该系统应用于灰度图像的加密解密,阐述了其原理及算法;分析了该算法的抗穷举能力,考察了原图像与加密图像的直方图,由此说明了该算法的抗统计分析的能力。     

基于混沌系统的DNA图像加密算法

为了解决数字图像加密算法复杂度高、安全性较差的问题,提出一种基于混沌系统的DNA融合图像加密算法。首先利用Baker变换对图像进行置乱以读取DNA序列;再由Logistic混沌映射产生混沌序列,从而对DNA序列进行混沌加密。该算法对初值具有很好的敏感性,抗统计、抗差分攻击能力强。仿真结果表明:所提算法不仅实现简单,而且加密效果好,安全性高。     

一种基于神经网络的Hash函数算法研究

如何设计高效、安全的带秘密密钥的单向函数一直是现代密码学研究中的一个热点。首先用神经网络来训练一维非线性分段映射产生混沌序列,并利用该模型产生的非线性序列构造带秘密密钥的Hash函数,该算法的优点之一是神经网络隐式混沌映射关系使直接获取映射关系变得困难,实验结果表明,这种算法具有对初值有高度敏感性、很好的单向性、弱碰撞性,较基于单一混沌映射的Hash函数具有更强的保密性能,且实现简单。     

基于RBF神经网络和混沌映射的Hash函数构造

单向Hash函数在数字签名、身份认证和完整性检验等方面得到广泛的应用，也是现代密码领域中的研究热点。本文中，首先利用神经网络来训练一维非线性映射产生的混沌序列，然后利用改序列构造带秘密密钥的Hash函数，该算法的优点之一是神经网络隐藏混沌映射关系使得直接获得映射变得困难。模拟实验表明该算法具有很好的单向性、弱的碰撞性，较基于传统的Hash函数具有更强的保密性且实现简单。     

一种基于混沌序列的加密算法设计

加密是保证敏感信息安全的重要手段。该文设计了一种基于混沌序列的加密方法。该方法以非线性动力系统的Logistic映射为模型,采用线性同余法生成序列参与融合扰动,解决混沌有限精度问题。加密算法中,引入明文长度作为控制参数,控制混沌及线性同余的初始循环次数,使密钥流与要加密的明文相关,增加密钥流的复杂性和随机性,抵御混沌重构攻击,进一步增加安全性。实验结果表明,该算法能够得到令人满意的效果。     

一种基于交叉混沌序列的图像加密算法

当前研究的混沌加密算法大都是基于单级混沌系统或低维的混沌加密技术,而这些混沌映射的密钥空间太小,可以轻易地被破译,它们还不算具有严格密码学意义上的保密性。文中提出了一种利用Logistic映射与Chebyshev映射作为2个混沌发生器的算法,在这种交叉混沌映射的图像算法中,不仅通过加密矩阵对图像像素进行灰度置乱,而且根据离散映射生成相应的符号矩阵和置换矩阵。实验结果证明了该算法实现简单,计算量小,且图像的解密结果对混沌序列的初始值有较强的依赖性,安全性高,同时也证明了给出的图像置乱度能更好地反映图像加密前后的视觉差别和加密效果。     

一种混沌流密码算法设计与实现

提出了一种基于Logistic混沌映射的流密码算法,该算法利用混沌本身所具有的随机特性,提出了一种新的对混沌系统扰动的方法。通过编码算法以及在混沌随机序列数字化的基础上引入一种新的非线性变换算法,以抵抗对混沌流密码系统的各种攻击。经统计测试和相关分析,密钥序列具有较高的线性复杂度和良好的密码学特性。整个加密系统的周期性大、灵活性好,加密模型还可以推广到其他混沌系统。     

基于混沌系统的数据加密算法研究

文章致力于对现有的数据加密算法的安全性进行密码学分析,并在此基础上设计了一种基于混沌系统的加密算法。文章设计的混沌加密算法是一种基于离散混沌系统模型中的Logistic映射的序列密码算法,通过对混沌公式的迭代得出密钥,将密钥与明文中的每个字节进行异或,得出密文,从而实现对数据的加密。     

基于混沌映射和DNA编码的图像加密算法

为了有效改进图像的加密效果及安全性,在对已有的图像加密算法进行分析的基础上,提出基于混沌映射的位变换和DNA序列的图像加密算法。首先,采用混沌映射生成置乱序列对图像在位平面进行置乱,同时达到了图像置乱和扩散的双重加密效果。然后,利用DNA编码规则,对置乱后的图像编码,进行DNA运算,实现图像的扩散。实验结果表明,该算法密钥空间足够大,密钥敏感性较强,具有较好的安全性。     

An improved differential evolution trained neural network scheme for nonlinear system identification

This paper presents an improved nonlinear system identification scheme using di？erential evolution （DE）, neural network （NN） and Levenberg Marquardt algorithm （LM）. With a view to achieve better convergence of NN weights optimization during the training, the DE and LM are used in a combined framework to train the NN. We present the convergence analysis of the DE and demonstrate the efficacy of the proposed improved system identification algorithm by exploiting the combined DE and LM training of the NN and suitably implementing it together with other system identification methods, namely NN and DE＋NN on a number of examples including a practical case study. The identification results obtained through a series of simulation studies of these methods on different nonlinear systems demonstrate that the proposed DE and LM trained NN approach to nonlinear system identification can yield better identification results in terms of time of convergence and less identification error.     

基于混沌和Walsh变换的二值图像加密算法

提出一种基于混沌映射和Walsh变换的二值图像加密算法。首先对二值图像进行混沌加密,再对混沌加密后的图像用Walsh变换进行置乱,实现图像信息的高强度加密。运用Walsh变换可以在很大程度上节约计算时间。仿真实验结果表明,混沌序列与Walsh变换相结合的方法加密强度高,计算时间短。     

数字图像的通用加密算法

为了实现对数字图像信息的有效保护,提出了一种通用的数字图像加密算法.通过密钥产生一维混沌序列并排序,以排序后的序列的各数值的原来索引为序列,把图像像素移位到相应的序列位置,便实现像素位置置乱加密.通过自定义随机加密函数与图像像素异或运算实现像素值变换置乱加密,应用评价指标对加密效果和安全性进行分析.理论分析和实验结果表明,该算法密钥空间大,具有较好的加密效果和加密效率,并对统计分析具有较好的安全性和较强的抗剪切攻击能力.