标准混沌映射切换在数字水印中的应用

提出一种基于标准混沌映射切换的数字水印方法。首先创建产生混沌随机序列的标准混沌映射模型；然后在不同时段根据切换策略产生不同的混沌序列。嵌入水印时，将选择的图像分块DCT中频系数与混沌序列相加，进行取模运算后再嵌入混沌映射模型进行迭代。检测时利用同一个相应的标准混沌映射模型生成混沌水印序列，并进行相关检测。研究结果证明了这种方法的合理性。     

基于有理Bézier曲面生成组合混沌序列的图像加密算法

提出一种基于有理Bézier曲面生成组合混沌映射的图像加密算法.首先通过秘钥序列生成多个Logistic混沌系统的初值,进而生成多个混沌序列;利用有理Bézier曲面将这些混沌序列生成组合混沌矩阵;其次,对原图像和组合混沌矩阵进行按位异或运算;最后,利用组合混沌矩阵生成混沌地址集合,利用混沌地址集合做置乱运算.该算法的优点是不论扩散运算还是置乱运算均采用组合混沌序列进行操作.数字实验表明,该算法加密与恢复效果良好,具有较好的安全性.     

图像加密算法仿真研究

研究优化图像安全性问题.传统的利用混沌理论技术对数据加密时运算开销大、运算效率不高,导致图像安全性不高等问题.为解决上述问题,提出了一种利用混沌理论的独立密钥DES图像加密算法.首先将待加密图像看作是一个普通的数据流,然后采用混沌理论的混沌二值序列作为密钥对该数据进行加密.通过对混沌二值序列加密算法的设计,使得加密和解密运算开销和运算效率得到了较大的提高,具有较强的抗密钥穷举攻击和抗攻击的能力.仿真结果表明,提出的算法具有一定的有效性和实用性,对图像进行加密达到了更高的安全性.     

基于混沌序列的脆弱数字水印算法

为解决Yeung-Mintzer脆弱水印算法的安全性问题,提出一种基于混沌序列的水印算法。采用混沌序列对Yeung-Mintzer脆弱水印算法进行改进,得到更好的水印不可见性和篡改检测率,同时保留原算法运算速度快、检测定位能力强、盲检测等优点。理论分析和实验结果证明,该算法可以应用于法律证据图像、医疗图像等安全性和图像质量要求高的领域,有效地检测对图像的篡改部分。     

一种基于混沌理论的数据加密算法设计

研究混沌理论的数据加密算法设计,针对传统利用混沌系统对数据加密时运算开销大、运算效率不高.为解决上述问题,提出了一种利用混沌系统的迭代序列进行加密的方法.首先将混沌产生的序列映射成由整数构成的伪随机序列来充当加密密钥,然后将其均匀分布在某一区间上.再利用Logistic公式迭代若干次与经过置换的明文异或获得加密密文.通过对混沌序列加密算法的设计,使加和解密运算开销和运算效率得到了提高;分析算法具有较强的抗密钥穷举攻击和抗攻击的能力.仿真实验结果表明方法是有效的和可行的,并且数据加密/解密的效果良好.     

面向电缆故障检测的布尔混沌时域反射法

针对基于混沌随机信号相关法的电缆故障检测方法存在的成本高、易引起误判的问题,提出了一种面向电缆故障检测的布尔混沌时域反射法。该方法将布尔电路产生的混沌信号分为2路:一路作为参考信号,另一路作为探测信号注入被测电缆;通过对参考信号和电缆故障点处的反射信号进行采样和相关运算,即可从相关峰的时间延迟和幅值信息中推断出故障点的位置和故障类型。电缆故障测试结果表明,布尔混沌时域反射法可以对电缆的短路、断路和阻抗失配等故障进行检测,且测量范围和空间分辨率分别可达到900m和0.1m。     

基于Logistic混沌系统的图像加密算法研究

给出了一种基于Logistic混沌系统的快速数字图像加密算法.首先通过给定的密钥序列生成混沌系统的初值,由此初值生成混沌矩阵;然后利用此混沌矩阵与原图像进行按位异或运算得到中间过渡图像;最后再对中间过渡图像作混沌置乱运算和混沌块置乱操作.该算法的优点是不论融合还是置乱均是利用混沌序列进行操作.实验数据表明,该算法简单易行,加密与恢复效果良好,具有较好的安全性.     

