LS混沌模型驱动的特定内容非规则尺寸图像加密算法
145 浏览量
更新于2024-06-17
收藏 3.63MB PDF 举报
“基于LS混沌模型的图像特定内容非规则大小加密算法研究,主要涉及混沌系统、图像加密目标检测、语义分割。文章介绍了如何利用混沌模型改进加密算法,特别是针对图像中的特定内容进行非规则大小的加密。研究者构建了一个结合Sine映射和Logistic映射的LS混沌模型,通过调整控制参数和引入延迟状态增强混沌性。同时,他们利用PSPNet进行语义分割和Faster-RCNN进行目标检测,确定需要加密的图像像素位置。实验结果显示,新LS混沌模型具有优秀的混沌特性,生成的伪随机序列复杂,加密算法能有效且安全地加密特定内容。”
本文关注的是信息安全领域,尤其是图像加密技术。随着互联网和社交媒体的普及,图像数据的传输变得越来越频繁,但也面临着被非法获取和篡改的风险。传统的文本加密方法并不适用于图像,因为图像的特性如高数据量和像素相关性使得加密更具挑战性。
研究者提出了一种创新的解决方案,即基于LS混沌模型的图像加密算法。他们首先设计了一个结合Sine映射和Logistic映射的新混沌模型,通过改变控制参数和引入延迟状态来提高混沌行为的复杂度,这有助于生成更难以预测的加密序列。混沌系统因其非线性和高度敏感性在密码学中被广泛应用,可以生成看起来随机但实际上有规律的序列,适合加密目的。
接下来,研究团队利用深度学习模型,如在Cityscapes数据集上训练的PSPNet(语义分割模型)和MS-COCO数据集上的Faster-RCNN(目标检测模型),来定位图像中的特定内容。这些模型可以精确地识别和定位图像中感兴趣的区域,为非规则大小的加密提供了基础。
最后,他们应用所提出的加密算法对识别出的特定像素进行加密,确保了只对图像的特定部分进行处理,提高了加密效率。实验结果证实了新LS混沌模型的优越性和加密算法的有效性,显示出了在安全性方面的强竞争力。
这项工作为图像加密提供了一种新的思路,特别是对于需要保护的特定图像内容,它提供了一种高效且安全的加密方法。这种方法结合了混沌理论和深度学习技术,为数字图像安全保护领域带来了有价值的贡献。
2018-04-17 上传
2023-07-23 上传
2023-05-17 上传
2023-05-14 上传
2023-09-20 上传
2023-11-26 上传
2023-05-13 上传
cpongm
- 粉丝: 5
- 资源: 2万+
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南