CN111222147A - 一种基于邻近轨道演化的新混沌系统的图像加密方法 - Google Patents

一种基于邻近轨道演化的新混沌系统的图像加密方法 Download PDF

Info

Publication number
CN111222147A
CN111222147A CN201911135192.6A CN201911135192A CN111222147A CN 111222147 A CN111222147 A CN 111222147A CN 201911135192 A CN201911135192 A CN 201911135192A CN 111222147 A CN111222147 A CN 111222147A
Authority
CN
China
Prior art keywords
chaotic
image
system based
new
encryption method
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
Application number
CN201911135192.6A
Other languages
English (en)
Other versions
CN111222147B (zh
Inventor
周双
吴至友
杨志春
赵克全
向长合
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Normal University
Original Assignee
Chongqing Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Normal University filed Critical Chongqing Normal University
Priority to CN201911135192.6A priority Critical patent/CN111222147B/zh
Publication of CN111222147A publication Critical patent/CN111222147A/zh
Application granted granted Critical
Publication of CN111222147B publication Critical patent/CN111222147B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60Protecting data
    • G06F21/602Providing cryptographic facilities or services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/08Computing arrangements based on specific mathematical models using chaos models or non-linear system models
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/50Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Nonlinear Science (AREA)
  • Algebra (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于邻近轨道演化的新混沌系统的图像加密方法,属于图像处理领域。该方法包括以下步骤:S1:任意给定一个混沌方程;S2:通过明文图像计算混沌方程的初始值或初始值的分量;S3:扰动初始值求解混沌方程;S4:产生新的混沌信号;S5:混沌信号对灰色图像进行加密。本方法能够对灰色图像进行加密,具有较高的安全性,过程简单,容易实现,对数字产品保护具有重要的意义。

