CN110601813A - 一种基于信号高维分解的混沌保密通信方法 - Google Patents
一种基于信号高维分解的混沌保密通信方法 Download PDFInfo
- Publication number
- CN110601813A CN110601813A CN201910878838.3A CN201910878838A CN110601813A CN 110601813 A CN110601813 A CN 110601813A CN 201910878838 A CN201910878838 A CN 201910878838A CN 110601813 A CN110601813 A CN 110601813A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- signal
- chaotic
- decomposition
- lambda
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/12—Details relating to cryptographic hardware or logic circuitry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Synchronisation In Digital Transmission Systems (AREA)
- Dc Digital Transmission (AREA)
Abstract
本发明公开了一种基于信号高维分解的混沌保密通信方法,包括以下步骤:建立信号高维映射分解公式;构造高维超混沌系统;将信号高维映射分解公式和超混沌系统相结合,采用耦合同步实现超混沌系统的同步;构建超混沌系统与高维映射分解公式的机密解密硬件。本发明建立了信号高维映射分解公式和高维超混沌系统,信号高维映射分解公式使得分解后信号具有极大的不可预测性,可极大地增加破解难度,高维超混沌系统具有更加复杂的动力学特性,使分解公式和混沌的结合,极大地提高了保密通信的安全性。
Description
技术领域
本发明涉及通信领域,特别涉及一种基于信号高维分解的混沌保密通信方法。
背景技术
随着全球经济的高速发展,现代科学技术进入了日新月异的时代,通信成为人们日常极其普遍的沟通方式,人们对于通信的质量、安全性和可靠性提出了更高的要求。混沌(chaos)是指确定性动力学系统因对初值敏感而表现出的不可预测的、类似随机性的运动。混沌加密在1990年被美国海军专家Pecora和Carroll(简称PC同步)提出,其保密通信则是通过某种混沌同步方法实现发送端和接收端混沌系统的自同步,进行实时保密通信。它们的安全性依赖于混沌系统对参数和初始条件的敏感性,以及混沌变量宽带、似噪声的特点。混沌被用于保密通信主要有两种方式,一是利用混沌系统同步进行保密通信,二是利用混沌映射自身的特性构造密码,以达到对信息加密的目的。混沌系统具有的高容量的动态存储能力、低功率、低观察性、设备成本低廉,使得混沌很适用于保密通信,适合作为保密通信的载体。
早期混沌加密的方法多采用低维混沌算法加密,在这样的背景下,低维混沌算法在相空间中有明显的奇异吸引子,通过以相空间重构理论为基础的时间延迟重构技术,可以很容易的从低维空间序列中重构整个吸引子的结构。但是对于低维混沌算法加密而言,重构吸引子意味着密匙流生成结构的暴露,因此可以构造出各种相应的破解方法。与低维混沌相比,高维混沌具有更复杂的特征,包括更高阶,更不寻常的吸引子和更多的不可预测性。因此,高维混沌信号可以促进和增强基于混沌的通信和数字音频加密的安全性。
发明内容
为了解决上述技术问题,本发明提供一种算法简单、保密效果好的基于信号高维分解的混沌保密通信方法。
本发明解决上述问题的技术方案是:一种基于信号高维分解的混沌保密通信方法,包括以下步骤:
步骤一:建立信号高维映射分解公式;
步骤二:构造高维超混沌系统;
步骤三:将步骤一的信号高维映射分解公式和步骤二的超混沌系统相结合,采用耦合同步实现超混沌系统的同步;
步骤四:构建超混沌系统与高维映射分解公式的加密解密硬件。
上述基于信号高维分解的混沌保密通信方法,所述步骤一中的信号高维映射分解公式为:
其中,si+1为第i+1个原始采样信号值,λi+1 (k)为信号分解后第i+1个量的第k个序列,λi (m)为信号分解后第i个量的第m个序列,n为分解维数,ak为权值,且其均为随机数,但满足τ为调节系数,用于调节分解后序列的幅值。
上述基于信号高维分解的混沌保密通信方法,所述步骤二中构造的高维超混沌系统的无量纲表达式为:
其中x,y,z,w,u,p,h,v为系统状态变量,a,b,c,d,e,f,g,r为系统参数,a=10,b=8/3,c=28,d=-1,e=-10,f=-4,g=-61,r=0.1。
