JPH0232679A - ニューラルネットによるデータ通信方法および装置 - Google Patents

ニューラルネットによるデータ通信方法および装置

Info

Publication number
JPH0232679A
JPH0232679A JP63181897A JP18189788A JPH0232679A JP H0232679 A JPH0232679 A JP H0232679A JP 63181897 A JP63181897 A JP 63181897A JP 18189788 A JP18189788 A JP 18189788A JP H0232679 A JPH0232679 A JP H0232679A
Authority
JP
Japan
Prior art keywords
data
neural network
block
advance
transmitting
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
JP63181897A
Other languages
English (en)
Inventor
Masakazu Ejiri
江尻 正員
Hidenori Inai
秀則 井内
Shigeru Kakumoto
角本 繁
Kazuaki Iwamura
一昭 岩村
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP63181897A priority Critical patent/JPH0232679A/ja
Priority to US07/382,198 priority patent/US4972473A/en
Priority to DE3924226A priority patent/DE3924226A1/de
Publication of JPH0232679A publication Critical patent/JPH0232679A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/44Secrecy systems
    • H04N1/448Rendering the image unintelligible, e.g. scrambling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (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)
  • Multimedia (AREA)
  • Image Processing (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Facsimile Transmission Control (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔利用分野〕 本発明は、ニューラルネットを用いることによって送信
するデータに擾乱を与え、途中での傍受を不可能とする
新しいデータ通信方法および装置を提供するものである
。今後1通信網の拡大整備に伴い、変換される通信量は
膨大となるとともに、画像データの送受信がますます重
要性を帯びてくる。画像データは、人間にとって一目瞭
然なデータ形態のため、傍受によって簡単に機密が漏れ
てしまう可能性を持つ。そのため、とくに画像データの
送受信に際しては、何らかの擾乱手段をもって、送りた
い相手だけが確実に受信可能とすることが必要となる。
[従来技術〕 従来の装置は、ファクシミリのように、順序走査による
統一されたフォーマットに従って送受信されるため、原
理的には、誰でも容易に傍受できるデータ構造となって
いる。また、誤ダイヤルによって、間違った相手に送信
されてしまい、機密が漏洩することもある。また、一般
のデータ通信においても、たとえばD E S (Da
ta E!ncrypti onStandard :
 FIPS PUB 46. NBS、 US Dep
t。
Commerce 1977−1)のような標準的な暗
号化方式や公開鍵による各種の暗号化通信方式が検討さ
れ、一部実用されているが、まだ画像データに適用する
には、暗号化と解読の手段が複雑なために広範囲に実用
されるには、到っていない。
〔課題〕
上記のように従来技術は、途中での解読や誤送信による
機密漏洩の可能性があるという欠点がある。本発明は、
これらの欠点を排除し、とくに、画像データの通信に適
した簡易な通信方法および装置を提供することを目的と
する。
〔手段〕
上記目的を達成するために、ここでは、ニューラルネッ
トを送信側と受信側に持たせ、このニューラルネットで
一次変換されたデータを送信し、これを受信側で再びニ
ューラルネットを介して復元することを基本原理とする
〔作用〕
このように、ニューラルネットは、データを暗号化した
り解読したりする一つの手段として作用することになる
が、さらにとのニューラルネットで変換して送信するた
めの入力データ自身についても、前以てあらかじめ順序
や形態(配列)を変更することができる。また、ニュー
ラルネットの構成(配線とニューロンの個数)と結合係
数も、前以てあらかじめ変更することができる。これら
の情報、すなわち、送信したいデータをどのような順序
や形態で一次変換したかという情報と、どのような構成
と結合係数を持つニューラルネットを用いたかという情
報は、あらかじめ送信データに先だって送信先へと別途
送っておくことができる。また、場合によっては、送信
データとともにそのヘッダ部として送ることもできる。
これにより受信側は、その解読に必要なニューラルネッ
トを再構成し、これによって適切に解読することが可能
となる。
〔実施例〕
以下、本発明の一実施例を第1図を用いて説明する。
第1図において、送信データの画像は、複数個の領域(
以下ブロックという)11に分割される。
このブロック11の形状は、一般にMXN個の画素から
構成されたもので1Mもしくは、Nが1画素の縦長もし
くは、横長の画素列であってもよい。
まず、どのブロックかが、マイクロコンピュータのごと
き制御装置12から指定されて抽出される。
抽出されたブロック11に対して、変換器13で。
それを構成する画素の配列を定まった別の順序へと再配
列したり、画素の情報を反転したり、一定値を加算した
りして修正する。このようにして得た画素群を、あらか
じめ学習されたニューラルネット14の入力層へ入力し
、その中間層から得られるデータを送信する。送信の際
にはこれを符号化器15で、符号化して伝送する。符号
化は、伝送時におけるデータ喪失やノイズ重畳を避ける
