Remote sensing multi-image encryption based on a dual-memristor brain-inspired chaotic neural network
Bian Huiyang · Silong Zhou · Li Xiong 等 5 人
提出双忆阻混沌神经网络用于遥感多图像加密,实现无损恢复与高安全性。
双忆阻突触Hopfield网络生成混沌,结合像素交织、分包、认证等加密框架。
零MSE恢复,熵7.9972,相关性0.002763,NPCR/UACI达99.6%/33.44%。
可探索将此类加密技术应用于农业遥感大数据的安全传输与共享,保障数据隐私与完整性。
该论文主题为遥感图像加密,属于信息安全领域,与农业信息化无直接关联,不进入每日精选。
遥感多图像传输面临强空间相关性、图像尺寸异构、数据包乱序及完整性风险等问题。针对这些挑战,通过在四神经元Hopfield网络中引入两个具有非线性饱和忆导特性及弱磁通耦合的磁通控制忆阻突触,构建了一种双忆阻脑启发的混沌神经网络,能够提供密钥相关且可复现的混沌状态。基于该网络,通过整合可逆RGB像素交织、元数据感知子分组、会话密钥派生、基于轨迹的数据包掩码、数据包调度、认证及自描述重构,开发了一种多图像加密框架。接收端利用主密钥和经过认证的会话信息再生相同的混沌状态与空间映射,无需传输完整的置换序列即可实现逐包解密与无损恢复。在五幅256×256 RGB遥感图像上的实验实现了零均方误差恢复,平均密文熵为7.9972比特,平均相邻像素绝对相关性为0.002763,NPCR和UACI值分别为99.6006%和33.4432%。认证标签开销为4.17%。上述结果表明,该方案具备有效的统计与差分安全性、完整性验证能力以及可逆的多图像保护性能。