上述基于信号高维分解的混沌保密通信方法,所述步骤三具体步骤为:
3-1)利用信号高维映射分解公式对原始信号s进行分解,其中第k维为:得到八维分解后信号(λi+1 (1),λi+1 (2),λi+1 (3),λi+1 (4),λi+1 (5),λi+1 (6),λi+1 (7),λi+1 (8));
3-2)构建八维混沌系统,计算得到八维混沌序列(λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v));
3-3)利用八维混沌系统的八维序列分别加密八维分解后信号,得到加密的八维分解信号:其中y'i+1 (1)表示加密的信号分解后第i+1个量的第1维信号,以此类推,得λ'i+1 (2)=λi+1 (2)+λi+1 (y),λ'i+1 (3)=λi+1 (3)+λi+1 (z),λ'i+1 (4)=λi+1 (4)+λi+1 (w),λ'i+1 (5)=λi+1 (5)+λi+1 (u),λ'i+1 (6)=λi+1 (6)+λi+1 (p),λ'i+1 (7)=λi+1 (7)+λi+1 (h),λ'i+1 (8)=λi+1 (8)+λi+1 (v);
3-4)加密完成后,将λ'i+1 (1),λ'i+1 (2),λ'i+1 (3),λ'i+1 (4),λ'i+1 (5),λ'i+1 (6),λ'i+1 (7),λ'i+1 (8),λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)作为传输信号,通过信道传输到接收方;其中λ'i+1 (1),λ'i+1 (2),λ'i+1 (3),λ'i+1 (4),λ'i+1 (5),λ'i+1 (6),λ'i+1 (7),λ'i+1 (8)承载有效信息,λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)用于同步使用;
3-5)接收方收到传输信号,构建八维混沌同步系统如下:
其中,a=10,b=8/3,c=28,d=-1,e=-10,f=-4,g=-61,r=0.1,k1=k2=k3=k4=k5=k6=k7=k8=10,x,y,z,w,u,p,h,v为驱动系统变量,x',y',z',w',u',p',h',v'为同步系统变量;
3-6)接收方利用λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)实现八维混沌同步系统,得到八维混沌同步序列(λ'i+1 (x)=λi+1 (x),λ'i+1 (y)=λi+1 (y),λ'i+1 (z)=λi+1 (z),λ'i+1 (w)=λi+1 (w),λ'i+1 (u)=λi+1 (u),λ'i+1 (p)=λi+1 (p),λ'i+1 (h)=λi+1 (h),λ'i+1 (v)=λi+1 (v));
3-7)各传输信号减去对应维数的同步混沌序列进行一次解密,其中第一维为:
相同的得到八个一次解密后信号:
λ”i+1 (1)=λi+1 (1),λ”i+1 (2)=λi+1(2),λ”i+1 (3)=λi+1 (3),λ”i+1 (4)=λi+1 (4),λ”i+1 (5)=λi+1 (5),λ”i+1 (6)=λi+1 (6),λ”i+1 (7)=λi+1 (7),λ”i+1 (8)=λi+1 (8);
3-8)将λ”i+1 (1),λ”i+1 (2),λ”i+1 (3),λ”i+1 (4),λ”i+1 (5),λ”i+1 (6),λ”i+1 (7),λ”i+1 (8)相加,得到:
即得到λ”i+1=si+1,解密成功。
本发明的有益效果在于:
1、本发明建立了信号高维映射分解公式,此公式可以将原始信号序列分解为n维互不相干序列,这n维序列在叠加后可以得到原始信号序列,并且第i+1个原始信号xi+1的分解量受随机量ak、第i个原始信号xi以及所有第i个分解量yi (k)影响,使得分解后信号具有极大的不可预测性,可极大地增加破解难度。
2、本发明构造了高维超混沌系统,超混沌具有更加复杂的动力学性质,其参数带来误差的敏感性更大,辨识、估计或预测所造成的误差的发散速率更快,其局部还具有更加混乱的结构,因此超混沌系统具有更加复杂的动力学特性,使得其更适用于信息保密通信。
3、本发明在采用耦合同步实现超混沌系统的同步过程中,利用分解公式,将原始信号分解为几个相关性不大的信号,大大减小了传输信号与原始信号的相关性。又将分解后每一个信号分别与混沌系统的每一维信号进行遮掩加密,将所有混沌序列均充分利用,最大程度上提高了混沌系统的利用率,也加大了破解的工作量与难度,分解公式和混沌的结合,极大地提高了保密通信的安全性。
附图说明
图1为本发明的流程图。
图2为本发明实施例中的八维混沌驱动电路的电路图。