目的や、効率のよい転送を可能とする目的を持つ通常の
符号化技術によって実行されるが、これ以外に、データ
をさらにDESのような暗号化方式で暗号化してから符
号化し送信することもできる。
受信側では、送信されたデータを復号化器16で、復号
化し、これをニューラルネット17の中間層に入力する
。この場合ニュラルネット17の構造とその係数9画素
に加えられた修正の様式、送信のために抽出されたブロ
ックの順序は、あらかじめ制御データとして送信されて
いるか、もしくは。
このデータの付属情報として送信されるものとする。受
信側では、制御装置18により、このような制御データ
をもとにしてニューラルネット17を構成し、出力デー
タとして復元し、これをさらに逆変換器19で、画素配
列修正、ブロック順傾と解析して、画像メモリの適切な
位置へと書き込む。これによってもとの画像が受信再生
データとして再生される。
本発明を図を用いてさらに詳細に説明する。第2図は、
本発明に用いるニューラルネットの一例を示したもので
、入力層21.中間層22.出力層23の3層からなっ
ている。他にさらに多くの中間層を持った4層以上のニ
ューラル・ネットを用いることも当然可能であるが、こ
こでは、簡単のために3層ニューラルネットを用いて説
明する。
ニューラルネットでは、各層間のすべてのニューロン素
子24間で結線25があるのを標準とする。
この標準型ニューラルネットに対して中間層22のj番
目のニューロン素子26と、出力層23のに番目のニュ
ーロン素子27との間を結合する結線28を取り除いた
ニューラルネットを考える。
すなわち、この2素子間の結合の係数Wjkを強制的に
Oにする。J+にの組合せは1個でもまた複数でもよい
。このとき入力層21に送信すべき画像を提示して、出
力層23にあられれる画像が所望のものとなるように既
知の方法たとえばバックプロパゲーション法によって繰
り返し学習させ、各記数の係数を求める。この学習に際
しては、入力として送信すべき画像でなくとも、一般の
任意の画像を用いてもよい。このようにして学習された
ニューラルネットは、入力層21に与える入力画像と同
一の画像が、出力[23に出力されるように自己組織化
された回路である。
第3図は、このようにして学習された入力層の各ニュー
ロン素子31に、画像メモリ32から切り出した33の
各画素を供給し、これを変換する方式を示したものであ
る。画像を2次元的にいくつかのブロックに分け、その
一つのブロックを構成する各画素を対応するニューロン
素子のそれぞれに導く。このとき、既に学習された入力
層と中間層間の係数Ui j 34によって変換された
中間I!135のデータを送信する。この中間層35の
データは、変換器36に格納した入力画素とニューロン
素子の対応関係と、学習によって確定した結合係数Wj
kとが、一般にはわからないため、暗号化された画像デ
ータということができる。この場合画素とニューロン素
子の対応関係の情報と、学習された結合係数Wjkとは
、あらかじめ相手に送信しておくことができるし、また
、中間層35のデータを送る際に付属データとして送る
こともできる。学習された結合係数37には、あらかじ
め強制的に0となったデータを含めることができるが、
より理想的には、この取り除いたデータと、どの結合を
強制的に0にしたかという(jWk)の組合せとその個
数の情報として送信する方法がある。また、画像の各ブ
ロック33をどのような時間順序でニューラルネット3
8に加えて送信するかも自由であり、その情報もあらか
じめ送信しておいたり、データに付属させて送信したり
できる。また、各ブロック33の画像をニューラルネッ
ト38に加える際に、各ブロック毎に上下逆転させて加
えたり、左右に90″倒して加えたりも自由である、ま
た、画像の各画素の明るさに対して各ブロック毎に明る
さを反転したり、一定値を加えたりといった加工を施す
ことも容易である。このような場合には、どのような順
序で各ブロック33を送るかという情報と、どのブロッ
クにどのような加工を加えたかというと情報とを、あら
かじめ、もしくは、データに付属させて送信できる。
一方、受信側では、第4図に示すような構成の装置を準
備し、あらかじめ、もしくはデータと共に送られてきた
付属情報を用いて画像を再生する。
ここでは、あらかじめもしくは付属して送られてきた制
御データをもとにニューラルネット41の各結合係数4
2をセットし、送られてきたデータを中間層43に入力
する。ニューラルネット41は、これらのデータを変換
し、出力層に出力する。
出力されたデータは、あらかじめ、もしくは、付属して
送られてきた制御データにしたがって、マイクロコンピ
ュータのような制御装置44でもって書き込み位置を制
御し1画像メモリ45の適切な位置に適切な姿勢で画像
の各ブロックを再構成し、最終的に全体画像を再現する
本実施例の変換器13、逆変換器19を省略して、ブロ
ックごとのデータの配列を撹乱する機能を省いたり、ブ
ロックの抽出順番に撹乱を加える機能を省いても、充分
な暗号化ができる。
〔発明の効果〕
本発明は、以上説明したように、ニューラルネットを主
要構成要素とした新しいデータ通信方法および装置を提
供するものであり、ニューラルネットの構成とそこに加
える部分画像の配列順序と。
その部分画像の時間的な送信順序とに多様性を持たせた
点に特徴をもつ、しかも、画像を再生するよう学習され
たニューラルネットの中間層のデータを基本データとし
て送信し、ニューラルネットの構成や、部分画像の配列
順序や、部分画像の送信順序は、制御データとしてあら
かじめ送信するか、もしくは上記基本データの付属デー
タとして送信するという点にも特徴がある。このような
構成により、途中での傍受や、誤送信による機密漏洩が
実質的に皆無に近い、新たな通信手段が実現でき今後の
情報化学会での実用価値は極めて高いものとなる。
また、ニューラルネットの構成によっては伝送する情報
量が圧縮できるため、通信の効率を向上させる効果も期
待できる。
さらに1画像の通信だけでなく、音声信号などの通信に
おいても同様の効果が期待できることは明らかである。
【図面の簡単な説明】
第1図は本発明の一実施例の全体構成図である。 第2図はニューラルネットの一例を示す図、第3図は送
信側の変換方式を示す図、第4図は受信側の再生方式を
示す図である。 14.17,38.41・・・ニューラルネット、12
.18.44・・・制御装置、13.36・・・変換器
、19・・・逆変換器、15・・・符号化器、16・・
・復号化器、32.45・・・画像メモリ、24.31
・・・ニューロン素子、21・・・入力層、22.35
,43・・・中間層、23・・・出力層。 34.37.42・・・結合係数。 第70 食傅俣」