基于比特置乱的量子混沌图像加密算法

针对当前主流混沌置乱加密算法防御性不强的问题,提出一种新的量子混沌图像加密算法,采用量子Logistic混沌序列与比特置乱后的图像进行加密运算。对明文各像素比特位进行全局置乱,再对中间密文进行加密运算,得到加密图像。通过引入量子混沌系统,解决了Logistic混沌系统随机性差、控制参数少的问题。实验结果表明,该算法摒弃了传统加密算法常用的异或运算,在统计特性和抗攻击性等方面比常规算法性能更好。     

基于Legendre多项式混沌神经网络的异步保密通信

提出一种基于Legendre多项式混沌神经网络的异步保密通信系统。在发送方,系统以Legendre多项式混沌神经网络模型作为Logistic混沌序列辨识器,利用混沌序列与明文序列进行异或运算实现"一次一密"异步加密;接收方将混沌初值输入保密的Legendre多项式混沌神经网络,产生与发送方相同的混沌序列,与密文进行异或运算实现异步解密。加密与解密信息完全隐藏于混沌序列中,其安全性取决于Logistic混沌序列的复杂性和无法预测性。理论分析和加密实例表明,Legendre多项式混沌神经网络产生的序列具有良好的自相关性和互相关性,且算法简单易行,克服了混沌同步通信的诸多缺限,具有良好的安全性。     

混沌系统在弱信号检测中的应用

首先提出了利用混沌系统检测弱信号方法,实验结果证明了此方法的可行性。在此基础上,又提出将自相关方法和互相关方法分别与混沌系统相结合形成混合测量系统。经大量仿真实验证明此系统比前一种方法信噪比门限更低。可见混沌系统在弱信号检测方面的应用有望成为降低信噪比门限的有效方法之一。     

DNA计算研究的现状与展望

最近,采用ＤＮＡ计算的可能性引起了人们的广泛兴趣。本文在简要介绍ＤＮＡ是之后,探讨了ＤＮＡ计算及其模型,并将其与遗传算法、模糊控制、神经网络、混沌系统等软件计算技术进行集成,指出了ＤＮＡ计算的优点及目前存在的问题。最后我们对它们的前景进行展望。     

DNA 计算研究的现状与展望

最近,采用DNA计算的可能性引起了人们的广泛兴趣.本文在简要介绍DNA机理之后,探讨了DNA计算及其模型,并将其与遗传算法、模糊控制、神经网络、混沌系统等软计算技术进行集成,指出了 DNA 计算的优点及目前存在的问题.最后我们对它们的前景进行展望.     

基于云计算的混合超混沌加密算法研究

针对云计算环境中的数据安全问题,提出了一种基于云计算的混合超混沌加密算法。首先,选取三个超混沌系统的初始值作为密钥参数,利用超混沌系统更加复杂的动力学行为产生随机特性良好的混沌序列;接着,对三个超混沌系统进行预处理后,进而设计一个混合超混沌分组加密方案;最后,基于MapReduce的云计算分布式编程模型,设计并行超混沌加密算法。实验结果和分析表明,算法具有执行效率高,密钥空间大及密钥敏感性良好的特性。     

基于混沌反控制的Tent映射伪随机序列发生器设计

应用混沌反控制思想有意识地去产生混沌,进而应用混沌系统的伪随机特性进行伪随机序列发生器设计。针对Tent映射在有限精度实现时产生伪随机序列所存在的周期过短问题,应用混沌反控制,对Tent映射加入控制输入,从而解决了输出伪随机序列周期过短的问题,并通过阈值的在线调节输出0-1伪随机序列。证明了受控Tent映射是Lyapunov指数意义下混沌的,分析了Tent映射混沌反控制所产生的伪随机序列的安全性和计算效率,理论分析和仿真结果都证明了这种设计伪随机序列发生器算法的合理性。     

