13、混沌图像加密与信息论密码学：技术现状与未来展望

混沌图像加密与信息论密码学：技术现状与未来展望

1. 混沌图像加密领域进展

1.1 神经网络同步研究

神经网络同步的研究成果丰富，研究技术包含周期性自触发脉冲（PSTI）控制、神经激活函数和无界延迟等。涉及同步研究的神经网络类型多样，有耦合跳跃延迟神经网络阵列、具有混合延迟的反应扩散神经网络以及混沌忆阻多向联想记忆神经网络（MAMNNs）。

1.2 混沌加密中的神经网络应用

• 数字流量加密算法 ：Thoms 等人提出了一种使用密钥控制神经网络的加密算法，密钥生成基于混沌洛伦兹系统，该算法用于数字流量加密，经密码分析，其性能与现有算法相当或更优。
• 混沌图像加密的密钥流生成 ：在混沌图像加密中，神经网络常用于生成密钥流。例如，Han 等人提出使用从逻辑映射训练的 HCNN，Fang 等人也有相关提案。此外，Qingmei 和 Guodong 利用 CeNNs 的超混沌特性实现混沌图像加密，MATLAB 模拟结果显示出强大的密码学特性。
• 类神经图像加密 ：Zhang 等人提出了一种使用类神经元方案的图像加密算法，利用图像信息调整神经元权重以实现有效像素扩散，模拟结果表明其具有强大的密码学特性。

1.3 组合优化问题中的神经网络应用

许多计算中的重要问题，如最短路径、旅行商问题（TSP）、蜂窝信道分配（CeCA）等组合优化问题，使用穷举搜索效率极低。为找到最优解，神经网络得到了应用：
- 最短路径问题优化