基于CNN超混沌特性对图像加密技术的应用研究  

Research on the Application of Image Encryption Technology based on CNN

作　　者：黄清梅[1] 李国东[1,2] 

机构地区：[1]新疆财经大学应用数学学院,乌鲁木齐830012 [2]新疆财经大学新疆社会经济统计研究中心,乌鲁木齐830012

出　　处：《绵阳师范学院学报》2017年第2期60-66,共7页Journal of Mianyang Teachers＇ College

基　　金：新疆自治区气象局吐哈空中水资源项目(TUHA201514);国家自然科学基金(11461063);国家社科基金(14BTJ021);气象局人影办青年基金(RY1403);新疆维吾尔自治区普通高等学校人文社会科学重点研究基地基金(050315B03)

摘　　要：在细胞神经网络(Cellular Neural Networks)的理论基础上,本文提出了一种应用于图像的加密算法.此加密算法主要是运用细胞神经网络的超混沌性质,从7维的神经网络混沌系统中选出可作为密钥源的变量,在此基础上应用Logistic映射产生Logistic混沌序列,从而可以将图像的像素进行置乱,进而达到对图像的加密的目的.结果表明,该加密算法具有较好的加密效果,加密后的图像的置乱度较高,还具有相邻像素之间相关性较小、抗攻击能力较强、容易实现、安全性更高等特征.Based on the cell neural network（Cellular Neural Networks） in the rationale,this article proposed an encryption algorithm applied in the image.This encryption algorithm selected the variable from the chaos system of seven-uygur neural network,considering the hyper-chaos nature of cell neural network.With a logistic chaos sequence as a result of the Logistic mapping,picture elements could be set chaotically and encryption could be realized.The result indicated that,this encryption algorithm had high efficiency in encryption,with high chaotic,low relevance in neighboring picture element,high anti-attack capability,easiness in realization and better security.

关 键 词：细胞神经网络(CNN) 图像加密 超混沌特性 李雅普诺夫指数 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]