[发明专利]量子Fourier变换的四维Hopfield神经网络图像加密方法

说明书

技术领域

本发明属于灰度图像加密方法，更具体地说，尤其涉及一种新型的量子Fourier变换的四维Hopfield神经网络图像加密方法。

背景技术

随着互联网技术的高速发展，图像信息的传输成为人们生活必不可少的环节，然而以互联网为载体的图像传输过程所存在的安全隐患受到越来越多国内外学者的关注。传统的加密方法，如数据加密标准(DES)、三重数据加密标准(3-DES)、国际数据加密算法(IDEA)、改进的加密标准(AES)和RSA(Rivest-Shamir-Adleman)，都是针对文本信息加密而设计的，不适合像素强相关和冗余量大的图像信息的快速和安全加密。近年来，专家指出，混沌序列具有对初始条件的高度敏感性、正Lyapunov指数、分形与分维性等特点，陆续提出了多种基于混沌系统的图像加密方法，如一次一密，比特加密，数学模型加密和DNA序列加密，但上述方法存在一定的缺陷，如一次一密密钥在传递和分发上存在很大困难；比特加密方法在进行加密时需将像素值全部转换成二进制进行图像加密，这样加密效率比较低，很耗时；数学模型加密方法需考虑的因素比较，不利于加密算法的实现；而DNA序列加密方法中的像素相关系数较高容易遭受攻击者解密。

发明内容

针对上述加密方法存在的不足之处，本发明提出一种基于量子Fourier变换的四维Hopfield神经网络图像加密算法。该算法首先将明文信息与四维Hopfield神经网络输入密钥进行有效结合，对明文进行加密，增加密文对明文的依赖性。然后将量子Fourier变换与映像NCML网格进行结合，生成具有混沌特性的量子混沌序列，进行二次加密，很好地改善传统混沌映射中存在的固定点和周期窗口等问题，最后引入Arnold映射对中间密文进行最乱操作，得到最终加密图像。

本发明所述的基于量子Fourier变换的四维Hopfield神经网络图像加密算法，其包括，四维Hopfield神经网络扩散、量子Fourier与NCML二重扩散与Arnold置乱过程。

(1)四维Hopfield神经网络扩散过程

用A表示一个大小为m×n的灰度图像，进行下面扩散过程：

步骤1：首先将奇数行的像素值全部相加起来得到其平均像素值c₁，然后求取偶数行的平均像素值c₂，同理将奇偶列对应的平均像素值c₃、c₄，并将c₁～c₄的像素值映射的[0,1]之间，组成平均像素数组C＝[c₁,c₂,c₃,c₄]。

步骤2：将四维神经网络输入的初始密钥(x₁，x₂，x₃，x₄)分别与C中的元素对应相乘得到新的初始密钥，舍弃前200次结果，从201次开始计数，得到一个超混沌密钥矩阵L＝(l₁,l₂,l₃,l₄)其中l₁＝(x₂₀₁,…,x_201+m)l₂＝(x_201+m,…,x_201+2m),l₃＝(x_201+3m,…,x_201+4m),l₄＝(x_201+4m,…,x_201+5m)，并且x₂₀₁,,…,x_201+5m的值被映射到[0.255]之间。

步骤3:将明文图像奇数行、偶数行分别与l₁，l₂进行异或操作得到中间密文C₁，同理中间密文C₁奇数列、偶数列分别与l₃，l₄进行异或操作得到中间密文C₂

(2)量子Fourier与NCML二重扩散过程

步骤1：根据明文像素矩阵大小生成一个n×m的量子Fourier矩阵，然后将生成的量子

矩阵转换成一维数组F_n×m＝[f₁,…,f_n×m],且数组中值的大小被映射到[0,1]之间。