.png){kind=icon}
返回
A multi-synaptic memristor-based neural network and its encryption application
.png){kind=icon}
PRE
AI
DOI：10.1016/j.mejo.2025.106981.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于能够实现物理不可克隆性，用于混沌加密的忆阻器一直是热门的研究课题。通过将Hopfield神经网络与忆阻器、可控外部刺激以及可切换突触类型相结合，本文开发了一种表现出多卷混沌吸引子和超混沌特性的多突触忆阻器基神经网络模型。该模型生成的随机序列应用于密钥生成，并在硬件上实现了一个加密系统，以基于混淆和扩散原理实现图像加密。结果表明，我们的神经网络模型实现了0.12856的Lyapunov指数，并伴随多种异质混沌吸引子。当应用于加密系统时，其性能与理想仿真结果相符。
Keyword:
Chaotic neural network
Encryption
Field Programmable Gate Array (FPGA)
Memristor
Synapse
期刊
IF:
2.3
论文数:
300
被引数:
4.7K
机构
暂无机构信息
引用论文
Data-driven learning of chaotic dynamical systems using Discrete-Temporal Sobolev Networks.png)
NEURAL NETWORKS
NEURAL NETWORKSIF6.3
PREAI
分享收藏Memristor-induced hyperchaos, multiscroll and extreme multistability in fractional-order HNN: Image encryption and FPGA implementationNEURAL NETWORKS
NEURAL NETWORKSIF6.3
PREAI
分享收藏分享收藏2-D Chaotic Model With FPGA Implementation and Its Application in PRNG基于FPGA实现的2-D混沌模型及其在PRNG中的应用
PREAI
分享收藏
查看更多内容