信息安全作为一种国家战略一直受到重点关注。光混沌保密通信是将信息加载到以半导体激光器（Semiconductor laser:SL）等非线性器件产生的混沌载波中进行安全传输,从而实现物理层的数据加密。目前,基于SL的光混沌保密通信研究主要聚焦于系统的安全性、传输距离和传输速率。特别的是,人工智能技术的兴起极大的推动了国民生产各个领域的发展。显然,将人工智能技术与光混沌保密通信技术有机结合,实现高速、远距离、安全性增强的信息保密传输具有较大的科研和应用价值。本文首先介绍了基于驱动-响应分布式反馈半导体激光器（Distributed feedback:DFB）的混沌保密通信系统性能。在该系统结构下,响应激光器的注入强度的增加可有效提高两激光器之间的同步质量,但是由于激光器内部噪声的影响,同步系数达不到1。此外信号传输速率的增加会恶化系统的解码质量,并且该结构从安全性方面来讲是非常容易被破解的。在此基础上,我们进一步提出了一种基于神经网络算法和双光反馈半导体激光器（Double optical feedback semiconductor laser:DOF-SL）双向长距离混沌同步通信系统并研究了该系统的数字图像传输和识别性能。研究结果表明:具有双光反馈的驱动激光器输出的混沌信号的时延特征被极大地削弱。低时延的混沌信号对称的注入到两个响应激光器中,在合适的注入条件下,混沌载波信号的带宽进一步增加,时延特征也进一步被抑制。在响应激光器之间能够实现高质量的混沌同步,而且主激光器和任意一个响应激光器之间的同步质量极差。利用两个响应激光器输出的混沌信号作为载波,采用混沌掩埋的方式对信息进行加密。以单模光纤信道作为传输信道,10Gbit/s消息信号在信道中传输140km以内,解码后信号的Q因子仍然能够保持在6附近。在传统的通信系统中,当Q因子低于6时,则认为该系统将不能够继续传输信息。利用神经网络算法对传输和解码后的数字图像信息进行识别。传输距增加到220km后,尽管此时的Q因子小于1,但准确率却能保持在90%以上。因此将神经网络算法应用到双向通信系统中后,系统的传输距离从140km提高到220km。