当前位置: 首页 > 专利查询>济南大学专利>正文

基于脉冲神经网络固定时间同步的音频加解密方法及系统技术方案

技术编号:34954967 阅读:15 留言:0更新日期:2022-09-17 12:33
本发明专利技术属于音频处理技术领域,尤其涉及一种基于脉冲神经网络固定时间同步的音频加解密方法及系统。该加密方法包括,获取待加密的原始音频;生成随机脉冲强度,作为密钥,带入随机脉冲神经网络模型中,得到在固定同步时间之后的混沌驱动信号;将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号;其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间。本发明专利技术采用更加精确的固定时间同步控制定理,结合脉冲神经网络,提高了音频加密的效率和安全性。高了音频加密的效率和安全性。高了音频加密的效率和安全性。

【技术实现步骤摘要】
基于脉冲神经网络固定时间同步的音频加解密方法及系统


[0001]本专利技术属于音频处理
,尤其涉及一种基于脉冲神经网络固定时间同步的音频加解密方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
[0003]近年来,由于脉冲神经网络具有丰富的时空动力学特征、多样的编码机制、契合硬件的事件驱动性,能够更加真实的模拟大脑机制,在类脑智能、自动控制、模式识别及混沌保密通信等领域引起了研究者的广泛关注。
[0004]有限时间技术的稳定时间在很大程度上取决于所考虑系统的初始值,这使得不同初始值的稳定时间不固定。此外,并非所有系统的初始值在实践中都可用。这些缺点阻碍了有限时间技术的实际应用。2012年,Polyakov提出了固定时间稳定的概念。固定时间稳定作为有限时间稳定的扩展,其稳定时间的上界估计不依赖于系统初值,仅与系统参数和控制器参数有关。由于固定时间稳定解决了稳定时间依赖系统初值的问题,且具有可控的稳定时间和更小的控制代价,在自动控制和保密通信领域具有更加广泛的应用前景。在固定时间技术下实现音频加解密能够以更小的代价提高安全性,但相关的研究还很少。
[0005]目前,已有的关于脉冲系统的固定时间稳定理论所提出的上界估计不够精确,而且在混沌音频加密中,大多是基于简单的连续非线性系统的同步控制理论,这使得音频加密的安全性不强、加密效率不高。

