基于卷积神经网络动态自适应扩散的双图像加密方法技术

基于卷积神经网络动态自适应扩散的双图像加密方法，涉及双图像加密技术领域，解决现有双图像加密方法中存在的密钥空间不足，随机性不够的问题，以及不能有效抵抗已知明文攻击和选择明文攻击的安全缺陷，本发明专利技术由5D保守混沌系统生成的随机序列经过一系列变换后得到的L_Con作为卷积神经网络的卷积核，得到明文相关的坐标对。通过对两幅明文图像分别划分为8位的二进制形式，将高4位和低4位分别组合，再由明文相关的坐标对置乱两图图像，最后利用动态自适应扩散方法进一步扰乱图像的像素。5D保守混沌系统具有更好的伪随机特性，具有更大的密钥空间，更强的敏感性，抵抗各种安全攻击的能力更强，因此，具有更稳定的混沌特性，以及抵抗重构攻击等。

【技术实现步骤摘要】
基于卷积神经网络动态自适应扩散的双图像加密方法
本专利技术涉及双图像加密
，具体涉及一种基于卷积神经网络和按位融合图像的动态自适应扩散双图像加密解密方法。
技术介绍
近年来，随着信息技术和电信网络的快速发展导致数字信息从图像到音频和视频文件的传输增加。因此，研究人员已进行了广泛的研究，以维护这些数据的安全性并保护其免受未经授权的用户的侵害。加密是一种实现高安全性的方法。同时，由于其广泛的应用，包括军事，医疗等，加密技术已成为使用最广泛和最活跃的领域之一。图像数据具有其独特的特性(大量，像素之间的高度相关性和高压缩能力)，使得在图像上实施文本加密技术或经典算法(例如DES，AES和IDEA)变得困难而缓慢。图像加密技术通常有两个阶段：置乱阶段是用于掩盖明文、密文和密钥之间的关系，使得密钥和密文之间的统计关系尽可能复杂，导致密码攻击者无法从密文推理得到密钥；扩散阶段是将明文冗余度分散到密文中使之分散开来，以便隐藏明文的统计结构，实现方式是使明文的每一位影响密文中多位的值。这个置乱—扩散反复重复一定次数，以保证达到相应的安全水平。在这种机制中，本文档来自技高网...

【技术保护点】
1.基于卷积神经网络动态自适应扩散的双图像加密方法，首先设定相同的用户加密密钥与解密密钥，所述用户加密密钥与解密密钥均包括logistics混沌系统初值和5D保守混沌系统初值，迭代次数以及动态自适应扩散的控制参数；其特征是：该方法的加密过程由以下步骤实现：/n步骤一、将大小均为M×N的两幅图像作为原始图像Image1和原始图像Image2；/n步骤二、以用户加密密钥中的

【技术特征摘要】
1.基于卷积神经网络动态自适应扩散的双图像加密方法，首先设定相同的用户加密密钥与解密密钥，所述用户加密密钥与解密密钥均包括logistics混沌系统初值和5D保守混沌系统初值，迭代次数以及动态自适应扩散的控制参数；其特征是：该方法的加密过程由以下步骤实现：
步骤一、将大小均为M×N的两幅图像作为原始图像Image1和原始图像Image2；
步骤二、以用户加密密钥中的为logistics混沌系统初值，迭代所述logistics混沌系统d0次，舍弃前dd0次迭代结果，获得一个长度为M×N的伪随机序列Lo；
步骤三、由步骤二中的伪随机序列Lo，根据下述公式计算，获得5D保守混沌系统的初值x0，y0，z0，u0，v0：



式中，n∈N,且n<d0；l＝1，2，…，n为索引值；α0，β0，γ0，δ0，ε0分别为初始控制参数，ω0，ψ0,φ0，分别为初值比例系数；
步骤四、以用户密钥中的d1为5D保守混沌系统迭代次数，迭代5D保守混沌系统，获得五个长度分别为M×N的伪随机序列X，Y，Z，U，V；如下式为：



步骤五、将步骤四中伪随机序列进行归一化处理，获得加密密钥HC1,HC2,HC3,HC4,HC5；
步骤六、将步骤三所述的随机序列Lo做归一化处理，并进行矩阵变换获得二维矩阵L_Con；将L_Con作为卷积神经网络的卷积核，通过对步骤一所述原始图像Image1和原始图像Image2均进行卷积运算，获得明文相关的两个大小均为的随机矩阵P_img1和P_img2；
步骤七、对步骤六中的随机矩阵P_img1和P_img2中的数据去重，分别获得明文相关的明文卷积坐标对(P_x1,P_y1)和(P_x2,P_y2)；
步骤八、将步骤一所述原始图像Image1展开为8位二进制形式，并按位分别记为8个布尔型矩阵L11，L12，L13，L14，L15，L16，L17，L18；
步骤九、将步骤一所述原始图像Image2展开为8位二进制形式，并按位分别记为8个布尔型矩阵L21，L22，L23，L24，L25，L26，L27，L28；
步骤十、将步骤八和步骤九所述的布尔矩阵L11，L12，L13，L14，L15，L16，L17，L18
和L21，L22，L23，L24，L25，L26，L27，L28交叉组合，分别构成高位布尔图像H_image1和低位布尔图像L_image2，构造方法如下式所示：
H_img1＝[L11，L21，L12，L22，L13，L23，L14，L24]
L_img2＝[L15，L25，L16，L26，L17，L27，L18，L28]
步骤十一、采用步骤七中获得的明文卷积坐标对(P_x1，P_y1)和(P_x2，P_y2)置乱步骤十所述的高位布尔图像H_image1和低位布尔图像L_image2，置乱方法分别如下式为：






式中，和为置乱中间变量，用于放置置乱的中间像素信息；(i，j)图像中的位置坐标值,i＝1,2,…,M；j＝1,2,…,N；符号表示将置乱结果分别另存为高位置乱图像PH_image1和低位置乱图像PL_image2；
步骤十二、对步骤十一获得的低位置乱图像PL_image2进行静态扩散，静态扩散，获得静态低位扩散图像E_L_img2；
步骤十三、对步骤十一获得的高位置乱图像PH_image1进行动态自适应扩散，获得动态高位扩散图像E_H_img1；
步骤十四、分别对步骤五中的加密密钥HC1,HC2,HC3和HC4中的数据去重，获得混沌坐标对(Cx,Cy)和(Cx1,Cy1)，方法如公式(21)和(22)所示：




...

【专利技术属性】
技术研发人员：李锦青，底晓强，
申请(专利权)人：长春理工大学，
类型：发明
国别省市：吉林;22