量子 Fourier 变换的四维 Hopfield 神经网络图像加密方法

摘要

针对传统三维Hopfield神经网络存在不足之处，本发明给出一种基于量子Fourier变换的四维Hopfield神经网络图像加密算法。该算法首先借助明文信息，与输入密钥生成四维Hopfield神经网络的超混沌序列，然后让量子Fourier变换借助映像NCML网络生成量子混沌序列进行二次加密，改善传统量子Fourier不具有混沌特性的缺点，最后引入Arnlod置乱，得到最终密文。通过实验仿真表明，该算法不仅能有效抵抗统计特征攻击、差分攻击，而且大大改善经传统三维Hopfield神经网络动力复杂度不够以及Lyapunov指数不够大的缺点，达到很好的加密效果。