基于模运算与混沌映射的图像加密算法的研究

文章首次提出了一种新的模运算映射用于图像位置置乱的方法，并利用混沌映射系统具有初值敏感性，参数敏感性，遍历性和类随机性的特点，设计了一种基于模运算映射与Logistic混沌映射相结合的图像加密算法，该图像加密方案具有密钥空间巨大．计算时间短的特点。     

快速置乱耦合3D混沌映射的图像加密算法研究

针对当前3D混沌映射加密算法的安全性不高,且其置乱过程的计算量大,置乱性不稳定,以及置乱方法不具有通用性等缺陷,设计了一种快速通用置乱方法,并将混淆与扩散机制同时引入进来,提出了一种新的3D混沌映射图像加密算法。首先利用快速置乱方法置乱初始图像,以改变像素位置;利用三维Chen系统结合像素值变换函数所生成初始外部密钥迭代3D混沌映射,得到一个序列,该序列根据混淆机制对置乱图像像素值进行混淆;改变外部密钥,再迭代计算3D混沌映射,得到三元一维伪随机数组,并借助密钥流机制量化该数组,得到新序列,利用该新序列根据扩散机制对混淆后的像素进行扩散处理。借助MATLAB仿真软件对该算法及其他3D算法进行对比仿真。结果显示:与其他3D算法相比,该算法安全性更高,置乱速度更快,计算效率更高,且其密钥空间巨大。     

基于混沌置换的图像隐藏算法

为了有效提高图像隐藏的鲁棒性和安全性,文章提出一种基于混沌置换的图像隐藏算法。该方法采用混沌置换算法,能以概率1产生所有置换,优于传统置乱算法。该方法重复隐藏了冗余信息,能较好地抗击噪声干扰和剪切攻击,具备线性时间复杂度。实验结果表明,该方法隐藏效果良好,恢复图像保真度高,具备较好的鲁棒性和安全性。     

基于m序列变换和混沌映射的图像加密算法

该文利用m序列发生器中移位寄存器状态的遍历性(全零状态除外),首次提出一种"m序列变换"用于图像位置置乱的方法.并利用混沌映射系统具有初值敏感性,参数敏感性和类随机性的特点,设计了一种基于"m序列变换"与混沌映射相结合的图像加密算法,与其它图像加密算法相比,该算法的密钥空间非常巨大,具有更好的安全性.     

一种基于混沌猫映射的图像加密算法

在传统混沌猫映射基础上提出了一种改进的三维混沌猫映射算法。该算法将图像的像素坐标和灰度值作为广义猫映射的初始值,映射参数和迭代次数作为密钥,应用到图像加密中。理论证明所提出的三维混沌猫映射改进算法具有可逆惟一性,且具有像素位置置换和替代作用。同时试验结果表明该算法对二维图像混沌加密是有效的。     

基于混沌的数字图像信息加密安全传输研究

该算法是一种基于混沌的数字图像信息加密安全传输算法。利用给定初始值与参数的离散Logistic映射生成混沌序列,使用混沌序列和镜像变换构造改进的魔方变换对图像进行置乱,并对各像素点的灰度值与混沌序列进行循环异或,实现像素点之间的扩散与混淆,增加了密钥的复杂度,增加了密钥的数量,使破解所需时间增加。算法设计简单、易于实现,仿真试验与结果分析表明,该算法具有较高的安全性和抗破译性,加密速度快。     

像素位置与比特双重置乱的图像混沌加密算法

针对当前流行的一类具有置乱—扩散结构的混沌图像加密算法存在的安全缺陷问题,提出了一种能抵抗选择明(密)文攻击的图像加密算法。算法采用Kent混沌映射生成密钥序列,并根据明文像素值的特征和输入的密钥,分别产生混沌系统的参数和预迭代次数。首先,利用混沌序列实现图像像素位置的全局置乱;其次,根据另一个新生成的混沌序列,实现对图像像素值中0 bit、1 bit的置乱。实现了混沌映射产生的序列与图像本身内容的关联,从而实现了中间密钥随明文自适应变化,能有效抵抗选择明(密)文攻击。实验结果表明,该算法克服了以往算法不能抵抗选择明(密)文攻击的缺陷,同时具有加密算法简单、密钥空间大等加密性能,并能较好地抵抗统计特性分析、差分分析攻击。     

一种基于位运算的数字图像加密算法

给出了一种混沌序列的非线性二值化方法,提出了一种基于位运算的数字图像加密算法.加密算法首先利用传统的混沌系统产生的混沌序列对图像进行位置置乱;其次对置乱后图像进行基于灰度值二进制序列的置乱操作;最后应用文中方法对结果图像灰度值的二进制序列按位进行异或运算.实验结果表明,该加密算法具有良好的安全性和加密效果.     