图3为本发明实施例中的八维混沌同步电路的电路图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示,一种基于信号高维分解的混沌保密通信方法,包括以下步骤:
步骤一:建立信号高维映射分解公式,将信号可分解为任意维,为了说明本发明的应用性,将信号分解为八维。信号高维映射分解公式为:
其中,si+1为第i+1个原始采样信号值,λi+1 (k)为信号分解后第i+1个量的第k个序列,λi (m)为信号分解后第i个量的第m个序列,n为分解维数,ak为权值,且其均为随机数,但满足τ为调节系数,用于调节分解后序列的幅值。
分解公式的优势有:
(1)可以将原始信号序列分解为n维互不相干序列。
(2)根据这n维序列在叠加后可以得到原始信号序列。
(3)第i+1个原始信号si+1的分解量受随机量ak,第i个原始信号si以及所有第i个分解量λi (k)影响,使得分解后信号具有极大的不可预测性,可极大的增加破解难度。
步骤二:构造高维超混沌系统。高维超混沌系统的无量纲表达式为:
其中x,y,z,w,u,p,h,v为系统状态变量,a,b,c,d,e,f,g,r为系统参数,当a=10,b=8/3,c=28,d=-1,e=-10,f=-4,g=-61,r=0.1时系统处于超混沌状态,与常见的混沌相比,超混沌具有更加复杂的动力学性质,其参数带来误差的敏感性更大,辨识、估计或预测所造成的误差的发散速率更快,其局部还具有更加混乱的结构,因此超混沌系统具有更加复杂的动力学特性,使得其更适用于信息保密通信。
步骤三:将步骤一的信号高维映射分解公式和步骤二的超混沌系统相结合,采用耦合同步实现超混沌系统的同步。具体步骤为:
3-1)利用信号高维映射分解公式对原始信号s进行分解,其中第k维为:得到八维分解后信号(λi+1 (1),λi+1 (2),λi+1 (3),λi+1 (4),λi+1 (5),λi+1 (6),λi+1 (7),λi+1 (8));
3-2)构建八维混沌系统,计算得到八维混沌序列(λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v));
3-3)利用八维混沌系统的八维序列分别加密八维分解后信号,得到加密的八维分解信号:其中y'i+1 (1)表示加密的信号分解后第i+1个量的第1维信号,以此类推,得λ'i+1 (2)=λi+1 (2)+λi+1 (y),λ'i+1 (3)=λi+1 (3)+λi+1 (z),λ'i+1 (4)=λi+1 (4)+λi+1 (w),λ'i+1 (5)=λi+1 (5)+λi+1 (u),λ'i+1 (6)=λi+1 (6)+λi+1 (p),λ'i+1 (7)=λi+1 (7)+λi+1 (h),λ'i+1 (8)=λi+1 (8)+λi+1 (v);
3-4)加密完成后,将λ'i+1 (1),λ'i+1 (2),λ'i+1 (3),λ'i+1 (4),λ'i+1 (5),λ'i+1 (6),λ'i+1 (7),λ'i+1 (8),λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)作为传输信号,通过信道传输到接收方;其中λ'i+1 (1),λ'i+1 (2),λ'i+1 (3),λ'i+1 (4),λ'i+1 (5),λ'i+1 (6),λ'i+1 (7),λ'i+1 (8)承载有效信息,λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)用于同步使用;
3-5)接收方收到传输信号,构建八维混沌同步系统如下:
其中,a=10,b=8/3,c=28,d=-1,e=-10,f=-4,g=-61,r=0.1,k1=k2=k3=k4=k5=k6=k7=k8=10,x,y,z,w,u,p,h,v为驱动系统变量,x',y',z',w',u',p',h',v'为同步系统变量;
3-6)接收方利用λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)实现八维混沌同步系统,得到八维混沌同步序列(λ'i+1 (x)=λi+1 (x),λ'i+1 (y)=λi+1 (y),λ'i+1 (z)=λi+1 (z),λ'i+1 (w)=λi+1 (w),λ'i+1 (u)=λi+1 (u),λ'i+1 (p)=λi+1 (p),λ'i+1 (h)=λi+1 (h),λ'i+1 (v)=λi+1 (v));
3-7)各传输信号减去对应维数的同步混沌序列进行一次解密,其中第一维为:
相同的得到八个一次解密后信号:
λ”i+1 (1)=λi+1 (1),λ”i+1 (2)=λi+1 (2),λ”i+1 (3)=λi+1 (3),λ”i+1 (4)=λi+1 (4),λ”i+1 (5)=λi+1 (5),λ”i+1 (6)=λi+1 (6),λ”i+1 (7)=λi+1 (7),λ”i+1 (8)=λi+1 (8);
