期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于生成对抗网络的密钥生成方法及其在微光图像加密中的应用 被引量:11
1
作者 李锦青 刘泽飞 满振龙 《兵工学报》 EI CAS CSCD 北大核心 2022年第2期337-344,共8页
生成对抗网络(GAN)是一种深度学习模型,是近年来在复杂分布环境下进行无监督学习的最有前景的方法之一。将GAN开创性地引入到随机密钥生成中,利用GAN对超混沌系统产生的随机密钥进行学习和训练。GAN通过学习训练生成的随机数与混沌系统... 生成对抗网络(GAN)是一种深度学习模型,是近年来在复杂分布环境下进行无监督学习的最有前景的方法之一。将GAN开创性地引入到随机密钥生成中,利用GAN对超混沌系统产生的随机密钥进行学习和训练。GAN通过学习训练生成的随机数与混沌系统生成的随机数有着很多相似的优点,如随机性和敏感性,但是同时它也具备了混沌系统所生成随机数不具备的特征,如不可复现性。GAN训练生成的随机数在对信噪比低、灰度等级少的微光图像加密中显示出其快速性与更高的安全性。本文将GAN引入到随机密钥生成中,利用量子细胞神经网络系统产生的伪随机数作为GAN的训练集,通过GAN对超混沌系统产生的随机密钥进行学习和训练得到一个随机密钥池,最后针对这种密钥生成方案在微光图像加密中的应用,提出了一种新的微光图像加密算法,该算法给出了一种与明文相关的2D指针,随机选择密钥池中的两个相位掩膜来实现微光图像的安全。结果表明该学习型密钥生成方案所生成的加密密钥可以通过美国国家标准技术研究所的所有随机测试,并且该方案能够有效抵抗差分攻击、已知明文/选择明文攻击和各种统计分析。同时,与其他同类算法的性能比较也进一步表明了该模型的优越性。 展开更多
关键词 密钥生成 生成对抗网络 深度学习 微光图像 加密算法
在线阅读 下载PDF
基于多混沌和分数Fourier的光学图像加密算法 被引量:14
2
作者 陈晓冬 底晓强 李锦青 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2019年第2期251-263,共13页
针对双随机相位编码光学图像加密系统的非线性不足和密钥空间小的问题,提出一种基于多混沌和分数Fourier变换的光学图像加密算法.首先,迭代分数阶Chen混沌系统生成三组混沌序列,分别置乱明文图像的三基色分量以减小图像像素相关性.然后... 针对双随机相位编码光学图像加密系统的非线性不足和密钥空间小的问题,提出一种基于多混沌和分数Fourier变换的光学图像加密算法.首先,迭代分数阶Chen混沌系统生成三组混沌序列,分别置乱明文图像的三基色分量以减小图像像素相关性.然后,利用量子细胞神经网络超混沌系统调制随机相位模板,以其复杂的非线性动力学特征弥补双随机相位编码系统非线性不足的缺陷.其次,通过使用分数阶混沌、超混沌系统和二维分数Fourier变换使加密算法的密钥空间达到了2^(765).最后,密钥敏感性测试、相关性分析、已知明文攻击、噪声攻击和剪切攻击等实验表明本算法具有密钥敏感性强、密文图像像素相关性低和抗攻击性强的优点. 展开更多
关键词 双随机相位编码 量子细胞神经网络 混沌 分数Fourier变换 光学图像加密
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部