基于logistic混沌序列的改进算法及其性能分析

针对目前混沌系统数字化后受硬件有限精度的影响,使得数字混沌0/1序列最终都将变成类短周期序列,降低了混沌加密系统的安全性。为克服此缺点本文将logistic混沌序列与Arnold变换相结合,提出了一种新型的logistic混沌序列算法,并通过实验对该算法产生的二值序列的自相关性、随机性等性能做了对比分析。同时利用此改进算法对数字图像进行加解密,结果表明新型的logistic混沌序列算法具有良好的安全性,能够满足保密通信的需要。     

水印的最佳置乱度置乱算法

介绍了数字图像置乱的基本概念,引入置乱度的定义对置乱后的图像作定量分析,提出了基于二维混沌映射Arnold变换的数字图像置乱方法,通过分析Arnold变换的周期及控制参数,实现对数字图像的最佳置乱。并通过对数字水印信号进行置乱,使得原始水印信号的相关性减弱,在遭到剪切攻击时,可以将提取出的水印信号的错误码元尽可能地分散开来,因此有效地提高了数字水印算法的抗剪切攻击性能。     

通用数字图像加密与抗剪切攻击恢复算法

为对数字图像进行有效地保护,提出一种以混沌系统及其混沌序列为基础的通用加密与解密算法。首先,根据密钥产生一个混沌序列,经排序后生成相应的下标序列,并据此进行像素坐标置乱加密。然后,根据子密钥与图像类型值由混沌序列生成相应的无符号整数序列,并按顺序与对应的像素值进行异或运算以实现像素值置换加密。针对恶意剪切攻击,同时提出一种基于邻域相邻像素特性的抗剪切攻击恢复算法。实验结果与理论分析表明,该算法加密效果好,密钥空间大,安全性与通用性强,且具有较为理想的抗统计分析攻击与抗剪切攻击能力。     

A fast encryption algorithm of color image based on four-dimensional chaotic system

As the low complexity of low-dimensional chaotic system and the slow speed of image encryption, this paper proposes a fast encryption algorithm of color image based on four-dimensional chaotic system. Firstly, we propose a new method of designing four-dimensional chaotic system based on the classical equations of three-dimensional chaotic system, to increase the complexity and key space of the encryption algorithm. Secondly, according to the nature of color images’ pixels channel, we design a new pseudo-random sequence generator and reuse the random sequence, to improve the speed of image encryption. Finally, the methods of row-major and column-major are used to diffuse the original image and the cat map with parameter is used to scramble the image pixels, respectively, to achieve the effect of encryption. The results of simulation and security analysis show that the proposed encryption algorithm is of good performance on security, robustness and high encryption speed.     

Efficient hierarchical chaotic image encryption algorithm and itsVLSI realisation

An efficient hierarchical chaotic image encryption algorithm and its VLSI architecture are proposed. Based on a chaotic system and a permutation scheme, all the partitions of the original image are rearranged and the pixels in each partition are scrambled. Its properties of high security, parallel and pipeline processing, and no distortion are analysed. To implement the algorithm, its VLSI architecture with pipeline processing, real-time processing capability, and low hardware cost is designed and the FPGA realisation of its key modules is given. Finally, the encrypted image is simulated and its fractal dimension is computed to demonstrate the effectiveness of the proposed scheme     

基于混沌序列的数字图像隐藏技术水

为了增强图像隐藏的安全性,文章在传统的数字图像隐藏方法的基础上,结合混沌序列和图像加密技术,提出了一种改进的图像隐藏方法。首先应用混沌系统的产生混沌序列,用混沌序列来替换图像的隐藏参数进行图像隐藏,然后对隐藏的结果图像做进一步处理,包括行列双向异或置乱和图像像素置乱。实验结果表明,该方法具有较好的安全性,较高的加密效率,能够有效抵抗已知明文攻击。     

Genetic algorithms for finite mixture model based voxel classification in neuroimaging

