返回
Visually secure image encryption: Exploring deep learning for enhanced robustness and flexibility
DOI:10.1016/j.eswa.2024.126027.png)
摘要
En 中文
出于安全原因,明文图像通常被加密成类似噪声的秘密图像。然而,它们在传输或存储过程中容易被潜在攻击者检测到,使其易受拦截和篡改。这促使人们更加关注视觉安全的图像加密方法。本文提出了一种鲁棒且灵活的视觉安全图像加密方法。首先,设计了一个基于元学习压缩感知(Meta-learning CS)的新型压缩与重建网络,以实现明文图像的压缩。然后,压缩后的图像通过2DSLC超混沌映射进行加密,生成类似噪声的秘密图像。最后,利用基于传统深度学习设计的全新嵌入与分离网络,获得视觉安全的密文图像。实验结果表明,该方法在抵抗高斯噪声攻击和散斑噪声攻击方面表现出卓越的鲁棒性,优于其他方法。此外,该方法具有将无损密文图像转换为JPEG有损格式的独特优势,同时保持高质量解密图像,降低吸引攻击者注意的风险,并提高存储和传输效率。
Keyword:
Visually secure image encryption
Meta-learning
Compressed sensing
Traditional deep learning
Hyperchaotic map
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Hiding cipher-images generated by 2-D compressive sensing with a multi-embedding strategy使用多嵌入策略隐藏由2-D压缩感知生成的密码图像
SIGNAL PROCESSING
IF3.6
A visually meaningful image encryption algorithm based on P-tensor product compressive sensing and newly-designed 2D memristive chaotic map一种基于P-张量积压缩感知和新设计的二维忆阻混沌映射的视觉有意义图像加密算法
A robust meaningful image encryption scheme based on block compressive sensing and SVD embedding
SIGNAL PROCESSING
IF3.6