Claims (1)

  1. 【特許請求の範囲】 1、画像などのデータを通信するシステムにおいて、全
    体データを小区画に分割してブロック化する手段と、ブ
    ロックとして抽出されたデータに対して、入力データと
    同一のデータを出力する内部定数を有しかつ、中間層か
    らのデータ出力を可能にした3層以上の層状ニューラル
    ネットとから成り、ニューラルネットに入力したブロッ
    クごとに中間層のデータを出力する送信手段と、ブロッ
    クごとに得られる中間層のデータを直接同層の中間層に
    入力する機能を有しかつ、送信手段と同じ内部定数を有
    するニューラルネットとブロックごとに再成したデータ
    を格納するメモリとから成り、受信データをニューラル
    ネットで再生する受信手段とを用いることを特徴とする
    通信方法および通信装置。 2、特許請求の範囲第1項の送信手段において、ブロッ
    クとして抽出されたデータを入力とする変換器を付加し
    て、あらかじめ与えた順序番号に従ってブロック内の配
    列を変更した上でニューラルネットに入力し、受信側で
    は、ニューラルネットの出力として得られる再生データ
    をブロック内の配列を修復するための逆変器を付加して
    、あらかじめ受信してある順序番号に従ってデータ修復
    を可能にすることを特徴とする通信方法および通信装置
    。 3、特許請求の範囲第1項または第2項の送信手段にお
    いて、送信側に、あらかじめ与えた順序番号に従ってブ
    ロックを抽出し送信する制御手段を設け、受信側にはあ
    らかじめ受信してある順序番号に従ってブロックごとの
    再生データを再配置するための制御手段を設けたことを
    特徴とする通信方法および通信装置。
JP63181897A 1988-07-22 1988-07-22 ニューラルネットによるデータ通信方法および装置 Pending JPH0232679A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP63181897A JPH0232679A (ja) 1988-07-22 1988-07-22 ニューラルネットによるデータ通信方法および装置
US07/382,198 US4972473A (en) 1988-07-22 1989-07-20 Data communication method and apparatus using neural-networks
DE3924226A DE3924226A1 (de) 1988-07-22 1989-07-21 Verfahren und vorrichtung zur datenuebertragung unter verwendung neuraler netze