Computers are from Mars, organisms are from Venus

Biology and computer science share a natural affinity. Physicist Erwin Schrodinger envisioned life as an aperiodic crystal, observing that the organizing structure of life is neither completely regular, like a pure crystal, nor completely chaotic and without structure, like dust in the wind. Perhaps this is why biological information has never satisfactorily yielded to classical mathematical analysis. Machine computations combine elegant algorithms with brute-force calculations, which seems a reasonable approach to this aperiodic structure. Likewise, computing seeks to create a machine that can flexibly solve diverse problems. In nature, such plastic problem solving resides uniquely in the domain of organic matter. Thus, examining how organisms solve problems can lead to new computation and algorithm development approaches that devour the problems that are so easy to approach using a computer, yet so difficult to tackle in the laboratory. The paper discusses the two most successful uses of computers in biology, comparative sequence analysis and in silico cloning. It considers DNA computing and genetic algorithms     

基于Map-Reduce模型的云资源调度方法研究

为提高Map-Reduce模型资源调度问题的求解效能,分别考虑Map和Reduce阶段的调度过程,建立带服务质量(QoS)约束的多目标资源调度模型,并提出用于模型求解的混沌多目标粒子群算法。算法采用信息熵理论来维护非支配解集,以保持解的多样性和分布均匀性;在利用Sigma方法实现快速收敛的基础上,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免算法陷入局部最优。实验表明,算法求解所需的迭代次数少,得到的非支配解分布均匀。Map-Reduce资源调度问题的求解过程中,在收敛性和解集的多样性方面,所提算法均明显优于传统多目标粒子群算法。     

一种基于MATLAB的混沌神经元动态仿真与分析

混沌神经元是一个对生物神经元进行计算模拟的复杂系统,动力学是刻画复杂系统的有力工具。该文在MATLAB环境下,利用绘图函数和脚本文件对混沌神经元动力系统进行了形象的描述,并给出了具体编程、计算、仿真的方法和程序。在此基础上,对混沌神经元特性的动态分析表明：代表外部信息的输入项对混沌神经元的内部动力学状态具有决定性的影响。随着输入项的变化,混沌神经元状态有规律地在混沌态和周期态之间相互转化,利用这种特性可以控制混沌神经元的内部状态。     

基于云计算模型的分数阶超混沌加密算法

针对大数据安全以及混沌加密安全性等问题,提出了一种基于云计算模型的分数阶超混沌系统的加密算法。首先选取了两个分数阶超混沌系统的初始值作为密钥参数,基于分数阶混沌生成用于加密的伪随机序列,进而提出了一个结合云计算MapReduce并行数据处理模型的加密算法。在MapReduce并行加密方面,依次进行分块、Map并行加密和Reduce数据归并等操作。为了抵御明文类的密码攻击,算法中采用与明文特征关联的混沌序列生成方法。最后,在云计算实验环境中的实验结果表明,该算法的密钥空间达到372 bit,能够有效抵御明文类的密码攻击,具有密钥高度敏感的特性。同时,实验结果验证了云计算MapReduce并行加密的有效性。     

当前云计算技术开发的问题与对策研究

随着科学技术的快速发展,人们逐渐对云计算技术的开发与应用重视起来。现阶段云技术开发仍处相对混沌状态,云计算具体发展方向和基本执行策略尚不清晰,在其行业领域中甚至并无相应概念解释。云计算技术是基于计算机互联网对应分部公式的一种具体计算技术,其会在一定程度上形成较大运算服务能力且可体验快速的运算。     

Modeling and complexity in neural networks

In this paper, we study nonlinear spatio-temporal dynamics in synchronous and asynchronous chaotic neural networks from the viewpoint of the modeling and complexity of the dynamic brain. First, the possible roles and functions of spatio-temporal neurochaos are considered with a model of synchronous chaotic neural networks composed of a neuron model with a chaotic map. Second, deterministic point-process dynamics with spikes of action potentials is demonstrated with a biologically more plausible model of asynchronous chaotic neural networks. Last, the possibilities of inventing a new brain-type of computing system are discussed on the basis of these models of chaotic neural networks. This work was presented, in part, at the Third International Symposium on Artificial Life and Robotics, Oita, Japan, January 19–21, 1998.