[发明专利]一种基于离散型Hopfield神经网络的图像加密算法

说明书

本发明公开一种基于离散型Hopfield神经网络的图像加密算法,它包括以下步骤：S1：基于Hopfield神经网络的三阶神经网络产生密钥流，利用密钥流对彩色图像的R、G、B三通道进行同时置乱扩散操作，得到置乱扩散后的R_3,G_3,B_3三个通道矩阵；S2：再对得到置乱扩散后的R_3,G_3,B_3三个通道矩阵进行二次扩散操作，得到输出密文图像；本发明可以有效的避免置乱和扩散分开攻击对加密算法的影响，有良好的加密性能，可以抵抗各种攻击。

技术领域

本发明涉及一种基于离散型Hopfield神经网络的图像加密算法，属于图像加密技术领域。

背景技术

随着网络媒体的快速发展，越来越多的图像数据通过公共网络进行传输,保证信息传输的安全性至关重要。一种可以保证图像完整性的加密方式是将明文图像转为类噪声图像再传输，这种信息隐藏方式提高了传输的安全性，目前，越来越多的图像加密算法被提出。由于图像的特殊性例如，数据容量大、像素间的相关性高以及数据冗余等，传统的数据加密算法如DES、AES以及IDEA等不适用于图像加密，近些年，各种类型的加密算法被大量提出,例如，基于混沌的图像加密，基于压缩感知的图像加密，基于遗传算法的图像加密等等。离散型Hopfield神经网络是一种稳定的反馈型的神经网络，

图像加密的主要思想是改变图像像素值的大小以及改变像素值的位置，即对图像进行扩散和置乱。在传统的加密方案中，置乱过程和扩散过程是分开进行的，攻击者可以通过分开攻击来破解加密方案，这种加密方法很可能会被选择明文攻击。其次，根据密钥是否明文相关，加密算法可以分为两类：

第一，加密过程中密钥与明文图像没有关联，是非一次一密的加密方案。此方案中，由于明文图像与密钥相互独立，不同的明文图像加密用到的密钥流是唯一确定的，因此，这种类型的加密方案容易被选择明文攻击。第二，加密过程中密钥与明文图像相关联，是一次一密的加密方案。此方案中，由于密钥与明文相关联，并且是一次一密的加密方案，因此，每一幅不同的明文图像加密后都将产生与之对应的一个密钥，并且该密钥需要与方案中其他的固定密钥一起传送给解密方才能完成解密。

为了克服以上加密方案的缺点，需要提出了一种与明文相关的通道关联的同时置乱扩散加密方案。

发明内容

本发明要解决的技术问题是提供一种基于离散型Hopfield神经网络的图像加密算法，可以有效的避免置乱和扩散分开攻击对加密算法的影响，有良好的加密性能，可以抵抗各种攻击；可以克服现有技术的不足。

本发明的技术方案是：一种基于离散型Hopfield神经网络的图像加密算法，它包括以下步骤：

S1：基于Hopfield神经网络的三阶神经网络产生密钥流，利用密钥流对彩色图像的R、G、B三通道进行同时置乱扩散操作，得到置乱扩散后的R_3,G_3,B_3三个通道矩阵；

S2：再对得到置乱扩散后的R_3,G_3,B_3三个通道矩阵进行二次扩散操作，得到输出密文图像。

上述的密钥流的产生与明文图像相关且为是一次一密的加密。

上述的R、G、B三通道进行同时置乱扩散涉及的算法中加入外部密钥。

上述的图像加密涉及的算法是基于MATLAB实现，算法对称的，解密过程是加密过程的逆过程。

上述的三阶神经网络具体形式如下：

为了确认其伪随机性，对Hopfield神经网络进行了NIST随机性测试，当p值大于0.01时，认为它通过了测试。

6.根据权利要求1所述的基于离散型Hopfield神经网络的图像加密算法，其特征在于：

对彩色图像的R、G、B三通道的加密过程如下：