[发明专利]一种基于分数阶忆阻神经网络的物联网音频加解密方法

权利要求书

1.一种基于分数阶忆阻神经网络的物联网音频加解密方法，其特征在于，所述服务端包括：

通过INIT频道接收来自发送端的加密初始值，基于Caputo分数阶微积分和忆阻Hopfield神经网络构建分数阶忆阻Hopfield神经网络模型，并通过所述分数阶忆阻Hopfield神经网络模型对所述加密初始值进行运算，得到混沌密钥；

通过KEY频道将所述混沌密钥发送至所述发送端，以使所述发送端基于所述混沌密钥对原始音频进行加密，获得加密音频；

通过KEY频道将所述混沌密钥发送至接收端，以使所述接收端基于所述混沌密钥对通过AUDIO频道接收来自所述发送端的所述加密音频进行解密，得到原始音频。

2.根据权利要求1所述的一种基于分数阶忆阻神经网络的物联网音频加解密方法，其特征在于，所述Caputo分数阶微积分定义表达为：

其中，Γ表示伽马函数，所述伽马函数表达式为t为积分上限，m表示整数，f(t)表示函数，f^(m)(τ)表示m阶导数。

3.根据权利要求2所述的一种基于分数阶忆阻神经网络的物联网音频加解密方法，其特征在于，通过如下方式获得所述忆阻Hopfield神经网络：

构建所述Hopfield神经网络的表达式为：

其中，x＝[x₁(t),x₂(t),x₃(t)]^T表示状态变量，tanh(x)＝[tanh(x₁),tanh(x₂),tanh(x₃)]^T表示神经元的非线性激活函数，W表示神经元之间的权重矩阵；

在所述Hopfield神经网络中使用多涡卷的新型忆阻器，所述多涡卷的新型忆阻器表达式为：

其中，

采用tanh函数代替所述新型忆阻器中的sgn函数，获得忆阻Hopfield神经网络，所述忆阻Hopfield神经网络的表达式为：

其中，x、y、z和w表示所述忆阻Hopfield神经网络的状态变量，a、b、c和d表示所述新型忆阻器的参数，k表示所述新型忆阻器的耦合强度，通过如下公式获得权重矩阵：

4.根据权利要求3所述的一种基于分数阶忆阻神经网络的物联网音频加解密方法，其特征在于，通过如下方式构建分数阶忆阻Hopfield神经网络模型，包括：

根据所述Caputo分数阶微积分定义和所述忆阻Hopfield神经网络的表达式，获得所述分数阶忆阻Hopfield神经网络模型的表达式为：

其中，表示所述Caputo的微分算子，q表示所述分数阶忆阻Hopfield神经网络的阶数，t表示积分上限，t₀表示积分下限。

5.根据权利要求1所述的一种基于分数阶忆阻神经网络的物联网音频加解密方法，其特征在于，所述基于分数阶忆阻神经网络的物联网音频加解密方法，还包括步骤：

采用SHA256算法分别对INIT频道、KEY频道和AUDIO频道进行hash混淆处理。

6.一种基于分数阶忆阻神经网络的物联网音频加解密系统，其特征在于，包括：

服务端，通信连接发送端和接收端，所述服务端用于接收来自所述发送端的加密初始值，建立分数阶忆阻Hopfield神经网络模型，将所述加密初始值通过所述分数阶忆阻Hopfield神经网络模型进行运算，获得混沌密钥；所述服务端还用于将所述混沌密钥发送至所述发送端和所述接收端；

所述发送端，通信连接所述服务端和所述接收端，所述发送端用于获取原始音频和加密初始值，所述发送端用于发送所述加密初始值至所述服务端；获取来自所述服务端的所述混沌密钥，基于所述混沌密钥，将所述原始音频进行加密，获得加密音频；所述发送端将所述加密音频发送至所述接收端；

所述接收端，通信连接所述发送端和所述服务端，所述接收端用于接收来自所述服务端的所述混沌密钥；所述接收端还用于接收来自所述发送端的加密音频，并基于所述混沌密钥，将所述加密音频进行解密，获得原始音频。