[发明专利]一种基于平均一致性的分布式图片加/解密方法

说明书

本发明提供一种基于平均一致性的分布式图片加/解密方法，涉及控制和信息技术领域。本发明利用算法平均一致性的特性，使得每个智能体逼近初始状态的平均的值。当一幅经过加密的图片在网上出现的时候，将这幅图片出现所在的电脑称之为一个智能体，而这幅图片在网上流传所经过的智能体会构成一个具有特定结构的网络。假定这些智能体满足一定的拓扑结构，在分布式平均一致性算法的作用下，这些照片所流经的智能体的状态值会不断的更新，更新的状态值为这个智能体和它的邻居的平均值，经过一段时间以后，加密的照片在每个智能体上的状态值变为在初始时刻的平均值。此平均值对应图片的真实值，从而使图片变得清晰，达到了对图片进行解密的目的。

技术领域

本发明涉及控制和信息技术领域，尤其涉及一种基于平均一致性的分布式图片加/解密方法。

背景技术

多智能体系统是由多个相互耦合的智能体组成的集合，每个智能体有一定的自主性，并能通过感知周围的环境与其他智能体进行通讯。在大型系统中使用多智能体系统技术具有明显的优势。近些年来，多智能体系统的分布式协同控制已经成为了控制领域研究的一个热点，理论成果越来越丰富，主要涉及的问题包含一致性、协调跟踪、编队控制、分布式优化、分布式平均跟踪等。其中分布式平均一致性算法在信号处理方面具有独特的优势，吸引了来自不同领域的科研工作者广泛的研究兴趣。例如利用分布式算法来实现图像加/解密，具有代价小、可靠性高、灵活性大等一系列的优点，具有广泛的应用前景。

当前图片的加/解密算法都是基于单个智能体对图像进行处理，加/解密步骤复杂、计算量大、鲁棒性差。尤其当处理的图片数量特别大，远超过单个智能体的处理能力的时候，使用集中式算法变的十分麻烦，甚至会导致无法在规定时间内实现对图片的加/解密。相比于传统的图像加/解密方法，利用分布式平均一致性算法来对图片进行加/解密可以避免集中式的大量的计算，无论要处理的图片数量多么巨大，都能够实现对图片的加/解密。对于一个加密后的图片来说，应用分布式平均一致性算法进行计算，所有智能体最终都能达到初始状态的平均值，而不是只有一个智能体的状态最终达到状态的平均值。这样的好处在于可以使得多个智能体的状态都达到初始状态的平均值，从而实现了任何一个智能体都达到图像解密后的状态，即解密的图像在任何一个智能体上都会被实现出来，这是利用单个智能体所无法实现的。

在上述背景下，我们提出了一种基于平均一致性算法的分布式图片加/解密方法。该算法的基本思想是：针对每一个智能体所获得的含白噪声的加密图像，经过一定的迭代的步骤，使得每一个智能体的状态值最终会达到智能体初始时刻状态的平均值，该平均值对应图片的真实值。若增加智能体个数，也即增加处理图片的数量，最终得到的解密的效果会更好。分布式平均一致性算法的应用难点在于：

(1)多智能体系统需要根据各个智能体的局部信息来使得所有智能体达到一致性；

(2)每一个智能体下一个时刻的状态更新需要利用它的所有邻居的状态来进行更新。

发明内容

针对现有技术的不足，本发明提供一种基于平均一致性的分布式图片加/解密方法；

本发明所采取的技术方案是：一种基于平均一致性的分布式图片加/解密方法，包括以下步骤：

步骤1：构造描述多智能体系统的网络结构拓扑图，每个节点代表一个智能体，每条边代表智能体间的信息交互；

所述网络结构拓扑图是无向时不变图，当节点数为n时，网络结构拓扑图表示为：G＝(V，E)；其中，表示节点的集合，表示边的集合，i，j表示拓扑图中的节点，N_j表示节点j邻居节点的集合；由于网络结构拓扑图是无向图，所以若j∈N_i成立时，则可得i∈N_j，且如果j∈N_i，则称节点j为父节点，节点i为子节点；

步骤2：确定所构造网络拓扑结构的邻接矩阵，如公式(1)所示：