一種高級(jí)脈沖神經(jīng)元模型及其在圖像加密的應(yīng)用.pdf

1、根據(jù)基本運(yùn)算單元的劃分，人工神經(jīng)網(wǎng)絡(luò)可以被分為三代。作為第三代人工神經(jīng)網(wǎng)絡(luò)的脈沖神經(jīng)元網(wǎng)絡(luò)，具有比前兩代更強(qiáng)大的計(jì)算能力和更接近生物神經(jīng)元網(wǎng)絡(luò)的特性。因此，設(shè)計(jì)一種更貼近生物神經(jīng)元，并且可硬件實(shí)現(xiàn)的脈沖神經(jīng)元模型很有必要。本文結(jié)合積分點(diǎn)火模型的設(shè)計(jì)思路，提出了具有一定記憶特征的高級(jí)脈沖神經(jīng)元模型（Advanced Spiking Neuron Circuit，ASNC）和高級(jí)脈沖耦合神經(jīng)元模型（Advanced Pulse-Couple

2、d Spiking Neuron Circuit，APSNC）。
　　此外，隨著數(shù)字化時(shí)代的不斷發(fā)展，數(shù)字信息的安全問(wèn)題也更加凸顯，特別是數(shù)字圖像，其信息的二維性、高相關(guān)性、大信息量以及高冗余度使得一些傳統(tǒng)加密手段略顯不足。這就需要對(duì)傳統(tǒng)密碼學(xué)進(jìn)行有效改進(jìn)，或提出新的加密技術(shù)，以應(yīng)對(duì)圖像信息的安全問(wèn)題。在這樣的背景下，基于混沌的圖像加密方案由于能夠有效結(jié)合混沌的敏感性、遍歷性以及復(fù)雜性等特點(diǎn)而得到廣泛采納。本文經(jīng)過(guò)對(duì)APSNC模型

3、充分研究后，發(fā)現(xiàn)其所表現(xiàn)出混沌行為極其適用于圖像加密，而提出了一種基于混沌和bit級(jí)同心旋轉(zhuǎn)的加密算法。
　　本文的主要研究工作概括如下：
　　1）考慮到生物神經(jīng)元的記憶性，本文設(shè)計(jì)了一種具有記憶特征的高級(jí)脈沖神經(jīng)元模型，該模型對(duì)每次重置的閾值電位具有短暫的記憶能力。進(jìn)一步地，通過(guò)交叉開(kāi)關(guān)的方式，本文將兩個(gè)ASNC模型耦合構(gòu)成APSNC模型。在APSNC模型中，ASNC模型間的互相控制表現(xiàn)出了短暫的交叉記憶行為。此外，多種周

4、期信號(hào)的輸入雖然使神經(jīng)元模型其更具通用性，但也增加了點(diǎn)火相位的求解難度。對(duì)此，本文提出通過(guò)將最小公倍數(shù)的定義進(jìn)行擴(kuò)展以得到不同信號(hào)間公共周期，并進(jìn)一步求得點(diǎn)火相位的方法。該方法可以有效地解決具有多周期輸入信號(hào)的神經(jīng)元模型的相位求解問(wèn)題。之后，本文對(duì)神經(jīng)元模型進(jìn)行動(dòng)力學(xué)特性的分析，將參數(shù)劃分為三個(gè)區(qū)域，這有助于快速地獲取所需的動(dòng)力學(xué)行為，而統(tǒng)計(jì)特性分析結(jié)果表明ASNC模型和APSNC模型所產(chǎn)生的混沌序列具有很好的偽隨機(jī)性，支持了將它們應(yīng)用

5、于圖像加密的可行性，并進(jìn)一步地用其對(duì)Lena圖像實(shí)現(xiàn)加密。此外，本文還對(duì)ASNC模型和APSNC模型完成了硬件電路實(shí)現(xiàn)及測(cè)試；
　　2）采用以bit位作為Confusion操作基本單元的Confusion-Diffusion結(jié)構(gòu)，本文提出了一種基于混沌和bit級(jí)同心旋轉(zhuǎn)的圖像加密算法。該加密算法先將每8個(gè)相鄰像素分解成8?8的bit塊，再由混沌序列產(chǎn)生的指令將bit塊從內(nèi)往外的4層分別旋轉(zhuǎn)相應(yīng)的位數(shù)。該操作不僅可以將像素值有效地置

6、亂，還兼具部分?jǐn)U散能力，并且能夠?qū)D像直方圖實(shí)現(xiàn)很好地均衡化，這分擔(dān)了Diffusion階段的工作量。通過(guò)異或與取模運(yùn)算，該算法加強(qiáng)了原始圖像像素與加密圖像間的聯(lián)系，使得原始圖像中一個(gè)像素的細(xì)微變化可以擴(kuò)散至整幅加密圖像。經(jīng)過(guò)該算法的適當(dāng)擴(kuò)展，同樣可以用于RGB圖像加密。此外，經(jīng)過(guò)對(duì)APSNC模型的研究發(fā)現(xiàn)，將部分參數(shù)合理地固定可以獲得參數(shù)區(qū)域連續(xù)、迭代分布均勻的混沌行為。因此，本文選用APSNC模型為加密算法提供所需混沌序列。在實(shí)驗(yàn)中