【摘 要】
：
目前高强度的超混沌图像加密方法普遍在一维序列上实现扩散过程,但较慢的加密速度导致其实用价值不高。基于此,本文提出一种基于矩阵四向扩散的超混沌图像加密算法。首先,量化重构超混沌系统迭代产生的原始序列,生成与明文图像尺寸相同的密钥矩阵;然后,由低维混沌系统生成扩散过程所需的初始向量;最后,在图像矩阵上以行向量、列向量为计算单元,依次从上下左右4个方向完成像素信息的全局扩散。仿真实验结果表明,本文算法能够抵御选择明文、差分分析等攻击手段,同时算法时间复杂度仅为线性阶,兼具安全性能和运行效率,在图像实时保密通信领
【机 构】
：
南通职业大学电子信息工程学院,中国科学院半导体研究所,中国电子科技集团公司第三十八研究所
【基金项目】
：
国家自然科学基金资助项目(U19A2080),江苏省产学研合作项目(BY2019120),南通市科技计划项目(JC2018133),江苏高校“青蓝工程”优秀教学团队(苏教师函〔2020〕10号文)。
论文部分内容阅读
目前高强度的超混沌图像加密方法普遍在一维序列上实现扩散过程,但较慢的加密速度导致其实用价值不高。基于此,本文提出一种基于矩阵四向扩散的超混沌图像加密算法。首先,量化重构超混沌系统迭代产生的原始序列,生成与明文图像尺寸相同的密钥矩阵;然后,由低维混沌系统生成扩散过程所需的初始向量;最后,在图像矩阵上以行向量、列向量为计算单元,依次从上下左右4个方向完成像素信息的全局扩散。仿真实验结果表明,本文算法能够抵御选择明文、差分分析等攻击手段,同时算法时间复杂度仅为线性阶,兼具安全性能和运行效率,在图像实时保密通信领
其他文献
能力满足度是衡量系统建设意义和作用的重要指标,基于体系结构框架进行能力满足度分析,能够实现在系统设计阶段对能力满足程度的分析判断,避免早期分析不足导致后期建设成本的增加。本文提出一种基于信息主导的体系结构(Inf-ProA)框架的能力满足度计算方法。该方法首先构建一种面向能力的核心体系结构要素追踪关系元模型,然后设计核心体系结构要素的权重计算方法以及满足度计算方法,并基于核心要素的权重、满足度值以及追踪关系链提出一种能力满足度计算方法。最后,对该方法使用应用案例进行了实验验证,实验结果表明该方法能够有效地
针对经典的单阶段多目标检测算法SSD对小目标物检测效果差的问题,提出DF-SSD算法,其核心技术贡献包括基于反卷积与特征融合的方法和改进后的先验框尺寸计算算法。反卷积与特征融合能够增加浅层特征层的语义信息。改进后的先验框尺寸计算引入了数据集的特点,能有效利用每一个先验框进行训练和预测。改进后的方法 DF-SSD与基于SSD改进的R-SSD和RSSD模型相比,具有较高的检测准确率。同时,DF-SSD
针对现有的动态手势识别3D卷积方法计算参数量大和对2D卷积长时间序列的空时特征难以提取的问题,提出一种基于2D卷积神经网络和长短期记忆网络相结合的提取时空域特征的动态手势识别方法。首先基于2D卷积神经网络提取空域特征,再通过长短期记忆网络进行序列图像时序上的相互关联提取时间维度上的信息。为验证算法的有效性,使用自采集的7种动态手势动作和IsoGD公开数据集对本文所提算法进行验证。实验结果表明,在线
为了能更好地对手机数据接口的缺陷进行检测,提出一种基于Faster R-CNN的检测算法。将Faster R-CNN检测架构中的RoIPooling替换成RoIAlign,解决RoIPooling计算过程中2次量化造成的目标回归位置的偏差。使用ResNet50融合FPN的网络作为特征提取网络,提高模型对小型目标缺陷的检测效果。最后使用测试集进行预测,实验表明本文提出算法的均值平均精度(mAP)达到了91.17%,比使用VGG为特征提取网络时的mAP提高了24.72个百分点,比单独使用ResNet50为特征