Description

一种基于邻近轨道演化的新混沌系统的图像加密方法
技术领域
本发明属于图像处理领域,涉及一种基于邻近轨道演化的新混沌系统的图像加密方法。
背景技术
图像加密越来越受到人们的关注并成为信息安全领域的一个研究热点,而图像加密不同于文本加密,图像数据量较大,相邻像素之间的相关性为更强,冗余度更高。这些都是传统文本加密方法难以解决的问题。混沌系统是一种确定系统表现的一种伪随机性并且具有对初值有极高的敏感性,遍历性以及周期性。这些特性满足了密码学对密钥的高度敏感性且高度的随机性。因此,密码学对密钥的要求正是混沌系统的特点,所以混沌系统在密码学中得到了广泛的应用,成为科研人员研究的热点问题。由于计算机的有限精度,就会出现混沌退化问题。为此,许多学者对此进行了研究。例如,禹思敏等人设计优良统计特性的无简并高维超混沌系统,能显著增强高维超混沌系统抗退化的能力。Heidari-Bateni和McGillem应用耦合或级联混沌系统减少混沌退化。佟晓筠提出了使用多混沌系统进行图像加密。花忠云等人使用sinx函数增强混沌特性。Natiq等人使用cosx函数增强混沌特性。然而,很少人对于数据的有限精度的误差问题进行研究,虽然Nepomuceno等人利用区间几何进行了研究,但是并不是所有系统都可以使用该技术,并且该加密方法不能抵抗剪切攻击。
因此,为了解决上述问题,采用对初值的扰动,利用误差的演化得到新的混沌系统,最后将新的混沌系统成功用于图像加密,具有较高的安全性。
发明内容
有鉴于此,本发明的目的在于提供一种基于邻近轨道演化的新混沌系统的图像加密方法,该方法用于解决Nepemuceno等人的基于区间几何的图像加密方法不能抵抗剪切攻击,而提出新的图像加密方法。该方法采用混沌系统邻近轨道演化误差构成的新混沌信号,并且该信号与与明文图像相关,这样做既避免了不同明文具有相同的密钥流,又提高了安全性。
为达到上述目的,本发明提供如下技术方案:
一种基于邻近轨道演化的新混沌系统的图像加密方法,该方法包括以下步骤:
S1:任意给定一个混沌方程;
S2:通过明文图像计算混沌方程的初始值或初始值的分量;
S3:扰动初值求解混沌方程;
S4:产生新的混沌信号;
S5:混沌信号对灰色图像进行加密。
可选的,所述步骤S2具体为:
给定初始值或初始值分量
Figure BDA0002279402960000021
其中P(i,j)是明文图像P的像素,M×N是明文图像的大小。
可选的,所述步骤S3具体为:
令Y(0)=X(0)+10-15,然后,将X(0)和Y(0)分别代入求解给定的混沌方程,得到两个数值解并删除前面T个过渡点,得到{X(t)}和{Y(t)},其中t=1,2,…,M×N。
可选的,所述步骤S4包括以下步骤:
S401:计算sin(||X(t)-Y(t)||)得到集合{S(t)},其中t=1,2,…,M×N且||.||为距离范数;
S402:将{S(t)}代入如下公式
Figure BDA0002279402960000022
Figure BDA0002279402960000023
其中
Figure BDA0002279402960000024
其中c是任意常数;
S403:计算下面公式
Figure BDA0002279402960000025
S404:计算
Figure BDA0002279402960000026
当K(c)接近1时,{S(t)}是混沌信号;
当K(c)接近0时,{S(t)}是周期或者准周期信号,则{S(t)}不具有混沌特性,因此需要修改参数T,直到{S(t)}具有混沌特性。
可选的,所述步骤S5包括以下步骤:
S501:将混沌信号转化为0~255的整数,转化后用于图像加密系统,采用下面的方法,即SS=uint8(mod(1014×|S-floor(S)|,256));
S502:对S进行排序得到序数指标集合index,即[index]=Sort(S);
S503:将明文的图像P的像素点按照混沌排序的指标进行重新排序得到P1=P(index);
S504:将排序后的图像P1和SS进行异或运算得到加密图像,即
Figure BDA0002279402960000031
本发明的有益效果在于:本发明充分利用混沌邻近轨道的距离差构建新的混沌信号用于图像加密,该方法提出了用于图像加密产生新混沌信号的框架,这样攻击者很难知道用了哪种信号进行的加密,而且不同的图像产生会产生不同的新混沌信号,这大大加强了图像加密的安全性。此外,相对于其他已有的方法,具有较高的安全性。在实际应用中,该方法易于计算机实现,可以进行产业化,用于保密通信,具有现实的重要意义。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明所述方法流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
四维超混沌Lorenz是经典的混沌系统,其产生的混沌信号常被用来验证一些加密算法或者混沌特征指数的有效性,其方程可写为:
Figure BDA0002279402960000041
下面以具体实施例子来说明本发明的优越性。具体如下:如图1所示:
步骤一:选取一个四维超混沌Lorenz方程。
步骤二:给定初始值为[-10-1X(0)],其中
Figure BDA0002279402960000042
其中P(i,j)是明文图像Lena(256×256)的像素,其中M×N=256×256,即M=256,N=256。
步骤三:将初值中的X(0)进行扰动得到另外一个初值[-10-1X(0)+10-15],并将这两个初始值代入混沌方程,利用4阶龙格库塔方法求其进行求解,其中积分步长为0.1,迭代次数为256×256-1。然后,删除前面5000个过渡点,保留后面的点得到两个解{X(t)}和{Y(t)},其中t=1,2,3,…,256×256。