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP63181897A JPH0232679A (ja) 1988-07-22 1988-07-22 ニューラルネットによるデータ通信方法および装置

Publications (1)

Publication Number Publication Date
JPH0232679A true JPH0232679A (ja) 1990-02-02

Family

ID=16108797

Family Applications (1)

Application Number Title Priority Date Filing Date
JP63181897A Pending JPH0232679A (ja) 1988-07-22 1988-07-22 ニューラルネットによるデータ通信方法および装置

Country Status (3)

Country Link
US (1) US4972473A (ja)
JP (1) JPH0232679A (ja)
DE (1) DE3924226A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022522685A (ja) * 2019-03-15 2022-04-20 ドルビー・インターナショナル・アーベー ニューラルネットワークを更新するための方法および装置

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2679738B2 (ja) * 1989-03-01 1997-11-19 富士通株式会社 ニューロコンピュータにおける学習処理方式
JPH0692914B2 (ja) * 1989-04-14 1994-11-16 株式会社日立製作所 機器/設備の状態診断システム
FR2646575A1 (fr) * 1989-04-26 1990-11-02 Labo Electronique Physique Procede et structure pour la compression de donnees
JP2612358B2 (ja) * 1990-02-27 1997-05-21 株式会社日立製作所 画像処理装置
US5293453A (en) * 1990-06-07 1994-03-08 Texas Instruments Incorporated Error control codeword generating system and method based on a neural network
US5247605A (en) * 1990-07-02 1993-09-21 General Electric Company Neural nets supplied synapse signals obtained by digital-to-analog conversion of plural-bit samples
US5151970A (en) * 1990-07-02 1992-09-29 General Electric Company Method of generating, in the analog regime, weighted summations of digital signals
US5155801A (en) * 1990-10-09 1992-10-13 Hughes Aircraft Company Clustered neural networks
US5295227A (en) * 1991-07-09 1994-03-15 Fujitsu Limited Neural network learning system
US5307413A (en) * 1991-07-19 1994-04-26 Process Software Corporation Method and apparatus for adding data compression and other services in a computer network
JPH05103212A (ja) * 1991-10-03 1993-04-23 Sony Corp データ伝送装置
US5598508A (en) * 1991-10-18 1997-01-28 Goldman; Julian M. Real-time waveform analysis using artificial neural networks
US5327357A (en) * 1991-12-03 1994-07-05 Praxair Technology, Inc. Method of decarburizing molten metal in the refining of steel using neural networks
JPH064642A (ja) * 1992-04-20 1994-01-14 Hitachi Ltd イメージデータ管理システム
GB9326440D0 (en) * 1993-12-24 1994-02-23 Ncr Int Inc Neutral network for banknote recongnition and authentication
DE4425158C2 (de) * 1994-07-16 2003-07-03 Deutsche Telekom Ag Verfahren und Anordnung zur Realisierung von kryptologischen Funktionen
JP3344889B2 (ja) * 1996-01-17 2002-11-18 シャープ株式会社 情報通信方法
JP3390824B2 (ja) * 1997-03-19 2003-03-31 株式会社日立製作所 多重化制御装置及びその障害回復方法
US7110526B1 (en) 1998-10-14 2006-09-19 Rockwell Electronic Commerce Technologies, Llc Neural network for controlling calls in a telephone switch
US6961428B1 (en) * 1999-02-23 2005-11-01 Chao Liu Method of videotext information encryption and security transmission in a network
EP1395040A1 (de) * 2002-08-30 2004-03-03 Rheinische Friedrich-Wilhelms-Universität Bonn Verfahren und Vorrichtung zur dekryptionssicheren Übertragung von Daten
GB2398976B (en) * 2003-02-28 2006-03-08 Samsung Electronics Co Ltd Neural network decoder
US9730098B2 (en) 2013-11-25 2017-08-08 At&T Mobility Ii Llc Knowledge discovery and data mining-assisted multi-radio access technology control
JP2018060268A (ja) * 2016-10-03 2018-04-12 株式会社日立製作所 認識装置および学習システム
WO2018217965A1 (en) * 2017-05-25 2018-11-29 Texas Instruments Incorporated Secure convolutional neural networks (cnn) accelerator
US10706349B2 (en) * 2017-05-25 2020-07-07 Texas Instruments Incorporated Secure convolutional neural networks (CNN) accelerator

