基于CNN超混沌特性的网络图像加密传输方法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：加密传输是保证网络图像安全的一种手段，现行方法在实际应用中相邻位置像素值相关性系数较高，图像峰值信噪比(peak signal-to-noise ratio，PSNR)较低，传输抗攻击性较弱，失真性较强。针对现行方法存在的不足和缺陷，提出基于卷积神经网络(convolutional neural networks，CNN)超混沌特性的网络图像加密传输方法，采用压缩感知技术采集信道中网络图像样本，利用CNN超混沌特征对网络图像加密处理，通过逆运算实现对网络图像解密，完成基于CNN超混沌特性的网络图像加密传输。经实验证明，加密传输的网络图像相邻位置像素值相关性系数接近 0，峰值信噪比在 40 dB以上，该方法在网络图像加密传输领域具有良好的应用前景。

作者：

蒋智恩

展开 >

作者单位：

福建信息职业技术学院,福建福州 350003

关键词：

CNN超混沌特性网络图像加密传输峰值信噪比压缩感知技术逆运算

出版年：

2024

通讯世界

中国科技信息研究所（ISTIC）,美国国际数据集团（IDG）

通讯世界

影响因子：0.757

ISSN：1006-4222

年,卷(期)：2024.31(7)

参考文献量5