3-8)将λ”i+1 (1),λ”i+1 (2),λ”i+1 (3),λ”i+1 (4),λ”i+1 (5),λ”i+1 (6),λ”i+1 (7),λ”i+1 (8)相加,得到:
即得到λ”i+1=si+1,解密成功。
此步骤中,利用分解公式,将原始信号分解为几个相关性不大的信号,大大减小了传输信号与原始信号的相关性。又将分解后每一个信号分别与混沌系统的每一维信号进行遮掩加密,将所有混沌序列均充分利用,最大程度上的提高了混沌系统的利用率,也加大了破解的工作量与难度。分解公式和混沌的结合,极大的提高了保密通信的安全性。
步骤四:构建超混沌系统与高维映射分解公式的加密解密硬件,如图2、图3所示。图2展示了八维混沌驱动电路,用于提供八维混沌信号。图3展示了八维混沌同步电路,用于提供八维混沌同步信号。八维混沌驱动电路由基于运放的加法积分器和反相器构成。其中加法积分器由电阻,运算放大器,电容构成。如图2,R1,R3,R5,R7,R10,C1,U1构成了混沌驱动电路第一维的加法积分器,其中各电阻R1,R3,R5,R7,R10左端为混沌驱动电路第一维加法积分器输入端,运算放大器U1右端为混沌驱动电路第一维加法积分器输出端。其中反相器由电阻,运算放大器构成。如图2,R2,R9,U2构成了混沌驱动电路第一维的反相器,其中电阻R9左端为混沌驱动电路第一维反相器的输入端,运算放大器U2右端为混沌驱动电路第一维加法积分器输出端。将所需维度驱动信号输入对应维度加法积分器的输入端,从此加法积分器的输出端输出相对应的维度驱动信号,此驱动信号再输入对应维度反相器来输出反相的维度驱动信号。最终我们可以得到八个维度驱动信号以及其反向信号,我们再将其反馈回对应的输入端,即从各加法积分器对应输入端输入,构成整体驱动系统。八个维度的驱动信号我们将用于本文的加密操作。八维混沌同步电路由基于运放的加法积分器和反相器构成,且其同步方法为耦合同步。其中加法积分器由电阻,运算放大器,电容构成。如图3,R134,R135,R57,R38,R39,R40,R41,C9,U15构成了混沌同步电路第一维的加法积分器,其中各电阻R134,R135,R57,R38,R39,R40,R41,左端为混沌同步电路第一维加法积分器输入端,运算放大器U15右端为混沌同步电路第一维加法积分器输出端。其中反相器由电阻,运算放大器构成。如图2,R42,R43,U16构成了混沌同步电路第一维的反相器,其中电阻R42左端为混沌同步电路第一维反相器的输入端,运算放大器U16右端为混沌同步系统第一维加法积分器输出端。将所需维度同步信号和所需维度驱动信号从对应维度加法积分器输入端输入,在对应加法积分器输出端得到相对应的维度同步信号,此同步信号再输入对应维度反相器来输出反相的维度同步信号。最终我们可以得到八个维度同步信号以及其反向信号,我们再将其反馈回对应的输入端,即从各加法积分器对应输入端输入,构成整体同步系统。八个维度的同步信号将用于本文的解密操作。八维超混沌电路表达式如下:
Claims (4)
1.一种基于信号高维分解的混沌保密通信方法,其特征在于,包括以下步骤:
步骤一:建立信号高维映射分解公式;
步骤二:构造高维超混沌系统;
步骤三:将步骤一的信号高维映射分解公式和步骤二的超混沌系统相结合,采用耦合同步实现超混沌系统的同步;
步骤四:构建超混沌系统与高维映射分解公式的加密解密硬件。
2.根据权利要求1所述的基于信号高维分解的混沌保密通信方法,其特征在于,所述步骤一中的信号高维映射分解公式为:
其中,si+1为第i+1个原始采样信号值,λi+1 (k)为信号分解后第i+1个量的第k个序列,λi (m)为信号分解后第i个量的第m个序列,n为分解维数,ak为第k个序列的权值,且其均为随机数,并满足τ为调节系数,用于调节分解后序列的幅值。
3.根据权利要求2所述的一种基于信号高维分解的混沌保密通信方法,其特征在于,所述步骤二中构造的高维超混沌系统的无量纲表达式为:
其中x,y,z,w,u,p,h,v为系统状态变量,a,b,c,d,e,f,g,r为系统参数,a=10,b=8/3,c=28,d=-1,e=-10,f=-4,g=-61,r=0.1。
4.根据权利要求3所述的基于信号高维分解的混沌保密通信方法,其特征在于,所述步骤三具体步骤为:
3-1)利用信号高维映射分解公式对原始信号s进行分解,其中第k维为:得到八维分解后信号(λi+1 (1),λi+1 (2),λi+1 (3),λi+1 (4),λi+1 (5),λi+1 (6),λi+1 (7),λi+1 (8));
3-2)构建八维混沌系统,计算得到八维混沌序列(λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v));
