[发明专利]一种结合神经网络与量子随机行走的图像加密方法

说明书

本发明公开了一种结合神经网络与量子随机行走的图像加密方法，包括以下步骤，S1.采用二维量子随机行走生成概率分布，构建量子随机行走概率分布矩阵M；S2.将M切割成对称的四个相同的子矩阵，选择其中任何一个子矩阵作为DHNN的训练矩阵和输入矩阵，DHNN的输出为作为构建密钥矩阵的初始矩阵；S3.对图像进行加密处理。其优点在于，本发明首次将量子随机行走与神经网络结合用于图像加密。借由量子力学自身的特性，包括纠缠和叠加以及Hopfield网络自扩散性不仅提高了加密的安全性，同时也使得密钥简洁，解密流程简单，极大的降低了解密所需的技术含量与时间，能有效的保证图像信息的安全性。

技术领域

本发明属于图像加密领域，具体涉及种结合神经网络与量子随机行走的图像加密方法。

背景技术

图像的安全传输在互联网安全中占据重要地位。当今社会是一个信息化的社会，大量的图像信息需要传输。绝大部分图像信息不需要考虑安全问题，但是针对部分关于金融，军事，科技等相关的图像信息具备极高的价值，必须保证其在传输过程中的安全性。在已有的图像加密方案中，解密方案过于复杂，消耗时间过多且部分加密方案还对设备和操作人员具备极高要求。

发明内容

基于上述问题，本发明提供一种结合Hopfield网络“伪吸引子”与量子随机行走的抗攻击图像加密方案，将机器学习技术与量子随机行走相结合，实现图像信息的安全传输，有效保证信息在传输过程中的安全性。为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：本发明首次将量子随机行走与神经网络结合用于图像加密。借由量子力学自身的特性，包括纠缠和叠加以及Hopfield网络自扩散性不仅提高了加密的安全性，同时也使得密钥简洁，解密流程简单，极大的降低了解密所需的技术含量与时间，能有效的保证图像信息的安全性。其技术方案为，

一种结合神经网络与量子随机行走的图像加密方法，包括以下步骤，

S1.采用二维量子随机行走生成概率分布P，构建量子随机行走概率分布矩阵M；

S2.将M切割成对称的四个相同的子矩阵，选择其中任何一个子矩阵作为DHNN的训练矩阵和输入矩阵，DHNN的输出为作为构建密钥矩阵的初始矩阵；

S3.对图像进行加密处理。

进一步优选的，步骤S1中，

离散时间量子随机行走包含四个要素:行走者、行走者携带的硬币、硬币抛掷方式以及行走规则，随机行走概率分布矩阵M中对应元素数据为行走者出现在该位置坐标的概率分布行走者位置空间H₁和硬币空间H₂共同构成量子随机行走体系的希尔伯特空间在量子随机行走过程中，每一步的行走由相同的硬币抛掷算符决定；

假设初始时刻：行走者所在位置为(0_τ,0_υ)，硬币处于叠加态，硬币空间H₂＝cosα|0+sinα|1，则初始时刻硬币态的初始态ψ₀为：

则量子随机行走进行T步后硬币态可表示为:

当硬币态为|0时，操控行走者右移一个单位；当硬币态为|1时，操控行走者左移一个单位，同时规定：

其中，(τ,υ)为行走者出现的坐标位置，为步数，为行走者的状态算符，α为硬币算法初态参数，为行走算符。

进一步优选的，步骤S2中，