kaiyun官方注册
您所在的位置:首页 > 模拟设计 > 设计应用 > 基于复合超混沌系统与计算全息的图像加密算法
基于复合超混沌系统与计算全息的图像加密算法
电子技术应用
付国庆1,2,李英娜1,2,李进成1,2
1.昆明理工大学 信息工程与自动化学院;2.云南省计算机技术应用重点实验室
摘要: 针对传统图像加密算法在高敏感性数据保护、传输效率及多样化应用中的局限性,提出了一种基于超混沌系统与计算全息技术的多图像加密算法。结合改进的Logistic混沌与六维细胞神经网络混沌,生成高随机性与复杂性的混沌序列,从而增强了加密过程的安全性。通过结合随机相位编码与傅里叶变换的计算全息技术,进一步提升了加密效果与抗攻击能力。为了提高传输效率,采用压缩感知技术压缩加密多幅图像,减少数据传输量和密钥消耗。仿真结果表明,所提算法在提高图像安全性的同时,显著提升了传输效率,减少了传输时间,并在不同加密强度下保持较低的图像失真度。实验验证表明,该算法能有效抵抗常见攻击,具有较强的安全性和较高的传输效率,适用于医疗、金融等领域的高敏感数据保护。
中图分类号:TP309.7 文献标志码:A DOI: 10.16157/j.issn.0258-7998.256280
中文引用格式: 付国庆,李英娜,李进成. 基于复合超混沌系统与计算全息的图像加密算法[J]. 电子技术应用,2025,51(8):74-82.
英文引用格式: Fu Guoqing,Li Yingna,Li Jincheng. Image encryption algorithm based on composite hyper-chaotic system and computational holography[J]. Application of Electronic Technique,2025,51(8):74-82.
Image encryption algorithm based on composite hyper-chaotic system and computational holography
Fu Guoqing1,2,Li Yingna1,2,Li Jincheng1,2
1.School of Information Engineering and Automation, Kunming University of Science and Technology;2.Yunnan Provincial Key Laboratory of Computer Technology Application
Abstract: Traditional image encryption algorithms face limitations in the protection of highly sensitive data, transmission efficiency, and diverse applications. This study proposes a multi-image encryption algorithm based on a hyper-chaotic system and computational holography. The algorithm generates high randomness and complexity in chaotic sequences by combining the improved Logistic chaos and six-dimensional Cellular Neural Network (CNN) chaos, enhancing the security of the encryption process. The encryption effect and attack resistance are further strengthened by integrating random phase encoding with Fourier transform-based computational holography. To improve transmission efficiency, compressed sensing is applied to compress and encrypt multiple images, reducing data transmission volume and key consumption. Simulation results show that the proposed algorithm improves image security, significantly enhances transmission efficiency, reduces transmission time, and maintains low image distortion across different encryption strengths. Experimental results confirm that the algorithm effectively resists common attacks, offering strong security and high transmission efficiency. It is suitable for the protection of sensitive data in fields such as healthcare, finance, and other high-security applications.
Key words : hyper-chaotic system;multi-image encryption;computational holography;compressed sensing;Cellular Neural Network(CNN)

引言

随着信息技术的快速发展,数字图像作为一种信息密集且易于理解的载体,已在医疗、金融、军事、智能交通等领域广泛应用。然而,随着数据规模的不断扩大和传输技术的进步,数字图像面临的隐私泄露和篡改风险日益增加。特别是在开放网络环境中,数字图像在传输过程中容易被非法访问、截获和篡改,数据安全面临严峻挑战。因此,确保数字图像在传输过程中的保密性、完整性和安全性,成为信息安全领域的一个重要研究方向。

现有的传统安全保护措施,如虚拟专用网络(Virtual Private Network,VPN)和物理隔离等,虽然在一定程度上增强了数据传输的安全性,但图像数据仍以明文形式传输,存在被非法窃取或篡改的风险。为了弥补底层安全保护机制的不足,图像加密技术被广泛应用,成为保障数据安全的重要手段。

随着高性能计算机和量子计算技术的发展,传统加密算法逐渐暴露出局限性,催生了混沌加密、量子加密等新兴技术的发展。这些技术在提升加密强度、传输效率和防御复杂攻击方面展现出巨大的潜力,为图像加密领域带来了新的机遇和挑战。

混沌加密技术因其对初始条件的高度敏感性、伪随机性和不可预测性,能够显著增强加密算法的随机性和复杂性,满足严格的数据保密需求,在图像加密领域得到了广泛应用。在图像加密中,混沌加密技术无需外部密钥,可直接利用图像本身作为密钥。通过将生成的随机实数序列量化为整数序列,有效降低了像素间的高相关性,从而进一步提升了加密效果和安全性。同时,其他技术如压缩感知[1]、DNA编码[2]、光学计算全息[3]、细胞神经网络[4]、S盒[5]等也被提出并与混沌理论结合,用于图像加密算法的研究。

然而,现有的图像加密算法仍存在一定的安全性和效率方面的局限。例如,谭琳等人[6]提出的基于混沌系统和DNA序列的加密方案无法有效抵抗选择明文攻击。王厚林等人[7]提出的基于混沌系统和压缩感知结合的加密算法虽然能够有效抵御统计攻击和差分攻击,但在噪声攻击面前表现较弱。Wang等人[8]提出的光学加密方案在实时处理要求高的场景中可能存在性能瓶颈。Gao等人[9]提出的基于改进帐篷混沌图的变电站图像数据加密方案在安全性和抗攻击性方面仍有待提高。

综上,针对传统图像加密算法在安全性和效率上的不足,本文提出一种基于压缩感知、超混沌系统与计算全息技术相结合的图像加密方案。首先,超混沌系统生成的混沌序列为加密过程提供了高随机性和复杂性。其次,采用随机相位编码与傅里叶变换相结合的计算全息技术,进一步增强了加密效果并提升了算法的安全性。最后,应用压缩感知技术对多幅图像进行压缩加密,显著减少了数据传输量和密钥消耗,提升了加密过程的传输效率。

具体来说,压缩感知技术减少了需要处理的数据量,混沌细胞神经网络与改进的Logistic混沌产生的混沌序列增强了加密强度,计算全息技术则增加了数据的复杂性,使破解变得更加困难。该方案具备高安全性、较高效率、良好的抗噪声鲁棒性与较强的灵活性,可以根据不同的应用需求进行调整。MATLAB仿真实验结果表明,本文提出的图像加密算法在多项性能指标上表现优异。具体而言,密钥空间高达2372,有效抵御暴力破解攻击;对于256×256大小的图像,加密时间仅需0.034 41 s,传输效率显著提升;相邻像素相关系数低至0.001 3,验证了算法在减少加密后像素关联性方面的卓越表现;此外,信息熵接近理想值7.997 3,说明密文具有极高的随机性;并且在针对常见的统计攻击和差分攻击的测试中表现良好。这些结果综合验证了算法在加密效果、传输效率和抗攻击能力方面的全面优势。


本文详细内容请下载:

https://www.chinaaet.com/resource/share/2000006633


作者信息:

付国庆1,2,李英娜1,2,李进成1,2

(1.昆明理工大学 信息工程与自动化学院,云南 昆明 650500;

2.云南省计算机技术应用重点实验室,云南 昆明 650500)


Magazine.Subscription.jpg

此内容为AET网站原创,未经授权禁止转载。