技术实现思路

[0006]为了解决上述
技术介绍
中存在的技术问题,本专利技术提供一种基于脉冲神经网络固定时间同步的音频加解密方法及系统,其采用更加精确的固定时间同步控制定理,结合脉冲神经网络,提高了音频加密的效率和安全性。
[0007]为了实现上述目的,本专利技术采用如下技术方案:
[0008]本专利技术的第一个方面提供一种基于脉冲神经网络固定时间同步的音频加密方法。
[0009]基于脉冲神经网络固定时间同步的音频加密方法,包括:
[0010]获取待加密的原始音频;
[0011]生成随机脉冲强度,作为密钥,带入随机脉冲神经网络模型中,得到在固定同步时间之后的混沌驱动信号;
[0012]将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号;
[0013]其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间。
[0014]本专利技术的第二个方面提供一种基于脉冲神经网络固定时间同步的音频解密方法。
[0015]基于脉冲神经网络固定时间同步的音频解密方法,包括:
[0016]获取密钥和加密音频信号
[0017]基于密钥,采用随机脉冲神经网络模型,得到在固定同步时间之后的混沌响应信号;
[0018]使用混沌响应信号对加密音频信号进行异或和逆置换操作,得到原始音频信号;
[0019]其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间。
[0020]本专利技术的第三个方面提供一种基于脉冲神经网络固定时间同步的音频加解密系统。
[0021]基于脉冲神经网络固定时间同步的音频加解密系统,包括:音频加密子系统和音频解密子系统;
[0022]其中,音频加密子系统采用上述第一个方面所述的基于脉冲神经网络固定时间同步的音频加密方法中的步骤,所述音频解密子系统采用上述第二个方面所述的基于脉冲神经网络固定时间同步的音频解密方法中的步骤。
[0023]本专利技术的第四个方面提供一种计算机可读存储介质。
[0024]一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一个方面所述的基于脉冲神经网络固定时间同步的音频加密方法和上述第二个方面所述的基于脉冲神经网络固定时间同步的音频解密方法中的步骤。
[0025]本专利技术的第五个方面提供一种计算机设备。
[0026]一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一个方面所述的基于脉冲神经网络固定时间同步的音频加密方法和上述第二个方面所述的基于脉冲神经网络固定时间同步的音频解密方法中的步骤。
[0027]与现有技术相比,本专利技术的有益效果是:
[0028]本专利技术在神经网络的模型中引入了随机扰动和脉冲影响,具有更加丰富的动力学行为,并将可变的密钥作为模型的脉冲强度。脉冲强度的多样性和模型的复杂性可以有效地降低加密音频被破解的风险,提高音频加密的安全性。
[0029]本专利技术所采用的混沌音频加密算法更加复杂,更难破解。
[0030]本专利技术所提出的方案可应用到文字、图像、视频等信号的加密中,具有较强的普适性。
附图说明
[0031]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解,本专利技术的示意性实施例及其说明用于解释本专利技术,并不构成对本专利技术的不当限定。
[0032]图1是本专利技术实施例三示出的基于脉冲神经网络固定时间同步的音频加解密方法的原理图;
[0033]图2是本专利技术实施例三示出的原始音频信号的波形图;
[0034]图3是本专利技术实施例三示出的加密音频信号的波形图;
[0035]图4是本专利技术实施例三示出的解密后的音频信号的波形图。
具体实施方式
[0036]下面结合附图与实施例对本专利技术作进一步说明。
[0037]应该指出,以下详细说明都是例示性的,旨在对本专利技术提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本专利技术所属
的普通技术人员通常理解的相同含义。
[0038]需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本专利技术的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0039]需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
[0本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.基于脉冲神经网络固定时间同步的音频加密方法,其特征在于,包括:获取待加密的原始音频;生成随机脉冲强度,作为密钥,带入随机脉冲神经网络模型中,得到在固定同步时间之后的混沌驱动信号;将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号;其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间。2.根据权利要求1所述的基于脉冲神经网络固定时间同步的音频加密方法,其特征在于,所述驱动模型为:其中,x
i
(t)为驱动系统第i个神经元的状态变量,d
i
是神经元的自抑制率,是激活函数,a
ij
是连接权重,表示噪声强度函数,ω是n维布朗运动;μ
k
是时间t
k
时的脉冲强度;脉冲瞬间的集合ζ={t1,t2,t3,...}满足,...}满足,...}满足或者,所述响应模型为:其中,y
i
(t)为响应系统第i个神经元的状态变量,u
i
(t)表示设计的固定时间同步控制器。3.根据权利要求2所述的基于脉冲神经网络固定时间同步的音频加密方法,其特征在于,所述误差模型e
i
(t)为e
i
(t)=y
i
(t)

x
i
(t)。4.根据权利要求2所述的基于脉冲神经网络固定时间同步的音频加密方法,其特征在于,所述将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号的具体过程包括:所述混沌驱动信号包括第一混沌驱动序列X1(i)和第二混沌驱动序列X2(i);将第一混沌驱动序列X1(i)降序排列,得到排序后的序列S(i)和索引序列M(i),第一混沌驱动序列X1(i)位置与新的混沌驱动序列位置满足映射关系:S(i)=X1(M(i));令A(i)=I(M(i)),得到置乱后的序列A(i);其中I(
·
)表示原始音频信号;将置换后的序列A(i)与第二混沌驱动序列X2(i)按位异或,得到加密音频信号。5.根据权利要求1所述的基于脉冲神经网络固定时间同步的音频加密方法,其特征在
于,所述固定同步时间采用同步时间上界取整得到,其中,同步时间的上界估计为:其中,其中,常数ξ1,ξ2,ξ3>0,0<α<1,β>1,τ
a
>0,N0>0,0<(1+μ
k
)2=ρ
k
≤1,其中τ
a
表示平均脉冲强度,N0是大于零的常数,l
i
和l
j
是正常数,也叫李普希茨常数。6.基于脉冲神经网络固定时间同步的音频解密方法,其特征在于,包括:获取密钥和加密音频信号基于密钥,采用随机脉冲神经网络模型,得到在固定同步时间之后的混沌响应信号;使用混沌响应信号对加密音频信号进行异或和逆置换操作,得到原始音频信号;其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间。7.根据权利要求6所述的基于脉冲神经网络固定时间同步的音频解...

【专利技术属性】
技术研发人员:王庆杰赵慧刘爱迪
申请(专利权)人:济南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1