步骤四:将正弦函数作用于两组数值解的差构成的集合得到新的混沌信号,具体分为以下两个步骤:
步骤401:计算sin(||X(t)-Y(t)||)得到集合{S(t)},其中t=1,2,3,…,256×256,且||.||为距离范数;
步骤402:将{S(t)}代入如下公式
Figure BDA0002279402960000043
Figure BDA0002279402960000044
其中
Figure BDA0002279402960000045
其中c是任意常数;
步骤403:计算下面公式
Figure BDA0002279402960000046
步骤404:计算K(c)的中值大约为0.9983,该值接近1,因此该信号为混沌信号;
步骤五:混沌信号对灰色图像进行加密,具体分为以下5个步骤:
步骤501:将混沌信号S={S(t)}转化为0~255的整数,转化后用于图像加密系统,这里采用下面的方法,即SS=uint8(mod(1014×|S-floor(S)|,256));
步骤502:对S进行排序得到序数指标集合index,即[index]=Sort(S);
步骤503:将明文的图像P的像素点按照混沌排序的指标进行重新排序得到P1=P(index);
步骤504:将排序后的图像P1和SS进行异或运算得到加密图像,即
Figure BDA0002279402960000052
最后得到加密图像。
通过仿真实验,实验结果如表1所示,本发明方法与现有的两种方法进行比较。通过对Lena(256×256)的灰色图像进行加密,计算相关的统计指标,将其放入表1中。
可以发现:
(1)相对于其他方法,本发明方法的信息熵更接近1,因此,该方法的加密效果更好;
(2)本发明方法和其他方法的NPCR(像素变化率)都大于99.5693%,而且UACI(统一平均变化程度)也都在(33.2824%,33.6447%)范围内,这表明本发明方法与其他方法都通过了测试。综上可知,本发明方法和其他方法相比,同样具有抵抗明文攻击的能力;
(3)与其他方法相比较,本发明方法的相邻元素相关系数更接近0,加密效果更混乱。
通过以上对比,可以说明本发明方法加密效果更好,而且该方法仅提供了加密框架,这样的加密方法具有更高的安全性。
表1仿真实验结果
Figure BDA0002279402960000051
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于邻近轨道演化的新混沌系统的图像加密方法,其特征在于:该方法包括以下步骤:
S1:任意给定一个混沌方程;
S2:通过明文图像计算混沌方程的初始值或初始值的分量;
S3:扰动初值求解混沌方程;
S4:产生新的混沌信号;
S5:混沌信号对灰色图像进行加密。
2.根据权利要求1所述的一种基于邻近轨道演化的新混沌系统的图像加密方法,其特征在于:所述步骤S2具体为:
给定初始值或其分量
Figure FDA0002279402950000011
其中P(i,j)是明文图像P的像素,M×N是明文图像的大小。
3.根据权利要求1所述的一种基于邻近轨道演化的新混沌系统的图像加密方法,其特征在于:所述步骤S3具体为:
令Y(0)=X(0)+10-15,然后,将X(0)和Y(0)分别代入求解给定的混沌方程,得到两个数值解并删除前面T个过渡点,得到{X(t)}和{Y(t)},其中t=1,2,…,M×N。
4.根据权利要求1所述的一种基于邻近轨道演化的新混沌系统的图像加密方法,其特征在于:所述步骤S4包括以下步骤:
S401:计算sin(||X(t)-Y(t)||)得到集合{S(t)},其中t=1,2,…,M×N且||.||为距离范数;
S402:将{S(t)}代入如下公式
Figure FDA0002279402950000012
Figure FDA0002279402950000013
其中
Figure FDA0002279402950000014
其中c是任意常数;
S403:计算下面公式
Figure FDA0002279402950000015
S404:计算
Figure FDA0002279402950000016
当K(c)接近1时,{S(t)}是混沌信号;
当K(c)接近0时,{S(t)}是周期或者准周期信号,则{S(t)}不具有混沌特性,因此需要修改参数T,直到{S(t)}具有混沌特性。
5.根据权利要求1所述的一种基于邻近轨道演化的新混沌系统的图像加密方法,其特征在于:所述步骤S5包括以下步骤:
S501:将混沌信号转化为0~255的整数,转化后用于图像加密系统,采用下面的方法,即SS=uint8(mod(1014×|S-floor(S)|,256));
S502:对S进行排序得到序数指标集合index,即[index]=Sort(S);
S503:将明文的图像P的像素点按照混沌排序的指标进行重新排序得到P1=P(index);
S504:将排序后的图像P1和SS进行异或运算得到加密图像,即
Figure FDA0002279402950000021
CN201911135192.6A 2019-11-19 2019-11-19 一种基于邻近轨道演化的新混沌系统的图像加密方法 Active CN111222147B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911135192.6A CN111222147B (zh) 2019-11-19 2019-11-19 一种基于邻近轨道演化的新混沌系统的图像加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911135192.6A CN111222147B (zh) 2019-11-19 2019-11-19 一种基于邻近轨道演化的新混沌系统的图像加密方法

Publications (2)

Publication Number Publication Date
CN111222147A true CN111222147A (zh) 2020-06-02
CN111222147B CN111222147B (zh) 2023-03-28

Family

ID=70810095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911135192.6A Active CN111222147B (zh) 2019-11-19 2019-11-19 一种基于邻近轨道演化的新混沌系统的图像加密方法

Country Status (1)

Country Link
CN (1) CN111222147B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283377A (zh) * 2021-06-10 2021-08-20 重庆师范大学 一种人脸隐私保护方法、系统、介质及电子终端

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130269013A1 (en) * 2012-04-09 2013-10-10 Brivas Llc Systems, methods and apparatus for multivariate authentication
CN103491279A (zh) * 2013-09-25 2014-01-01 上海理工大学 超混沌Lorenz系统的4-邻域异或图像加密方法
CN104008520A (zh) * 2014-05-09 2014-08-27 河南大学 基于sha-384函数、时空混沌系统、量子混沌系统和神经网络的彩色图像加密方法
CN104680475A (zh) * 2015-02-27 2015-06-03 柳州职业技术学院 一种基于超混沌系统的图像混合加密方法
CN106570815A (zh) * 2016-10-21 2017-04-19 广东工业大学 一种基于双混沌系统和分块的图像加密方法
CN107610037A (zh) * 2017-09-29 2018-01-19 重庆第二师范学院 一种融合多混沌映射和dna编码的图像加密方法及装置
CN107633175A (zh) * 2017-09-14 2018-01-26 交通运输部水运科学研究所 一种基于混沌的快速彩色图像加密方法
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
CN108875389A (zh) * 2018-06-04 2018-11-23 河南师范大学 一种基于混沌映射的动态s盒构造与图像加密方法
CN109040513A (zh) * 2018-06-05 2018-12-18 西安理工大学 离散多参数分数角变换域双图像安全共享方法
CN109194845A (zh) * 2018-08-27 2019-01-11 长安大学 一种基于逆时混沌系统的图像加密方法
CN109918923A (zh) * 2019-01-25 2019-06-21 哈尔滨理工大学 一种基于dna编码的多通道彩色图像混沌加密方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130269013A1 (en) * 2012-04-09 2013-10-10 Brivas Llc Systems, methods and apparatus for multivariate authentication
CN103491279A (zh) * 2013-09-25 2014-01-01 上海理工大学 超混沌Lorenz系统的4-邻域异或图像加密方法
CN104008520A (zh) * 2014-05-09 2014-08-27 河南大学 基于sha-384函数、时空混沌系统、量子混沌系统和神经网络的彩色图像加密方法
CN104680475A (zh) * 2015-02-27 2015-06-03 柳州职业技术学院 一种基于超混沌系统的图像混合加密方法
CN106570815A (zh) * 2016-10-21 2017-04-19 广东工业大学 一种基于双混沌系统和分块的图像加密方法
CN107633175A (zh) * 2017-09-14 2018-01-26 交通运输部水运科学研究所 一种基于混沌的快速彩色图像加密方法
CN107610037A (zh) * 2017-09-29 2018-01-19 重庆第二师范学院 一种融合多混沌映射和dna编码的图像加密方法及装置
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
CN108875389A (zh) * 2018-06-04 2018-11-23 河南师范大学 一种基于混沌映射的动态s盒构造与图像加密方法
CN109040513A (zh) * 2018-06-05 2018-12-18 西安理工大学 离散多参数分数角变换域双图像安全共享方法
CN109194845A (zh) * 2018-08-27 2019-01-11 长安大学 一种基于逆时混沌系统的图像加密方法
CN109918923A (zh) * 2019-01-25 2019-06-21 哈尔滨理工大学 一种基于dna编码的多通道彩色图像混沌加密方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
冯明库等: "一种复合混沌序列的图像加密方案的研究", 《现代电子技术》 *
叶瑞松等: "基于连续混沌系统多轨道混合的图像加密算法", 《汕头大学学报(自然科学版)》 *
官国荣等: "一种改进Lorenz混沌系统构造及其加密应用", 《小型微型计算机系统》 *
官国荣等: "一种改进的高性能Lorenz系统构造及其应用", 《物理学报》 *
廖雪峰: "基于混沌映射组合的高效图像加密新算法", 《温州大学学报(自然科学版)》 *
朱从旭等: "一种基于广义Chen's混沌系统的图像加密新算法", 《中南大学学报(自然科学版)》 *
朱伟等: "基于分数阶超混沌系统的图像加密算法及安全性分析", 《重庆邮电大学学报(自然科学版)》 *
杨恒欢等: "一种黑洞数和Logistic混沌序列的图像加密应用", 《上海第二工业大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283377A (zh) * 2021-06-10 2021-08-20 重庆师范大学 一种人脸隐私保护方法、系统、介质及电子终端

Also Published As

Publication number Publication date
CN111222147B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
Talhaoui et al. A new fractional one dimensional chaotic map and its application in high-speed image encryption
Man et al. Double image encryption algorithm based on neural network and chaos
Zahmoul et al. Image encryption based on new Beta chaotic maps
Li et al. Novel image encryption algorithm based on improved logistic map
Ravichandran et al. An efficient medical image encryption using hybrid DNA computing and chaos in transform domain
Zheng et al. An image encryption algorithm using a dynamic S-box and chaotic maps
Sui et al. Asymmetric multiple-image encryption based on coupled logistic maps in fractional Fourier transform domain
Patel et al. Symmetric keys image encryption and decryption using 3D chaotic maps with DNA encoding technique
CN103825723B (zh) 一种加密方法和装置
Zou et al. Image encryption algorithm with matrix semi-tensor product
Li et al. Double chaotic image encryption algorithm based on optimal sequence solution and fractional transform
An et al. Image encryption algorithm based on adaptive wavelet chaos
Aashiq Banu et al. Tri-level scrambling and enhanced diffusion for DICOM image cipher-DNA and chaotic fused approach
Naseri et al. A new quantum gray-scale image encoding scheme
Zhao et al. Efficient image encryption using two-dimensional enhanced hyperchaotic Henon map
Yang et al. Image encryption based on fractional chaotic pseudo-random number generator and DNA encryption method
Zhang et al. Multi‐image encryption algorithm based on image hash, bit‐plane decomposition and dynamic DNA coding
Li et al. A new image encryption algorithm based on optimized Lorenz chaotic system
Zheng et al. An image encryption algorithm using cascade chaotic map and S-box
Srividya et al. A Triple-Key chaotic image encryption method
Mfungo et al. Enhancing image encryption with the Kronecker Xor product, the Hill Cipher, and the Sigmoid Logistic Map
Agarwal A new composite fractal function and its application in image encryption
Paul et al. Simultaneous encryption of multiple images using pseudo-random sequences generated by modified Newton-Raphson technique
CN111222147B (zh) 一种基于邻近轨道演化的新混沌系统的图像加密方法
Zhang et al. Multiple digital image encryption algorithm based on chaos algorithm

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