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2348133C1 (de) * 1973-09-25 1978-06-15 Siemens Ag Verfahren zur Transformation zweidimensionaler Vorlagen
JP2510497B2 (ja) * 1985-10-07 1996-06-26 キヤノン株式会社 デ―タ通信システム
US4782460A (en) * 1987-04-06 1988-11-01 American Telephone And Telegraph Company, At&T Bell Laboratories Computing apparatus comprising a programmable resistor
US4807168A (en) * 1987-06-10 1989-02-21 The United States Of America As Represented By The Administrator, National Aeronautics And Space Administration Hybrid analog-digital associative neural network
US4873661A (en) * 1987-08-27 1989-10-10 Yannis Tsividis Switched neural networks
US4866645A (en) * 1987-12-23 1989-09-12 North American Philips Corporation Neural network with dynamic refresh capability

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022522685A (ja) * 2019-03-15 2022-04-20 ドルビー・インターナショナル・アーベー ニューラルネットワークを更新するための方法および装置

Also Published As

Publication number Publication date
DE3924226A1 (de) 1990-01-25
US4972473A (en) 1990-11-20
DE3924226C2 (ja) 1991-01-17

Similar Documents

Publication Publication Date Title
JPH0232679A (ja) ニューラルネットによるデータ通信方法および装置
US5438622A (en) Method and apparatus for improving the security of an electronic codebook encryption scheme utilizing an offset in the pseudorandom sequence
CN115811577A (zh) 一种用于通信柜的视频远程监测系统
JPS62214744A (ja) パケツト伝送方式
Bidgar et al. Key based visual cryptography scheme using novel secret sharing technique with steganography
CN115955570A (zh) 一种视频远程系统
JPH10164028A (ja) データ通信方法
JPH08107506A (ja) 通信装置
CA1330597C (en) Encoding and decoding methods
Kinger Efficient Visual Cryptography
Fathimal et al. New fool proof examination system through color visual cryptography and signature authentication.
Pujari et al. Enhanced visual cryptography scheme for secret image retrieval using average filter
JP3848002B2 (ja) 画像データ伝送装置
JPH1118070A (ja) 画像圧縮装置および画像伸長装置および伝送装置
US4993070A (en) Ciphertext to plaintext communications system and method
Ganvir et al. Visual Cryptography Scheme using Novel Secret Sharing Technique
JP3114590B2 (ja) カラーファクシミリ装置
Gornale et al. QR code based randomized hybrid video encryption
JP3526523B2 (ja) 秘密鍵伝送方式
Al Jabri et al. Secure progressive transmission of compressed images
JP3392592B2 (ja) 多値画像伝送装置
JPH048029A (ja) 暗号化符号化装置
Thomas et al. Optical Image Encryption and Data Hiding using Double Random Phase Encoding and Advanced Encryption Standard on Chaotic Baker Mapped Images
Sree et al. An Improved Image Encryption Using Pixel XOR Transpose Technique Over Images
JP2946469B2 (ja) 復号化装置