返回
Image protection scheme for bridge management systems based on quantum coupling function
DOI:10.1088/1402-4896/adc6c8.png)
摘要
En 中文
鉴于桥梁图像数据周围日益增长的安全担忧,这些担忧可能导致经济损失甚至因潜在的数据泄露而构成国家安全风险,本研究引入了一种新颖的2D-QMCCCOM超混沌模型。该模型通过广泛的理论分析开发,整合了量子蒙特卡罗方法与耦合聚类理论和混沌动力学。它解决了传统混沌模型的不足,例如可解释性有限、混沌范围受限以及安全能力欠佳。该模型表现出卓越的加密能力,其李雅普诺夫指数为37.2619,样本熵为2.0591,0-1测试得分为0.9916,在关键性能指标上优于现有的基于混沌的模型。将此混沌模型应用于图像加密是通过利用哈希函数生成加密密钥实现的,然后利用这些密钥通过包括像素扩散和置换在内的综合过程来破坏像素相关性。这种方法显著增强了加密的鲁棒性。该加密方案在性能上表现出色,其峰值信噪比(PSNR)为8.5832,结构相似性指数(SSIM)为0.009448,具有巨大的密钥空间、高密钥敏感性、强大的像素独立性和对统计攻击及差分攻击的强防御能力。此外,该算法已在工程环境中有效部署,突显了其实用性和可行性。通过解决与基于混沌的加密相关的持续挑战,本研究提出了一种创新且高效的解决方案,以加强桥梁管理系统的信息安全性。
Keyword:
image encryption
quantum Monte Carlo
coupled cluster methodologies
hyperchaotic mapping
期刊
IF:
2.6
论文数:
4.3K
被引数:
2.5W
机构
暂无机构信息
引用论文
Multi-Image Encryption Algorithm Based on Novel Spatiotemporal Chaotic System and Fractal Geometry基于新时空混沌系统和分形几何的多图像加密算法
Fast and Secure Image Encryption Algorithm with Simultaneous Shuffling and Diffusion Based on a Time-Delayed Combinatorial Hyperchaos Map
Entropy
IF0
Bifurcations and exact solutions in the model of nonlinear elastodynamics of materials with strong ellipticity condition具有强椭圆度条件的材料的非线性弹性动力学模型中的分叉和精确解
Memristor-induced hyperchaos, multiscroll and extreme multistability in fractional-order HNN: Image encryption and FPGA implementation
NEURAL NETWORKS
IF6.3
Economic impact of bridge functionality loss from a resilience perspective: Queensferry Crossing, UK