为了减少协同过滤算法存在的噪音数据以及数据稀疏性问题,提高算法准确性,本文提出一种基于信息熵和改进相似度的协同过滤算法,使用用户信息熵模型来判断噪音数据,排除噪音数据对实验结果的干扰;使用面向稀疏数据的改进相似度计算方法,使用全部评分数据而不是依靠共同的评分项来计算,对缓解稀疏数据对推荐结果的精确性影响有很大帮助。实验结果表明,该算法能在一定程度上排除噪音数据对结果的影响,缓解数据稀疏对推荐结果精确性的干扰,提高该推荐算法的精确性,且缓解了传统推荐系统算法中常见的一些问题,与传统的协同过滤算法相比,该算法
由于会计资源共享管理风险评估值不是全局最优值,导致评估结果不准确,延长了评估时间。本文提出一种基于遗传算法的会计资源共享管理风险评估模型。通过选取会计资源共享管理风险评估指标,采用德尔菲法确定风险评估指标权重,构建会计资源共享管理风险评估量化模型。以此为依据,采用遗传算法计算参数最优解,制定风险程度评估规则判定风险程度,从而实现基于遗传算法的会计资源共享管理风险的评估。通过实验结果可知,与传统的会计资源共享管理风险评估模型相比较,构建的会计资源共享管理风险评估模型极大地减少了评估用时,并能够准确地对会计资
深度学习模型训练存在缺少大量带标签训练数据和数据隐私泄露等问题。为了解决这些问题,借由生成对抗网络可生成大量与真实数据同分布的对抗样本的特点,提出了一个基于条件生成对抗网络的深度学习模型训练数据生成方案。该方案采用条件生成对抗网络生成数据,满足了生成大量带标签训练数据的需求;结合数据变形方法实现数据隐私保护,解决了数据隐私泄露的问题。实验结果表明该方案是高效可行的,而且与其他方案相比,其在数据可用
密文搜索可以用于保护用户存储在云端的文件,防止隐私的泄露,允许用户在不泄露明文信息的情况下进行搜索,根据使用密钥体制的不同,可分为对称可搜索加密和非对称可搜索加密。但是现有大多数的PEKS方案的索引构造都是基于文件-关键词对,每次搜索都需要遍历所有文件,这会使方案的搜索效率较为低下,并且现有的PEKS方案大都只支持静态的搜索操作,云端的文件不能进行动态更新必然带来资源上的浪费和使用上的不便。针对存在的问题,提出一种较为高效的动态公钥可搜索加密方案,与其他同类方案相比具有一定的优势,并在随机预言模型下证明该
现有的基于图卷积的实体对齐算法大多基于实体之间的关系结构构建,没有有效利用实体的属性结构信息,为此提出一种结合实体属性结构信息的图卷积实体对齐方法。该方法在实体以属性连接起来的知识图上进行卷积,学习实体基于属性结构的嵌入,再结合实体基于关系结构的嵌入来比较实体的相似性。在真实数据集上的实验结果表明提出的方法优于基准方法,从而为实体对齐提供了一种新的可能。
当前单一混沌图像加密算法的图像置乱程度低,导致加密结果易受到已知明文攻击,存在安全性低的问题。本文提出基于复合混沌的鲁棒型医学图像加密算法。设置图像密文反馈机制作为算法实现的理论支持,并读取鲁棒型医学原始图像。根据混沌模型的建立条件,构建复合混沌模型。选择Logistics混沌映射,生成复合混沌序列并进行多次迭代后,置乱加密鲁棒型医学初始图像像素值并进行替换与扩散,生成对应的密钥,从而实现鲁棒型医学图像的加密。通过与传统加密算法的对比,本文方法的置乱位数增加了886位,即置乱程度提升了8.7%,且明密文序