基于混沌的數(shù)據(jù)安全與應(yīng)用

符號(hào)、縮略語(yǔ)說(shuō)明
章 緒論
1．1 混沌簡(jiǎn)介
1．2 混沌圖像加密簡(jiǎn)介
第二章 混沌神經(jīng)網(wǎng)絡(luò)圖像加密算法研究
2．1 引言
2．2 基于復(fù)合混沌映射和混沌細(xì)胞神經(jīng)網(wǎng)絡(luò)的彩色圖像加密算法
2．2．1 復(fù)合混沌映射與細(xì)胞神經(jīng)網(wǎng)絡(luò)模型
2．2．2 圖像加密解密算法
2．2．3 加密性能分析
2．3 基于Hopfield混沌神經(jīng)網(wǎng)絡(luò)的彩色圖像加密算法
2．3．1 Hopfield混沌神經(jīng)網(wǎng)絡(luò)模型
2．3．2 圖像加密解密算法
2．3．3 加密性能分析
2．4 本章小結(jié)
第三章 量子細(xì)胞神經(jīng)網(wǎng)絡(luò)混沌同步控制方法的研究
3．1 引言
3．2 兩細(xì)胞量子細(xì)胞神經(jīng)網(wǎng)絡(luò)同步控制方法的研究
3．2．1 兩細(xì)胞耦合的量子細(xì)胞神經(jīng)網(wǎng)絡(luò)超混沌系統(tǒng)
3．2．2 兩細(xì)胞量子細(xì)胞神經(jīng)網(wǎng)絡(luò)自適應(yīng)修正函數(shù)投影同步控制方法
3．2．3 數(shù)值仿真
3．3 三細(xì)胞量子細(xì)胞神經(jīng)網(wǎng)絡(luò)同步控制方法的研究
3．3．1 三細(xì)胞耦合的量子細(xì)胞神經(jīng)網(wǎng)絡(luò)超混沌系統(tǒng)
3．3．2 三細(xì)胞量子細(xì)胞神經(jīng)網(wǎng)絡(luò)自適應(yīng)修正函數(shù)投影同步控制方法
3．3．3 三細(xì)胞量子細(xì)胞神經(jīng)網(wǎng)絡(luò)與6階細(xì)胞神經(jīng)網(wǎng)絡(luò)的同步控制方法
3．4 本章小結(jié)
第四章 量子細(xì)胞神經(jīng)網(wǎng)絡(luò)混沌同步的保密應(yīng)用研究
4．1 多進(jìn)制量子細(xì)胞神經(jīng)網(wǎng)絡(luò)數(shù)字保密通信方法
4．1．1 數(shù)字保密通信模型設(shè)計(jì)
4．1．2 信號(hào)調(diào)制
4．1．3 信號(hào)解調(diào)
4．1．4 通信系統(tǒng)數(shù)值仿真
4．2 基于量子細(xì)胞神經(jīng)網(wǎng)絡(luò)超混沌系統(tǒng)的半對(duì)稱(chēng)圖像加密解密方法
4．2．1 引言
4．2．2 半對(duì)稱(chēng)圖像加密解密模型
4．2．3 半對(duì)稱(chēng)加密算法安全性能分析
4．3 本章小結(jié)
第五章 混沌加密網(wǎng)絡(luò)安全應(yīng)用
5．1 基于超混沌系統(tǒng)的分布式跨域身份認(rèn)證方案
5．1．1 引言
5．1．2 分布式跨域匿名認(rèn)證方案
5．1．3 分布式跨域認(rèn)證結(jié)構(gòu)中的安全體系
5．2 基于量子細(xì)胞神經(jīng)網(wǎng)絡(luò)的弱密碼超混沌加密方法
5．2．1 引言
5．2．2 弱密碼加密模型
5．2．3 加密流程
5．2．4 實(shí)例
5．3 本章小結(jié)
第六章 量子細(xì)胞神經(jīng)網(wǎng)絡(luò)超混沌系統(tǒng)在光學(xué)圖像加密中的應(yīng)用
6．1 典型的光學(xué)密碼編碼系統(tǒng)
6．1．1 基于4f系統(tǒng)的雙相位編碼
6．1．2 基于菲涅爾變換的雙相位編碼
6．1．3 基于分?jǐn)?shù)傅里葉變換的雙相位編碼
6．2 基于量子細(xì)胞神經(jīng)網(wǎng)絡(luò)超混沌系統(tǒng)光學(xué)圖像加密方法
6．2．1 加密過(guò)程
6．2．2 解密過(guò)程
6．2．3 具體實(shí)例
6．3 本章小結(jié)
參考文獻(xiàn)