基于复合混沌系统与人工神经网络学习的图像加密算法

为了提高密文的安全性,有效抗击明文攻击,提出了基于复合混沌系统与人工神经网络学习的图像动态加密算法。首先,基于非线性组合理论,利用Logistic、Tent与Sine映射来设计复合混沌系统,基于明文像素值,生成其初值,以输出混沌序列;将混沌序列作为输入层,引入人工神经网络,对其进行训练学习,消除其混沌周期性,输出神经网络序列,并定义集合混淆方法,对明文完成置乱;构造量化方法,对神经网络序列进行量化,获取密钥流;通过将混淆图像完成分类,联合密钥流,通过设计分段异扩散技术,改变其像素值,输出密文。实验结果显示,与当前图像加密机制相比,所提算法的输出密文具有更高的安全性与抗明文攻击能力。