Finite mixture models (FMMs) are an indispensable tool for unsupervised classification in brain imaging. Fitting an FMM to the data leads to a complex optimization problem. This optimization problem is difficult to solve by standard local optimization methods, such as the expectation-maximization (EM) algorithm, if a principled initialization is not available. In this paper, we propose a new global optimization algorithm for the FMM parameter estimation problem, which is based on real coded genetic algorithms. Our specific contributions are two-fold: 1) we propose to use blended crossover in order to reduce the premature convergence problem to its minimum and 2) we introduce a completely new permutation operator specifically meant for the FMM parameter estimation. In addition to improving the optimization results, the permutation operator allows for imposing biologically meaningful constraints to the FMM parameter values. We also introduce a hybrid of the genetic algorithm and the EM algorithm for efficient solution of multidimensional FMM fitting problems. We compare our algorithm to the self-annealing EM-algorithm and a standard real coded genetic algorithm with the voxel classification tasks within the brain imaging. The algorithms are tested on synthetic data as well as real three-dimensional image data from human magnetic resonance imaging, positron emission tomography, and mouse brain MRI. The tissue classification results by our method are shown to be consistently more reliable and accurate than with the competing parameter estimation methods.     

基于变步长约瑟夫遍历和DNA动态编码的图像加密算法

数字图像传输和存储的安全问题已成为信息安全研究的热点。该文提出一种基于变步长约瑟夫遍历和DNA动态编码的图像加密方法。首先将混沌映射产生的随机序列作为约瑟夫遍历的变步长，改进约瑟夫遍历问题，并采用改进的约瑟夫遍历对图像像素位置进行置乱；其次，动态选择DNA编码规则，对图像像素进行DNA编码，并与给定的DNA序列进行碱基运算；DNA编码规则的动态选择，很好地解决了DNA编码规则少所带来的安全隐患，提高了算法的安全性。最后通过密文反馈和混沌系统迭代来进一步增强算法的混淆和扩散特性。实验和安全性分析结果表明，该算法不仅对密钥的敏感性强，而且能有效抵御统计性分析和穷举分析等攻击操作。     

一种基于混沌蚂蚁群算法的系统参数辨识方法

提出了一种基于混沌蚂蚁群算法的控制系统辨识方法,这种方法在给定控制系统数学模型的条件下,将控制系统的参数辨识问题转化为参数的寻优问题,之后利用混沌蚂蚁群算法的全局优化搜索能力对问题进行求解.以典型控制系统为例进行了计算机仿真,实验结果表明,使用混沌蚂蚁群算法可以得到很好的参数估计结果.     

Novel hyper chaotic color image encryption based on pixel and bit level scrambling with diffusion

In this paper, a novel method for symmetric image encryption using Lorenz chaotic system is proposed. The main operations performed in the proposed system are keystream generation, permutation, and diffusion. In the permutation phase, both pixel-level and bit-level scrambling are performed to achieve the double scrambling property. The pixel-level scrambling is implemented by a novel approach using two different keystreams. Also, the bit-level scrambling is realized with a novel approach using cyclic shift operation and a keystream. Thus, the double scrambling ensures higher security in the permutation process. The images are encrypted by an enhanced diffusion process using another keystream. The permutation and diffusion processes use different keystreams generated from the Lorenz system with chaotic behavior. A novel method is adopted for the keystream generation phase. The security of the proposed cryptosystem has been assessed by various evaluation metrics like sensitivity analysis on key and cipher images, information entropy analysis, occlusion attack, and diverse statistical explorations such as correlation and histogram analyses. The experimental results show the supremacy and better performance of the proposed cryptosystem compared to several state-of-the-art techniques.     

改进量子遗传算法辨识超混沌系统

混沌系统的参数辨识是非线性科学中混沌控制与同步的关键问题。提出改进量子遗传算法,该算法具有良好的全局搜索能力,将其应用在混沌系统参数辨识问题。通过尽量减小实际系统与数学模型的状态同步误差来构造适应度函数,将参数辨识问题转化为一个多维优化问题。对超混沌Chen系统进行研究,并与基本量子遗传算法比较。实验仿真结果表明,改进量子遗传算法的有效和可行性,为混沌系统辨识开拓了一种新方法。     

一种带扰动的高维混沌图像加密算法

针对已有的部分混沌加密算法存在的问题,设计了一个带有扰动的高维混沌图像加密算法。通过对三维Lorenz系统添加扰动改善了序列的随机性,引入了三维猫映射对扩散后的图像进行置乱,并通过二次置乱来提高算法的安全性。分析与仿真结果表明,该算法具有较大的密钥空间,加密后图像像素值分布较均匀,相关系数接近于零,可以有效抵抗已知明文攻击。