3-3)利用八维混沌系统的八维序列分别加密八维分解后信号,得到加密的八维分解信号:其中y'i+1 (1)表示加密的信号分解后第i+1个量的第1维信号,以此类推,得λ'i+1 (2)=λi+1 (2)+λi+1 (y),λ'i+1 (3)=λi+1 (3)+λi+1 (z),λ'i+1 (4)=λi+1 (4)+λi+1 (w),λ'i+1 (5)=λi+1 (5)+λi+1 (u),λ'i+1 (6)=λi+1 (6)+λi+1 (p),λ'i+1 (7)=λi+1 (7)+λi+1 (h),λ'i+1 (8)=λi+1 (8)+λi+1 (v);
3-4)加密完成后,将λ'i+1 (1),λ'i+1 (2),λ'i+1 (3),λ'i+1 (4),λ'i+1 (5),λ'i+1 (6),λ'i+1 (7),λ'i+1 (8),λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)作为传输信号,通过信道传输到接收方;其中λ'i+1 (1),λ'i+1 (2),λ'i+1 (3),λ'i+1 (4),λ'i+1 (5),λ'i+1 (6),λ'i+1 (7),λ'i+1 (8)承载有效信息,λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)用于同步使用;
3-5)接收方收到传输信号,构建八维混沌同步系统如下:
其中,a=10,b=8/3,c=28,d=-1,e=-10,f=-4,g=-61,r=0.1,k1=k2=k3=k4=k5=k6=k7=k8=10,x,y,z,w,u,p,h,v为驱动系统变量,x',y',z',w',u',p',h',v'为同步系统变量;
3-6)接收方利用λi+1 (x),λi+1 (y),λi+1 (z),λi+1 (w),λi+1 (u),λi+1 (p),λi+1 (h),λi+1 (v)实现八维混沌同步系统,得到八维混沌同步序列(λ'i+1 (x)=λi+1 (x),λ'i+1 (y)=λi+1 (y),λ'i+1 (z)=λi+1 (z),λ'i+1 (w)=λi+1 (w),λ'i+1 (u)=λi+1 (u),λ'i+1 (p)=λi+1 (p),λ'i+1 (h)=λi+1 (h),λ'i+1 (v)=λi+1 (v));
3-7)各传输信号减去对应维数的同步混沌序列进行一次解密,其中第一维为:
相同的得到八个一次解密后信号:
λ”i+1 (1)=λi+1 (1),λ”i+1 (2)=λi+1 (2),λ”i+1 (3)=λi+1 (3),λ”i+1 (4)=λi+1 (4),λ”i+1 (5)=λi+1 (5),λ”i+1 (6)=λi+1 (6),λ”i+1 (7)=λi+1 (7),λ”i+1 (8)=λi+1 (8);
3-8)将λ”i+1 (1),λ”i+1 (2),λ”i+1 (3),λ”i+1 (4),λ”i+1 (5),λ”i+1 (6),λ”i+1 (7),λ”i+1 (8)相加,得到:
即得到λ”i+1=si+1,解密成功。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910878838.3A CN110601813B (zh) | 2019-09-17 | 2019-09-17 | 一种基于信号高维分解的混沌保密通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910878838.3A CN110601813B (zh) | 2019-09-17 | 2019-09-17 | 一种基于信号高维分解的混沌保密通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110601813A true CN110601813A (zh) | 2019-12-20 |
CN110601813B CN110601813B (zh) | 2023-03-24 |
Family
ID=68860383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910878838.3A Active CN110601813B (zh) | 2019-09-17 | 2019-09-17 | 一种基于信号高维分解的混沌保密通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110601813B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112217628A (zh) * | 2020-10-10 | 2021-01-12 | 黄山学院 | 一种通信信号混沌加密方法 |
