[发明专利]基于Hopfield混沌神经网络的明文关联图像加密方法

说明书

本发明公开了一种基于Hopfield混沌神经网络的明文关联图像加密方法，包括步骤：首先，利用初始密钥在分段复合混沌映射产生双极性二值混沌序列，得到置乱算法的参数值；利用改进后的猫映射算法对原图像进行置乱和扩散，并且提取置乱和扩散后的值作为产生密钥流的参数；利用产生的参数和初始密钥得到Hopfield混沌神经网络系统的初始值；利用得到的Hopfield混沌神经网络系统初始值迭代产生密钥流K；利用产生的密钥流对置乱和扩散之后的图像的R2,G2,B2分量分别进行二次扩散，得到加密图像C。本发明通过分段复合混沌映射与Hopfield混沌神经网络的结合使得具有更为复杂的时空复杂度，而且通过置乱和扩散同时进行以及二次扩散的密钥流与明文相关，可以很好的抵抗选择明文攻击。

技术领域

本发明属于混沌图像加密技术领域，具体涉及一种Hopfield混沌神经网络系统的图像加密方法。

背景技术

混沌是一个具有高度复杂性，不可预测性和随机性的非线性系统。

混沌变换对初始值和参数的高度敏感性和密码学有着天然的关系，使得使用混沌系统生成密钥和参数成为密码学的一项很重要的研究课题。置乱-扩散是现在最传统的一种图像加密机制，在这种机制中，置乱和扩散是两个独立的阶段，置乱阶段就是改变像素点本来的位置，但是不改变像素值；扩散阶段像素值会发生一系列的改变，以至于某一像素值的微小变化都将扩散到几乎整幅图像。但是置乱和扩散这种传统加密方法的特点是独立进行，所以使得攻击者攻击的思路也更加清晰，攻击也更加容易。

发明内容

本发明的目的在于针对上述现有技术的不足，提供了一种基于Hopfield混沌神经网络的明文关联图像加密方法。

本发明采用如下技术方案来实现的：

基于Hopfield混沌神经网络的明文关联图像加密方法，包括以下步骤：

1)首先，原图像记为P其R，G，B的大小为M*N，利用初始密钥在分段复合混沌映射产生混沌序列记做X，即一段双极性二值序列，混沌序列的第n0个值记做x(n0)作为置乱算法的参数值；

2)利用改进后的猫映射算法对原图像同时进行置乱和扩散得到加密图像P1，提取加密图像P1的R分量的第一行和第二行，G分量的第一行和第二行，B分量的第一行和第二行，将每行的像素和计算出来记做sum1、sum2、sum3、sum4、sum5、sum6、sum7、sum8以及sum9，并且将这九个值进行运算，转换为字符串形式表示的十六进制组成数组记做pstring；

3)初始给定的密钥记做Keys其前72bit记做key1，后120bit记做key2，将步骤2)中的pstring与key1做异或运算，产生的值记为key3，key3与key2组成一串字符串记做st，按照顺序将st每64bit一组划分三组，分别记做v1，v2，v3；

4)对步骤3)得到的v1，v2，v3分别进行运算得到Hopfield混沌神经网络系统的初始值x₁(1)，x₂(1)，x₃(1)，并且迭代产生密钥流K；

5)利用在分段复合混沌映射产生混沌序列记做X对P1的R分量的第一行和第二行，G分量的第三行和第四行，B分量的第五行和第六行的像素点进行二次置乱，得到的加密图像记做P2；

6)利用步骤4)产生的密钥流对步骤5)中置乱和扩散之后的P2进行二次扩散，其中进行置乱的像素点不参与本次扩散，得到加密图像C。

本发明进一步的改进在于，步骤1)中分段复合混沌映射序列的数学表达式为：

其中μ为分岔系数，当μ∈[0.33，∞]，处于混沌状态。

本发明进一步的改进在于，步骤2)中猫映射置乱算法的表达式为：