细胞神经网络在数字图像加密方面的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·人工神经网络的发展概论 | 第9-11页 |
| ·细胞神经网络的研究与发展现状 | 第11-13页 |
| ·本文主要内容及章节设置 | 第13-14页 |
| 2 细胞神经网络及数字图像加密理论基础 | 第14-30页 |
| ·细胞神经网络的数学模型 | 第14-18页 |
| ·CNN 模型的结构 | 第14-15页 |
| ·CNN 的状态方程 | 第15-17页 |
| ·CNN 的动态性能分析 | 第17-18页 |
| ·数字图像加密理论基础 | 第18-30页 |
| ·密码学相关基础知识 | 第18-23页 |
| ·数字图像加密的研究背景及意义 | 第23-24页 |
| ·数字图像加密算法研究现状 | 第24-27页 |
| ·图像加密算法安全性分析指标 | 第27-30页 |
| 3 基于 CNN 超混沌特性的图像加密算法 | 第30-43页 |
| ·引言 | 第30页 |
| ·CNN 超混沌系统简介 | 第30-33页 |
| ·算法设计 | 第33-36页 |
| ·密钥源的选取 | 第34页 |
| ·密钥的选取 | 第34-35页 |
| ·像素位置置乱算法 | 第35页 |
| ·像素值替代算法 | 第35页 |
| ·解密过程 | 第35-36页 |
| ·实验结果及安全性分析 | 第36-42页 |
| ·直方图 | 第37-38页 |
| ·相邻像素点的相关性 | 第38-40页 |
| ·明文敏感性 | 第40-41页 |
| ·密钥敏感性 | 第41页 |
| ·安全性分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 采用 CNN 结构进行图像加密的算法 | 第43-52页 |
| ·引言 | 第43页 |
| ·基于 CNN 的数字图像加密框架描述 | 第43-44页 |
| ·基于 CNN 的数字图像加密算法描述 | 第44-47页 |
| ·分组加密算法的设计 | 第44-46页 |
| ·细胞输出的确定 | 第46页 |
| ·相邻细胞输入的处理 | 第46-47页 |
| ·密钥产生算法 | 第47页 |
| ·加密轮数的确定 | 第47页 |
| ·实验结果及安全性分析 | 第47-51页 |
| ·直方图分析 | 第48页 |
| ·相邻像素的相关性系数 | 第48-49页 |
| ·明文敏感性 | 第49-50页 |
| ·密钥敏感性 | 第50页 |
| ·安全性分析 | 第50-51页 |
| ·本章总结 | 第51-52页 |
| 5 全文总结与展望 | 第52-54页 |
| ·全文总结 | 第52页 |
| ·未来研究工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58页 |
| A. 作者在攻读学位期间发表的论文目录 | 第58页 |
| B. 作者在攻读学位期间参与的科研项目 | 第58页 |
