使用动态混沌查找表的图像加密
本文提出了一种有效的基于像素的感知加密方法,采用混沌映射生成的序列对像素值进行异或运算。已验证该方法在保持原始图像固有属性的同时提供了必要的安全性,且应用于数据集 CIFAR 上时,其分类精度与现有方法相当,同时提高了安全性。
Mar, 2022
本研究提出了一种基于二维滞后复杂对数映射(2D-LCLM)和周易八卦的海上风电加密算法,可以进行信息传输且防御常见攻击,具有完美的加密性能。
Jun, 2023
提出一种基于块级置换的加密方案,旨在加强对 JPEG 压缩下的加压加密系统的安全性,能够通过不受信任通道提供者(如社交网络服务提供商)安全传输图像。该方案使用更小的块大小和更多的块数,灰度图像的使用减少了加密后的图像中的颜色信息,这些特性增强了对各种攻击的安全性。在实验中,评估了该方案对拼图解谜攻击的抵抗力,结果表明该方案对于 EtC 系统非常有效。
Nov, 2018
以用户为中心的设计和资源优化在任何技术或创新中都应该是关键。该方案创新于医学图像存储和安全领域,通过分割、存储和检索三个主要模块,通过对医学图像进行加密和分割,实现了对关键部分的安全存储,从而提高检索速度。
Mar, 2024
该论文介绍了一种学习图像自适应 3D 查找表以实现快速和强大的照片增强方法,该方法学习多个 3D LUTs 基础,同时使用小型卷积神经网络 (CNN) 以内容相关的方式自适应的融合多个基础 3D LUTs 并处理 4K 的图像仅需不到 2 毫秒。在性能和计算效率方面超越了现有的照片增强方法。
Sep, 2020
研究了两种结合了循环位移和异或操作的加密方案的安全性,并发现存在一些安全缺陷,底层混沌 PRBS 可以通过两个已知明文攻击进行重建并获得大多数元素。
Nov, 2006
本文提出了一种新的防御方法,通过像素重排、位反转和 FFX 加密三种算法对输入图像进行块状预处理,使用该方法在 CIFAR-10 和 ImageNet 数据集中的黑盒和白盒攻击实验中均能保持较高分类准确性,是当前已知的对抗防御技术中最优秀的。
Oct, 2020
本文提出了一种基于可学习的空间感知三维查找表(3D LUTs)的实时图像增强器,它充分考虑了全局情况和局部空间信息,通过在端到端的方式中的权重融合学习 3D LUT 并将其用于以有效的方式将源图像转换为目标色调,该模型在公共数据集上主观上和客观上均优于 SOTA 图像增强方法,并且仅使用一个 NVIDIA V100 GPU 即可在 4ms 内处理 4K 分辨率图像。
Aug, 2021