CN112865950A (zh) * | 2021-01-22 | 2021-05-28 | 中国人民解放军陆军工程大学 | 一种时空混沌高维扩频信号产生方法 |
CN112910625A (zh) * | 2021-01-26 | 2021-06-04 | 南京邮电大学 | 一种基于机器学习储备池计算的保密通信方法及系统 |
CN113114452A (zh) * | 2021-04-13 | 2021-07-13 | 兰州大学 | 一种基于高维混沌的多用户保密通信方法 |
CN117278194A (zh) * | 2023-08-31 | 2023-12-22 | 兰州大学 | 新型八阶超混沌系统及其在图像中加密、解密的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394266A (zh) * | 2008-10-24 | 2009-03-25 | 华中科技大学 | 一种生成变参数混沌信号的方法及混沌保密通信系统 |
CN103580849A (zh) * | 2013-10-25 | 2014-02-12 | 西安理工大学 | 一种时空混沌保密通信方法 |
CN108322622A (zh) * | 2018-02-23 | 2018-07-24 | 哈尔滨理工大学 | 一种基于2d-vmd和八维超混沌系统的彩色数字图像加密方法 |
CN109951270A (zh) * | 2019-04-16 | 2019-06-28 | 湖南科技大学 | 一种基于驱动-响应同步的七维超混沌遮掩保密通信电路 |
-
2019
- 2019-09-17 CN CN201910878838.3A patent/CN110601813B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101394266A (zh) * | 2008-10-24 | 2009-03-25 | 华中科技大学 | 一种生成变参数混沌信号的方法及混沌保密通信系统 |
CN103580849A (zh) * | 2013-10-25 | 2014-02-12 | 西安理工大学 | 一种时空混沌保密通信方法 |
CN108322622A (zh) * | 2018-02-23 | 2018-07-24 | 哈尔滨理工大学 | 一种基于2d-vmd和八维超混沌系统的彩色数字图像加密方法 |
CN109951270A (zh) * | 2019-04-16 | 2019-06-28 | 湖南科技大学 | 一种基于驱动-响应同步的七维超混沌遮掩保密通信电路 |
Non-Patent Citations (2)
Title |
---|
S.N.LAGMIRI 等: "New Eight Dimensional Hyperchaotic Cryptosystem", 《INTERNATIONAL JOURNAL OF COMPUTER APPLICATION》 * |
WENXIN YU 等: "Design of a New Seven-Dimensional Hyperchaotic Circuit and Its Application in Secure Communication", 《IEEE ACCESS》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112217628A (zh) * | 2020-10-10 | 2021-01-12 | 黄山学院 | 一种通信信号混沌加密方法 |
CN112865950A (zh) * | 2021-01-22 | 2021-05-28 | 中国人民解放军陆军工程大学 | 一种时空混沌高维扩频信号产生方法 |
CN112865950B (zh) * | 2021-01-22 | 2023-04-28 | 中国人民解放军陆军工程大学 | 一种时空混沌高维扩频信号产生方法 |
CN112910625A (zh) * | 2021-01-26 | 2021-06-04 | 南京邮电大学 | 一种基于机器学习储备池计算的保密通信方法及系统 |
CN113114452A (zh) * | 2021-04-13 | 2021-07-13 | 兰州大学 | 一种基于高维混沌的多用户保密通信方法 |
CN117278194A (zh) * | 2023-08-31 | 2023-12-22 | 兰州大学 | 新型八阶超混沌系统及其在图像中加密、解密的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110601813B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110601813B (zh) | 一种基于信号高维分解的混沌保密通信方法 | |
