粒子群算法多目标优化下的超混沌人脸图像加密
余锦伟1
谢巍2
张浪文1
余孝源3
1.华南理工大学自动化科学与工程学院,广东 广州 5106402.华南理工大学自动化科学与工程学院,广东 广州 510640;自主系统与网络控制教育部重点实验室,广东 广州 510640;广东省无人机系统工程技术研究中心,广东 广州 5106403.华南师范大学物理与通信工程学院,广东 广州 510006
摘要：本文将粒子群优化算法(PSO)与超混沌系统相结合,提出一种基于多目标优化的人脸图像加密方案.该方案通过PSO算法协同优化多项加密评估指标,包括相关关系、像素变化率(NPCR)、统一平均变化强度(UACI)和信息熵.首先,初始化混沌系统的控制参数,并采用SHA-256算法生成混沌系统的初始值,迭代生成高敏感性的随机序列;其次,利用随机序列执行像素置乱、扩散和行列置乱操作,生成初始加密人脸图像;然后,将加密人脸图像视为PSO算法的个体,通过迭代更新个体的位置优化考虑多项指标的适应性函数;最后,确定混沌系统的最优参数,并得到最佳的加密人脸图像.实验结果表明,本文的方法在信息熵、像素相关系数、NPCR和UACI方面的表现都优于主流方法,这说明本文所提方法具有更高的安全性.
关键词：混沌系统粒子群算法图像加密智能优化人脸隐私保护
论文发表日期：2025-05-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 875-884 )
英文信息