基于明文和密钥构造加密参数的数字图像加密方法

    公开(公告)号:CN106228504B

    公开(公告)日:2019-04-23

    申请号:CN201610561338.3

    申请日:2016-07-17

    Abstract: 本发明公开了一种基于明文和密钥构造加密参数的数字图像加密方法,主要解决现有技术对明文敏感度相对较低的问题,其实现方案是:1)通过沌映射对图像进行加密,该映射包括三维猫映射和时空混沌映射,即先用三维猫映射的四种变换矩阵对明文图像进行置乱和初步混淆,以增加密钥空间和算法的复杂性;再用时空混沌映射对初步混淆后的图像进行扩散和深度混淆,以加强明文对密文的影响;2.将1)的过程反复执行多轮得到加密图像,每轮加密的密钥均动态改变,增加密文的复杂性。本发明能有效的抵抗各种已知攻击,具有很高的安全性,且易于在软件中实现,可用于保密通信。

    基于明文和密钥构造加密参数的数字图像加密方法

    公开(公告)号:CN106228504A

    公开(公告)日:2016-12-14

    申请号:CN201610561338.3

    申请日:2016-07-17

    CPC classification number: G06T1/0021

    Abstract: 本发明公开了一种基于明文和密钥构造加密参数的数字图像加密方法,主要解决现有技术对明文敏感度相对较低的问题,其实现方案是:1)通过沌映射对图像进行加密,该映射包括三维猫映射和时空混沌映射,即先用三维猫映射的四种变换矩阵对明文图像进行置乱和初步混淆,以增加密钥空间和算法的复杂性;再用时空混沌映射对初步混淆后的图像进行扩散和深度混淆,以加强明文对密文的影响;2.将1)的过程反复执行多轮得到加密图像,每轮加密的密钥均动态改变,增加密文的复杂性。本发明能有效的抵抗各种已知攻击,具有很高的安全性,且易于在软件中实现,可用于保密通信。

    基于自治布尔网络结构的真随机数发生器

    公开(公告)号:CN107943451B

    公开(公告)日:2020-04-07

    申请号:CN201711155603.9

    申请日:2017-11-20

    Abstract: 本发明提出了一种基于自治布尔网络结构的真随机数发生器,用于解决现有真随机数发生器存在的熵源稳定性差的技术问题,包括振荡电路和采样电路,振荡电路采用N+1个逻辑门构成的自治布尔网络结构,逻辑门的一个输入端口与右邻居逻辑门的输出端口相连,另一个输入端口与左间隔k个逻辑门的输出端口相连,最后一个输入端口通过时延自反馈电路与自身的输出端口相连;采样电路包括N+1个D触发器和1个异或门,触发器的输入端口与振荡电路逻辑门的输出端口相连,异或门输入端口与触发器输出端口相连,异或门输出端口作为真随机数发生器的输出端口。本发明熵源稳定性不受节点数量的影响,随机数输出频率可达300MHZ,用于保密通信领域。

    基于自治布尔网络结构的真随机数发生器

    公开(公告)号:CN107943451A

    公开(公告)日:2018-04-20

    申请号:CN201711155603.9

    申请日:2017-11-20

    Abstract: 本发明提出了一种基于自治布尔网络结构的真随机数发生器,用于解决现有真随机数发生器存在的熵源稳定性差的技术问题,包括振荡电路和采样电路,振荡电路采用N+1个逻辑门构成的自治布尔网络结构,逻辑门的一个输入端口与右邻居逻辑门的输出端口相连,另一个输入端口与左间隔k个逻辑门的输出端口相连,最后一个输入端口通过时延自反馈电路与自身的输出端口相连;采样电路包括N+1个D触发器和1个异或门,触发器的输入端口与振荡电路逻辑门的输出端口相连,异或门输入端口与触发器输出端口相连,异或门输出端口作为真随机数发生器的输出端口。本发明熵源稳定性不受节点数量的影响,随机数输出频率可达300MHZ,用于保密通信领域。

    基于细胞神经网络的伪随机数生成方法

    公开(公告)号:CN106201435A

    公开(公告)日:2016-12-07

    申请号:CN201610561676.7

    申请日:2016-07-17

    CPC classification number: G06F7/582 G06N3/063

    Abstract: 本发明公开了一种基于细胞神经网络的伪随机数生成方法,主要解决现有技术中伪随机数的生成效率低和统计性能不够好的问题,其实现方案是:1)用六维细胞神经网络生成随机序列P,用逻辑映射生成随机序列X,以增强随机序列的随机性;2)将生成的随机序列P、X分别存入两个不同矩阵中,并对其数据做整数化处理,以提取其小数部位的随机性;3)用处理后的两个不同矩阵得到一个新矩阵,每次用新矩阵中的数据生成64bits的伪随机数。本发明提高了伪随机数的生成效率,且生成的伪随机数满足国际随机数检测标准NIST SP800-22的要求,可用于保密通信。

    基于细胞神经网络的伪随机数生成方法

    公开(公告)号:CN106201435B

    公开(公告)日:2018-11-16

    申请号:CN201610561676.7

    申请日:2016-07-17

    Abstract: 本发明公开了一种基于细胞神经网络的伪随机数生成方法,主要解决现有技术中伪随机数的生成效率低和统计性能不够好的问题,其实现方案是:1)用六维细胞神经网络生成随机序列P,用逻辑映射生成随机序列X,以增强随机序列的随机性;2)将生成的随机序列P、X分别存入两个不同矩阵中,并对其数据做整数化处理,以提取其小数部位的随机性;3)用处理后的两个不同矩阵得到一个新矩阵,每次用新矩阵中的数据生成64bits的伪随机数。本发明提高了伪随机数的生成效率,且生成的伪随机数满足国际随机数检测标准NIST SP800‑22的要求,可用于保密通信。

Patent Agency Ranking