基于量子细胞神经网络系统的非对称图像加密解密方法
【专利摘要】基于量子细胞神经网络系统的非对称图像加密解密方法，涉及信息安全【技术领域】，解决现有密码系统密钥被截获和破解的缺陷，本发明包括对图像的加密过程和解密过程，提出的由函数投影同步方法对两个控制参数未知，初始条件未知的三细胞耦合的量子细胞神经网络超混度系统进行同步。基于李亚普诺夫理论给出了系统的同步控制规则和参数更新规律。并根据这一同步方法设计一套非对称的图像加密解密方法，给出了系统实现模型。解密过程以未知控制参数和初始条件的情况下正确有效进行图像解密。有效的避免了当攻击者对密钥进行截获。
【专利说明】基于量子细胞神经网络系统的非对称图像加密解密方法【技术领域】[0001]本发明涉及信息安全【技术领域】，具体涉及一种基于量子细胞神经网络超混沌系统 的非对称图像加密解密方法。【背景技术】[0002]互联网和无线网络的盛行使几乎所有设备达到网络互联，在彼此之间进行数据传 输。在给人们的工作和生活带来了极大的便利的同时也增加了计算机和信息系统的安全隐 患。因此，信息安全已变得日益重要。近年来，宽带通信的快速增长，促进了互联网上多媒体 信息传递量的增多，特别是数字图像的个人身份识别，数字签名，访问控制等各种应用。为 了确保互联网上数字图像的安全和隐私，图像加密技术是必不可少的。使其可以抵抗未经 授权的第三方恶意攻击。[0003]虽然已经提出了各种各样的数据加密系统，例如DES，AES和RSA。但它们需要密 集的计算资源，并不适合用于加密数字图像。与传统技术相比，基于混沌的加密技术被认为 更加切实可行。由于混沌加密系统具有速度快，安全高，不可预知性，较低的计算成本，并且 较少的计算功率。自从1989年马修斯第一次提出了基于混沌加密方法以来，研究者提出了 许多基于混沌的空域和频域加密算法。由于混沌系统对初始值和系统参数极端敏感的特 性，使得这类加密算法具有很好的抗统计分析攻击的特性。当攻击者不知道密钥的情况下， 很难对混沌加密系统进行预测或分析。加密系统可以使用系统初值和控制参数作为加密解 密密钥，构成对称加密系统。但这类对称加密系统存在相应的风险，由于加密解密使用相同 的密钥，当攻击者对密钥进行截获，或者发起已知明文攻击或选择明文攻击时，密钥可能泄 漏。[0004]两个混沌系统之间的同步概念类似于非对称加密机制，S卩加密解密使用不同的密 钥。自从Pecora和Carrol提出了在两个完全相同的系统之间不同初始条件下的同步方法 以来，相关的研究者已经提出了各种同步方法，其中包括混沌系统的滞后同步，间歇滞后同 步，时间尺度同步，广义同步，相位同步，投影同步，指数滞后同步，修改投影同步和函数投 影同步等。[0005]量子点和量子细胞自动机是以库伦作用传递信息的新型纳米级电子器件。与传统 技术相比，量子细胞自动机具有超高集成度，超低功耗，无引线集成等优点。近年来，国内外 学者以薛定谔方程为基础，运用蔡氏细胞神经网络结构，以量子细胞自动机构造了量子细 胞神经网络。由于量子点之间的量子相互作用，量子细胞神经网络的可以从每个量子细胞 自动机的极化率和量子相位获得复杂的非线性动力学特征。可用以构造纳米级的超混沌振 荡器。
【发明内容】
[0006]本发明为解决现有密码系统密钥被截获和破解的缺陷问题，提供一种基于量子细 胞神经网络系统的非对称图像加密解密方法。[0007]基于量子细胞神经网络系统的非对称图像加密解密方法，包括对图像进行加密和解密的过程，对图像的加密过程和解密过程由以下步骤实现:
[0008]图像的加密过程:
[0009]步骤一、选择NXN的图像作为原始明文图像；设定初始条件和控制参数迭代三细胞耦合的量子细胞神经网络驱动系统，获得图像置乱控制参数、迭代次数以及图像扩散密钥矩阵；
[0010]步骤二、根据步骤一中获得的图像置乱控制参数及迭代次数，通过离散混沌映射对原始图像进行置乱，获得置乱图像；并对置乱图像进行从上到下，从左到右的矩阵变换，获得置乱序列；对图像扩散密钥矩阵进行从上到下，从左到右的矩阵变换，获得扩散密钥流；
[0011]步骤三、采用扩散密钥流对置乱序列进行扩散处理，获得扩散序列，实现图像均衡化；并将所述的扩散序列进行矩阵重排，获得NXN的加密图像；
[0012]图像的解密过程:
[0013]步骤四、对步骤三获得的NXN的加密图像进行矩阵变换，获得IX (NXM)的加密图像序列；
[0014]步骤五、采用自适应函数投影同步的方法，对三细胞耦合的量子细胞神经网络驱动系统与三细胞耦合的量子细胞神经网络响应系统达到同步，生成图像解密的逆扩散密钥矩阵、逆置乱控制参数以及迭代次数；
[0015]所述三细胞耦合的量子细胞神经网络响应系统的状态方程用等式一表示为:
【权利要求】
1.基于量子细胞神经网络系统的非对称图像加密解密方法，包括对图像进行加密和解密的过程，其特征是，对图像的加密过程和解密过程由以下步骤实现: 图像的加密过程: 步骤一、选择NXN的图像作为原始明文图像；设定初始条件和控制参数迭代三细胞耦合的量子细胞神经网络驱动系统，获得图像置乱控制参数、迭代次数以及图像扩散密钥矩阵； 步骤二、根据步骤一中获得的图像置乱控制参数及迭代次数，通过离散混沌映射对原始图像进行置乱，获得置乱图像；并对置乱图像进行从上到下，从左到右的矩阵变换，获得置乱序列；对图像扩散密钥矩阵进行从上到下，从左到右的矩阵变换，获得扩散密钥流；步骤三、采用扩散密钥流对置乱序列进行扩散处理，获得扩散序列，实现图像均衡化；并将所述的扩散序列进行矩阵重排，获得NXN的加密图像； 图像的解密过程: 步骤四、对步骤三获得的NXN的加密图像进行矩阵变换，获得IX (NXM)的加密图像序列，所述N和M为正整数； 步骤五、采用自适应函数投影同步的方法，对三细胞耦合的量子细胞神经网络驱动系统与三细胞耦合的量子细胞神经网络响应系统达到同步，生成图像解密的逆扩散密钥矩阵、逆置乱控制参数以及迭代次数； 所述三细胞耦合的量子细胞神经网络响应系统的状态方程用等式一表示为:
2.根据权利要求1所述的基于量子细胞神经网络系统的非对称图像加密解密方法，其特征在于，所述的三细胞耦合的量子细胞神经网络驱动系统的状态方程由等式五表示为:
3.根据权利要求1所述的基于量子细胞神经网络超混沌系统的非对称加密解密方法， 其特征在于，步骤二采用的离散混沌映射为Cat映射，Cat映射的方程用等式七表示为:
4.根据权利要求1所述的基于量子细胞神经网络超混沌系统的非对称加密解密方法，其特征在于，步骤三的具体过程为:采用等式八获得扩散序列DI_Stream: 等式八、
【文档编号】H04L9/28GK103501224SQ201310434875
【公开日】2014年1月8日 申请日期:2013年9月23日 优先权日:2013年9月23日
【发明者】底晓强, 杨华民, 李锦青 申请人:长春理工大学