Construction of four-dimensional memristive neural network based on Caputo operator and its application in dual biological encryption
Abstract
本文提出一种融合分数阶忆阻神经网络与双重生物编码的图像加密新方案。研究构建了含局部有源忆阻器的四维分数阶离散时间霍普菲尔德神经网络模型（F-DHNN） ，数值分析证实该网络具备优异的超混沌特性：在最优参数配置下，其李雅普诺夫指数谱中存在多个正指数，为加密过程提供了高可靠性密钥基础。所提加密系统创新性融合RNA动态转录与DNA编码机制，通过三轮转录操作与基因突变机制生成高随机性密钥；随后结合混沌异或、模加扩散及DNA碱基变换等技术，实现像素级深度混淆与置乱；并通过16轮循环加密进一步强化系统安全性。实验数据表明，经该方法加密后的图像，相邻像素相关性趋近于零，信息熵逼近8的理论最大值，在抗裁剪、抗椒盐噪声等典型攻击测试中均展现出优异性能。相较于现有加密方案，该方法不仅信息熵更高、抗差分攻击性能更稳定，还通过ARM平台完成硬件实现，验证了其工程可行性，可为高安全等级图像传输场景提供有效的技术解决方案。
Fields of Study & Subjects
Chaos-based Image/Signal Encryption
Neural Networks Stability and Synchronization
Wireless Signal Modulation Classification
Publication details
- Journal / source
- Acta Physica Sinica
- Volume
- 75
- Issue
- 6
- Publication date
- 1 January 2026