Alhayani et al. | Manufacturing intelligent Corvus corone module for a secured two way image transmission under WSN | |
Gyongyosi et al. | A survey on quantum channel capacities | |
Wang et al. | Deep learning-based CSI feedback approach for time-varying massive MIMO channels | |
Kumar et al. | Lossy compression of encrypted image by compressive sensing technique | |
CN105704500B (zh) | 一种新的基于混沌的图像无损压缩加密联合方法 | |
CN109412808B (zh) | 基于忆阻混沌系统有限时间同步的图像传输方法及系统 | |
CN109951269B (zh) | 一种参数不确定时滞混沌神经网络的保密通信方法 | |
Manohar et al. | Data encryption & decryption using steganography | |
CN110602346B (zh) | 一种基于超混沌系统的无损彩色图像加密方法 | |
CN114280941A (zh) | 一种基于分数阶多时滞忆阻神经网络的vdes通信方法 | |
Zhang et al. | Generative reversible data hiding by image‐to‐image translation via GANs | |
Mangia et al. | Chained compressed sensing: A blockchain-inspired approach for low-cost security in IoT sensing | |
Ismael et al. | Security enhancement of speech scrambling using triple Chaotic Maps | |
CN108183792B (zh) | 静态无线信道条件下点对点会话密钥的快速生成方法 | |
Al-Hazaimeh et al. | Chaotic based multimedia encryption: a survey for network and internet security | |
Huang et al. | Novel and secure plaintext‐related image encryption algorithm based on compressive sensing and tent‐sine system | |
Gupta et al. | Hybrid image compression-encryption scheme based on multilayer stacked autoencoder and logistic map | |
CN102664014B (zh) | 一种基于对数量化索引调制的盲音频水印实现方法 | |
Liu et al. | SASH: Efficient secure aggregation based on SHPRG for federated learning | |
Xu et al. | Simc 2.0: Improved secure ml inference against malicious clients | |
Liu et al. | Image processing method based on chaotic encryption and wavelet transform for planar design | |
Ivanov et al. | Simplification of statistical description of quantum entanglement of multidimensional biometric data using symmetrization of paired correlation matrices | |
Xie et al. | Nonnegative matrix factorization applied to nonlinear speech and image cryptosystems | |
CN116193041A (zh) | 一种基于多稳态忆阻器与四维混沌神经网络的图像加密方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |