CN112804047A - 一种基于多频正弦混沌神经网络的光接入加密方法 - Google Patents

一种基于多频正弦混沌神经网络的光接入加密方法 Download PDF

Info

Publication number
CN112804047A
CN112804047A CN202110330344.9A CN202110330344A CN112804047A CN 112804047 A CN112804047 A CN 112804047A CN 202110330344 A CN202110330344 A CN 202110330344A CN 112804047 A CN112804047 A CN 112804047A
Authority
CN
China
Prior art keywords
taking out
neural network
taking
chaotic
mixture
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.)
Pending
Application number
CN202110330344.9A
Other languages
English (en)
Inventor
刘博�
忻向军
任建新
毛雅亚
李明烨
王瑞春
沈磊
吴泳锋
孙婷婷
赵立龙
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.)
Nanjing University of Information Science and Technology
Original Assignee
Nanjing University of Information Science and Technology
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 Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN202110330344.9A priority Critical patent/CN112804047A/zh
Publication of CN112804047A publication Critical patent/CN112804047A/zh
Pending legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0418—Architecture, e.g. interconnection topology using chaos or fractal principles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q11/00—Selecting arrangements for multiplex systems
    • H04Q11/0001—Selecting arrangements for multiplex systems using optical switching
    • H04Q11/0062—Network aspects
    • H04Q11/0067—Provisions for optical access or distribution networks, e.g. Gigabit Ethernet Passive Optical Network (GE-PON), ATM-based Passive Optical Network (A-PON), PON-Ring

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明涉及一种基于多频正弦混沌神经网络的光接入加密方法，其通过多频正弦混沌神经网络，生成空间极大的密钥库，并对原始数据进行多重加密处理，与传统加密方式比较，进一步增强了混沌模型的复杂度，在降低信息发送成本的同时，极大地增强了信息传输的安全性，可有效防止窃听者通过大运算暴力破解。本发明在“一次一密”的加密方式下，可极大地增强通信传输的安全性和灵活性。

Description

一种基于多频正弦混沌神经网络的光接入加密方法
技术领域
本发明属于通信领域，涉及一种基于多频正弦混沌神经网络的光接入加密方法。
背景技术
现如今，各种速率的光纤通信系统已经基本代替了原有的电缆通信，成为电信网中主要的信息传输手段，与此同时，信息传输的安全性愈发得到重视，小到个人的隐私信息，大到国家的数据信息，稍有不慎均有被盗取的可能。信息加密是保障信息传输安全的有效手段，譬如从信息源出发对信号进行处理实现对称性加密、从信息传播途径出发对信道进行监听加密、从信号的调制方法进行加密等。目前比较安全的加密方式为“一次一密”，即每次信息的发送都有一次不同的加密密钥，但是在如此庞大的数据量面前，往往很难做到传递和分发，传统密码学面对信息爆炸的时代力不从心，并且，由于目前大型计算机的出现，运算速度越来越快，导致加密方案需要不断的更新换代，不停的加大密钥空间容量和其保密性能，因此亟需一种可以实现大容量分配密钥的加密方案。
正交频分复用（OFDM）是通过频分复用技术实现高速串行的并行传输，并且由于其载波的正交性，可保证较好的抗多径衰弱的能力，其超高的频率利用率能在窄带宽下传输大量数据，因此在通信领域中得到了很好的应用和发展。无源光网络（PON）系统中不含有任何电子器件和电子电源，一个无源光网络包括一个安装于中心控制站的光线路终端（OLT）以及一批配套的安装于用户场所的光网络单元（ONU）。
发明内容
本发明提出一种适用于OFDM-PON传输系统的安全性更高的基于多频正弦混沌神经网络的光接入加密方法。
本发明所采用的技术方案为：
一种基于多频正弦混沌神经网络的光接入加密方法，包括如下步骤：
步骤一、通过多频正弦混沌神经网络生成混沌序列，对混沌序列中的各元素取有效数值第一位，得到一个整数符号序列X1k，再利用整数符号序列X1k生成置乱矩阵X2k和置换矩阵X3k；置乱矩阵X2k的生成：对整数符号序列X1k中各元素进行判决，若大于5则取1，若小于等于5则取0，生成一组以0和1组成的置乱矩阵X2k；置换矩阵X3k的生成：生成对整数符号序列X1k进行大小排序后取倒数的转置矩阵X4k，将整数符号序列X1k与转置矩阵X4k相乘得到加密矩阵，然后对加密矩阵中各元素进行判决，如果不为1则替换为0，如果为1则不变，生成一组置换矩阵X3k；
步骤二、对原始二进制数据通过置乱矩阵X2k进行异或扰动，异或扰动后的数据经串并变换和快速傅里叶变换后，再通过置换矩阵X3k进行子载波扰动；子载波扰动后的数据依次经附加循环前缀、并串变换、正交和数模转换后，送入光纤信道中传输；
步骤三、接收光纤信道传输数据后，依次经模数转换、解正交、串并变换、移除循环前缀、子载波还原、快速傅里叶变换、并串变换和异或还原后，得到原始二进制数据。
进一步地，步骤一中，多频正弦混沌神经网络使用频率和初相不同的两个正弦函数叠加组成一个多频正弦函数，并引入到神经网络的激活函数中；
多频正弦函数为：
Figure 71932DEST_PATH_IMAGE001
（1）
公式（1）中，A 1 和A 2 为振幅，x取值为[-1，1]，
Figure 133429DEST_PATH_IMAGE002
表示正弦函数的陡峭程度，
Figure 853998DEST_PATH_IMAGE003
为相位；
由公式（1）推导可得：
Figure 266525DEST_PATH_IMAGE004
（2）
公式（2）中，A为振幅，e表示exp指数函数，q、m和n为多频正弦函数系数；
激活函数采用多频正弦函数与线性函数叠加而成的激活函数，线性函数为：
Figure 294523DEST_PATH_IMAGE005
（3）
多频正弦混沌神经网络描述为：
Figure 413789DEST_PATH_IMAGE006
（4）
公式（4）中，t为步长，a j 和I j 均为常数；f(x)为多频正弦函数和线性函数叠加而成的激活函数；A jk 为常数；k=i,i+1…N，j=1,2…N，N取6；
Figure 603462DEST_PATH_IMAGE007
（5）
多频正弦混沌神经网络描述为：
Figure 440968DEST_PATH_IMAGE008
（6）
公式（6）中，
Figure 7079DEST_PATH_IMAGE009
表示导数；
Figure 308747DEST_PATH_IMAGE010
（7）
Figure 607004DEST_PATH_IMAGE011
（8）
当Ajk和Sjk取特定值使得李诺亚夫指数的值出现正数时，多频正弦混沌神经网络具有丰富的混沌特征。
进一步地，a j 和I j 均取值为0；公式（5）和（6）中，S 13取-1，S 14取-1，S 22取-1.3，S 23取2，S 31取13，S 32取-14，S 41取98，S 44取105，S 51取1，S 52取18，S 55取-1，S 62取100，S 65取4，S 66取-4，A 24取5；公式（7）中，A取0.5，c取0.25，q取-1，m取10.6，n取0.1，
Figure 994123DEST_PATH_IMAGE012
取0.04，
Figure 363925DEST_PATH_IMAGE013
取0.02，
Figure 690739DEST_PATH_IMAGE014
取
Figure 487793DEST_PATH_IMAGE015
。
本发明的有益效果在于：
本发明通过多频正弦混沌神经网络，生成空间极大的密钥库，并对原始数据进行多重加密处理，与传统加密方式比较，进一步增强了混沌模型的复杂度，在降低信息发送成本的同时，极大地增强了信息传输的安全性，可有效防止窃听者通过大运算暴力破解。本发明在“一次一密”的加密方式下，可极大地增强通信传输的安全性和灵活性。
附图说明
图1为本发明的光接入加密方法框图；
图2为激活函数示意图，图2中，x表示输入值；
图3为多频正弦混沌神经网络的吸引子相图，图3中，
Figure 34312DEST_PATH_IMAGE016
分别表示混沌序列的6个维度。
具体实施方式
步骤一、通过多频正弦混沌神经网络生成混沌序列，对混沌序列中的各元素取有效数值第一位（如果是零点几，就取小数点后一位，如果是零点零几，就取小数点后第二位），得到一个整数符号序列X1k，再利用整数符号序列X1k生成置乱矩阵X2k和置换矩阵X3k；
置乱矩阵X2k的生成：对整数符号序列X1k中各元素进行判决，若大于5则取1，若小于等于5则取0，生成一组以0和1组成的置乱矩阵X2k；
置换矩阵X3k的生成：生成对整数符号序列X1k进行大小排序后取倒数的转置矩阵X4k，将整数符号序列X1k与转置矩阵X4k相乘得到加密矩阵，然后对加密矩阵中各元素进行判决，如果不为1则替换为0，如果为1则不变，生成一组置换矩阵X3k；
步骤一中，多频正弦混沌神经网络使用频率和初相不同的两个正弦函数叠加组成一个多频正弦函数，并引入到神经网络的激活函数中。
多频正弦函数为：
Figure 207805DEST_PATH_IMAGE017
（1）
公式（1）中，A 1 和A 2 为振幅，x取值为[-1，1]，
Figure 218486DEST_PATH_IMAGE002
表示正弦函数的陡峭程度，
Figure 124125DEST_PATH_IMAGE003
为相位；
由公式（1）推导可得：
Figure 220257DEST_PATH_IMAGE018
（2）
公式（2）中，A为振幅，e表示exp指数函数，q、m和n为多频正弦函数系数；
激活函数采用多频正弦函数与线性函数叠加而成的激活函数，线性函数为：
Figure 931861DEST_PATH_IMAGE019
（3）
如图2所示，通过叠加变换后，激活函数由原先的单调递增变为全局单调递增，局部呈现非线性。
多频正弦混沌神经网络描述为：
Figure 797049DEST_PATH_IMAGE006
（4）
公式（4）中，t为步长，a j 和I j 均为常数，本实施例中，a j 和I j 均取值为0；f(x)为多频正弦函数和线性函数叠加而成的激活函数；A jk 为常数；k=i,i+1…N，j=1,2…N，N取6；
Figure 873589DEST_PATH_IMAGE020
（5）
多频正弦混沌神经网络描述为：
Figure 457017DEST_PATH_IMAGE021
（6）
公式（6）中，
Figure 142951DEST_PATH_IMAGE009
表示导数；
Figure 128225DEST_PATH_IMAGE010
（7）
Figure 437984DEST_PATH_IMAGE011
（8）
当Ajk和Sjk取特定值使得李诺亚夫指数的值出现正数时，多频正弦混沌神经网络具有丰富的混沌特征。本实施例，公式（5）和（6）中，S 13取-1，S 14取-1，S 22取-1.3，S 23取2，S 31取13，S 32取-14，S 41取98，S 44取105，S 51取1，S 52取18，S 55取-1，S 62取100，S 65取4，S 66取-4，A 24取5。公式（7）中，A取0.5，c取0.25，q取-1，m取10.6，n取0.1，
Figure 446391DEST_PATH_IMAGE012
取0.04，
Figure 499798DEST_PATH_IMAGE013
取0.02，
Figure 339578DEST_PATH_IMAGE014
取
Figure 757921DEST_PATH_IMAGE015
。
通过多频正弦混沌神经网络生成混沌序列，并使用matlab对多频正弦混沌神经网络进行建模，吸引子如图3所示。通过李诺亚夫指数分析可以表征其特征，通过计算该混沌模型的李亚诺夫指数，LE1=5.2631，LE2=-0.0005，LE3=-0.9956，LE4=-4.01，LE5=-7.5025，LE6=-104.0340，李诺亚夫的维度DL=2.2986，该混沌模型具有很高的混沌复杂度。生成的混沌序列一共有6组，分别对OFDM信号的I、Q两路进行加密，每一路用到3组混沌序列。
步骤二、对原始二进制数据通过置乱矩阵X2k进行异或扰动（第一次加密），异或扰动后的数据经串并变换（将高速串行数据流变换为低速并行数据流）和快速傅里叶变换（将时域上的信号转换为频域上进行传输）后，再通过置换矩阵X3k进行子载波扰动（第二次加密，对子载波扰动是利用置换序列X3k对OFDM不同子载波搭载的信息进行置换变换，将信息搭载到不同的子载波上进行传输从而实现扰动）；子载波扰动后的数据依次经附加循环前缀（消除OFDM传输过程中的载波间串扰）、并串变换、正交（使得载波间满足奈奎斯特距离）和数模转换（将电信号转化为光信号）后，送入光纤信道中传输；
步骤三、接收光纤信道传输数据后，依次经模数转换、解正交、串并变换、移除循环前缀、子载波还原、快速傅里叶变换、并串变换和异或还原后，得到原始二进制数据（解密和解调为步骤二中的反向操作）。
本发明提出的基于多频正弦混沌神经网络的光接入加密方法，适用于OFDM-PON系统，采用的是对称性加密，利用多频正弦混沌神经网络产生多吸引子的复杂混沌现象产生复杂随机数，并进一步处理生成发送端密钥，对信号点进行加密处理。以16QAM信号为例，先建立多频正弦混沌神经网络，通过该神经网络迭代生成混沌序列，再由该混沌序列进一步生成加密所需的密钥，对需要加密的信号进行加密扰动。在接受端采用对称性解密，输入相同的多频正弦混沌神经网络并通过与发射端相同的操作生成对应的解密钥，恢复原始信号。这种加密方法通过多频正弦混沌神经网络，拥有两个吸引子，以及一个正的李诺亚夫指数，极大地增强了信息传输时的安全性能，并能很好的做到“一次一密”加密。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术方法范围内，可轻易想到的替换或变换方法，都应该涵盖在本发明的保护范围之内。

Claims (3)

1.一种基于多频正弦混沌神经网络的光接入加密方法，其特征在于，包括如下步骤：
步骤一、通过多频正弦混沌神经网络生成混沌序列，对混沌序列中的各元素取有效数值第一位，得到一个整数符号序列X1k，再利用整数符号序列X1k生成置乱矩阵X2k和置换矩阵X3k；置乱矩阵X2k的生成：对整数符号序列X1k中各元素进行判决，若大于5则取1，若小于等于5则取0，生成一组以0和1组成的置乱矩阵X2k；置换矩阵X3k的生成：生成对整数符号序列X1k进行大小排序后取倒数的转置矩阵X4k，将整数符号序列X1k与转置矩阵X4k相乘得到加密矩阵，然后对加密矩阵中各元素进行判决，如果不为1则替换为0，如果为1则不变，生成一组置换矩阵X3k；
步骤二、对原始二进制数据通过置乱矩阵X2k进行异或扰动，异或扰动后的数据经串并变换和快速傅里叶变换后，再通过置换矩阵X3k进行子载波扰动；子载波扰动后的数据依次经附加循环前缀、并串变换、正交和数模转换后，送入光纤信道中传输；
步骤三、接收光纤信道传输数据后，依次经模数转换、解正交、串并变换、移除循环前缀、子载波还原、快速傅里叶变换、并串变换和异或还原后，得到原始二进制数据。
2.根据权利要求1所述的基于多频正弦混沌神经网络的光接入加密方法，其特征在于，步骤一中，多频正弦混沌神经网络使用频率和初相不同的两个正弦函数叠加组成一个多频正弦函数，并引入到神经网络的激活函数中；
多频正弦函数为：
Figure 99861DEST_PATH_IMAGE001
（1）
公式（1）中，A 1 和A 2 为振幅，x取值为[-1，1]，
Figure 956959DEST_PATH_IMAGE002
表示正弦函数的陡峭程度，
Figure 651245DEST_PATH_IMAGE003
为相位；
由公式（1）推导可得：
Figure 473446DEST_PATH_IMAGE004
（2）
公式（2）中，A为振幅，e表示exp指数函数，q、m和n为多频正弦函数系数；
激活函数采用多频正弦函数与线性函数叠加而成的激活函数，线性函数为：
Figure 518762DEST_PATH_IMAGE005
（3）
多频正弦混沌神经网络描述为：
Figure 913971DEST_PATH_IMAGE006
（4）
公式（4）中，t为步长，a j 和I j 均为常数；f(x)为多频正弦函数和线性函数叠加而成的激活函数；A jk 为常数；k=i,i+1…N，j=1,2…N，N取6；
Figure 666027DEST_PATH_IMAGE007
（5）
多频正弦混沌神经网络描述为：
Figure 754068DEST_PATH_IMAGE008
（6）
公式（6）中，
Figure 693205DEST_PATH_IMAGE009
表示导数；
Figure 892106DEST_PATH_IMAGE010
（7）
Figure 295405DEST_PATH_IMAGE011
（8）
当Ajk和Sjk取特定值使得李诺亚夫指数的值出现正数时，多频正弦混沌神经网络具有丰富的混沌特征。
3.根据权利要求2所述的基于多频正弦混沌神经网络的光接入加密方法，其特征在于，a j 和I j 均取值为0；公式（5）和（6）中，S 13取-1，S 14取-1，S 22取-1.3，S 23取2，S 31取13，S 32取-14，S 41取98，S 44取105，S 51取1，S 52取18，S 55取-1，S 62取100，S 65取4，S 66取-4，A 24取5；公式（7）中，A取0.5，c取0.25，q取-1，m取10.6，n取0.1，
Figure 492031DEST_PATH_IMAGE012
取0.04，
Figure 246361DEST_PATH_IMAGE013
取0.02，
Figure 983372DEST_PATH_IMAGE014
取
Figure 208555DEST_PATH_IMAGE015
。
CN202110330344.9A 2021-03-29 2021-03-29 一种基于多频正弦混沌神经网络的光接入加密方法 Pending CN112804047A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110330344.9A CN112804047A (zh) 2021-03-29 2021-03-29 一种基于多频正弦混沌神经网络的光接入加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110330344.9A CN112804047A (zh) 2021-03-29 2021-03-29 一种基于多频正弦混沌神经网络的光接入加密方法

Publications (1)

Publication Number Publication Date
CN112804047A true CN112804047A (zh) 2021-05-14

Family

ID=75815848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110330344.9A Pending CN112804047A (zh) 2021-03-29 2021-03-29 一种基于多频正弦混沌神经网络的光接入加密方法

Country Status (1)

Country Link
CN (1) CN112804047A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114124348A (zh) * 2021-11-22 2022-03-01 南京信息工程大学 一种基于混沌轮编码的光接入加密方案

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150597A (zh) * 2013-02-24 2013-06-12 王少夫 一种基于正弦函数多涡卷混沌吸引子产生方法
CN103530571A (zh) * 2013-09-25 2014-01-22 上海理工大学 基于正弦映射和Logistic混沌序列的图像加密方法
CN108663605A (zh) * 2018-04-13 2018-10-16 南京信息职业技术学院 基于耦合Duffing振子的局部放电信号检测方法
US20190273602A1 (en) * 2018-01-16 2019-09-05 Benchmark Electronics, Inc. Chaotic permutation spread spectrum system and method therefo
CN111082919A (zh) * 2019-12-18 2020-04-28 南京信息工程大学 一种动态概率16cap映射加密方法
CN111464284A (zh) * 2020-04-02 2020-07-28 南京信息工程大学 一种基于深度混沌系统的三维光概率整形加密方法
CN112019321A (zh) * 2020-08-28 2020-12-01 南京信息工程大学 一种基于高维混沌系统的五维光概率成型加密方法
CN112084517A (zh) * 2020-09-15 2020-12-15 郑州轻工业大学 一种基于混沌映射和比特级置换的图像加密方法
CN112422269A (zh) * 2020-11-10 2021-02-26 中国科学院大学 一种组合混沌伪随机数发生器及其数字图像加密方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150597A (zh) * 2013-02-24 2013-06-12 王少夫 一种基于正弦函数多涡卷混沌吸引子产生方法
CN103530571A (zh) * 2013-09-25 2014-01-22 上海理工大学 基于正弦映射和Logistic混沌序列的图像加密方法
US20190273602A1 (en) * 2018-01-16 2019-09-05 Benchmark Electronics, Inc. Chaotic permutation spread spectrum system and method therefo
CN108663605A (zh) * 2018-04-13 2018-10-16 南京信息职业技术学院 基于耦合Duffing振子的局部放电信号检测方法
CN111082919A (zh) * 2019-12-18 2020-04-28 南京信息工程大学 一种动态概率16cap映射加密方法
CN111464284A (zh) * 2020-04-02 2020-07-28 南京信息工程大学 一种基于深度混沌系统的三维光概率整形加密方法
CN112019321A (zh) * 2020-08-28 2020-12-01 南京信息工程大学 一种基于高维混沌系统的五维光概率成型加密方法
CN112084517A (zh) * 2020-09-15 2020-12-15 郑州轻工业大学 一种基于混沌映射和比特级置换的图像加密方法
CN112422269A (zh) * 2020-11-10 2021-02-26 中国科学院大学 一种组合混沌伪随机数发生器及其数字图像加密方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIANYE ZHAO,BO LIU等: "《High security OFDM-PON with a physical layer encryption based on 4D-hyperchaos and dimension coordination optimization》", 《OPTICS EXPRESS》 *
李茹依等: "《多频正弦混沌细胞神经网络及其复杂动力学特性》", 《物理学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114124348A (zh) * 2021-11-22 2022-03-01 南京信息工程大学 一种基于混沌轮编码的光接入加密方案

Similar Documents

Publication Publication Date Title
EP3994830B1 (en) Systems, methods and apparatuses for modulation-agnostic unitary braid division multiplexing signal transformation
CN112019321B (zh) 一种基于高维混沌系统的五维光概率成型加密方法
US10917148B2 (en) Systems, methods and apparatus for secure and efficient wireless communication of signals using a generalized approach within unitary braid division multiplexing
CN111525998B (zh) 基于模式、时隙和频率复合矢量的高可靠光传输方法
CN112600663B (zh) 一种重构混沌序列多层加密方法
CN111245596B (zh) 一种基于三维概率成型的混沌加密方法和系统
CN112165378B (zh) 一种高资源利用率的低papr高安全光接入方法
Zhou et al. Physical layer dynamic key encryption in OFDM-PON system based on cellular neural network
CN111786771A (zh) 一种偏振、相位和模式动态扰动方法
CN112804047A (zh) 一种基于多频正弦混沌神经网络的光接入加密方法
CN112804048B (zh) 一种基于生成对抗网络的物理层混沌加密光传输方法
Ameen et al. Hyperchaotic based encrypted audio transmission via massive MIMO-GFDM system using DNA coding in the antenna index of PSM
CN114302270B (zh) 基于多混沌系统与分层置乱的ofdm-pon物理层加密方法及系统
CN114257368B (zh) 基于浮动概率和冒泡排序加密的ofdm传输方法、装置
CN116389651A (zh) 一种基于aco-ofdm可见光通信的图像安全传输方法
CN114142987B (zh) 一种基于新型Logistic混沌加密方式的OCDM系统
CN112054902B (zh) 一种基于子载波挑选掩蔽的高安全非对称加密方法
Jiang et al. Security-enhanced CO-OFDM based on dynamic DNA encoding and frequency domain scrambling
Paul et al. A Thorough Assessment on Orthogonal Frequency Division Multiplexing (OFDM) based Wireless Communication: Challenges and Interpretation
Chen et al. Physical-layer OFDM data encryption using chaotic ZCMT precoding matrix
Saadi et al. Physical layer security based on chaotic maps applied to OFDM systems
CN114142988B (zh) 一种基于啁啾调制的高安全光传输方法
Jabori et al. Simple 2D chaotic remapping scheme for securing optical communication networks
CN113949503B (zh) 基于dna动态编码的wfrft安全通信方法
Hasan et al. Physical-layer Security Improvement in MIMO OFDM Systems using Multilevel Chaotic Encryption

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210514