摘要 - 这项研究引入了一个专门为医疗物联网设备设计的轻量级图像加密框架,并利用了6D混沌图与XOR扩散,像素置换量和可选替换层结合使用。该方法利用了高维混沌系统的固有随机性,刻薄性和敏感性来实现敏感的医学图像的强大加密和安全传播,包括X射线,MRIS和ECGS。全面的评估表明,该框架有效地破坏了空间连贯性,达到了几乎零像素相关性和高熵(〜8),同时保持适合资源受限物联网环境的计算效率。加密方案表现出对输入变化的显着敏感性,平均NPCR为99.6%,UACI超过33%,突出了其对差异和统计攻击的鲁棒性。对传统和低维混沌加密方法的比较分析表明,该算法在加密安全性和性能之间提供了卓越的平衡。调查结果表明,所提出的系统是在医学物联网应用程序中实时,安全图像处理的可行解决方案。未来的研究将研究自适应参数调整以及机器学习的整合以提高加密效率和鲁棒性。。关键字 - 6D混沌图,轻质加密,XOR扩散,医学物联网安全性,像素排列。
意义和记忆。大脑通常处于高维、无序的“基础”状态,然后,每秒四五次,大脑会立即组织起来,识别熟悉的事物或做出决定。这些是大脑从混沌状态到吸引子的相变。吸引子是一个区域,混沌系统看似随机的“轨迹”聚集在一起——例如,大脑中的海马体或皮层(见下图)。一个区域中的相变和吸引子
具有高强度的固体表面的辐射,超短激光脉冲会触发各种二次过程,这些过程可能导致从mm向下到纳米范围的大范围内的瞬态和永久结构的形成。最突出的例子之一是嘴唇 - 激光引起的周期性表面结构。虽然嘴唇一直是一种科学的常绿植物近60年了,但结合了超快时间与所需的NM空间分辨率的实验方法仅在短暂脉冲,短脉冲,短波长无波长的电子激光器的出现时才获得。在这里,通过利用这些第四代光源的独特可能性来讨论该领域中的当前状态和未来观点,以通过时间域实验技术来解决基本的嘴唇问题,即为什么和激光辐照如何从“ chaotic”(粗糙的)表面启动a(粗糙的)表面上的结构。
玻璃具有既不是整合也不完全混乱的有趣特征。它们在子空间内迅速热量,但由于高自由能屏障,将配置空间划分为分节器,因此在整个空间中热量较慢。过去的作品已将Rosenzweig-Porter(RP)模型视为一种最小的Quantum模型,该模型从本地化到混乱行为过渡。在这项工作中,我们以这样的方式将RP模型融为一体,使其成为一个最小模型,从玻璃状行为转变为混乱行为,我们将其称为“块Rosenzweig-Porter”(BRP)模型。我们在所有时间尺度上计算出大于逆光谱宽度的所有模型的光谱形式因子。虽然RP模型在无情的时间范围内表现出从本地化到神性行为的交叉,而新的BRP模型则从玻璃状到完全混乱的行为跨越了,这是从光谱形式坡道陡峭的变化所看到的。
摘要:我们探索了量子系统中的扩散和谱复杂性,这些系统表现出从可积性到混沌的转变,即混合场伊辛模型和海森堡 XXZ 自旋链的次近邻变形。我们证实了以下观察结果:扩散复杂性在饱和之前出现峰值是混沌系统的一个特征。我们发现,一般来说,峰值后的扩散复杂性饱和值不仅取决于汉密尔顿量的谱统计,还取决于特定状态。然而,似乎存在一个由汉密尔顿量的对称性和维度决定的最大通用界限,该界限由无限温度下的热场双态 (TFD) 实现。我们还发现,扩散复杂性和谱形状因子改变其行为的时间尺度彼此一致,并且与系统的混沌特性无关。对于谱复杂性,我们发现混沌系统中决定其饱和值和时间尺度的关键因素是由理论谱中的最小能量差给出的。这
摘要 — 本研究提出了一种简单的加密解决方案,用于保护计算机应用中常用的灰度和彩色数字图像。由于这些图像用途广泛,保护它们对于防止未经授权的访问至关重要。本文的方法使用基本操作来处理图像的二进制矩阵。这些具体操作包括将 8 列矩阵扩展至 64 列,将其重新组织为 64 列,将其分成四个块,并使用秘密索引密钥对列进行混沌处理。这些密钥由四组常见的混沌逻辑参数生成。每组参数执行混沌逻辑映射模型以生成混沌密钥,然后将其转换为索引密钥。该索引密钥在加密过程中对列进行混沌处理,在解密过程中进行反向操作。该加密方法保证了密钥空间的安全性,从而能够抵御黑客攻击。由于解密过程对精确的私钥值敏感,因此加密图像是安全的。私钥通常是混沌逻辑参数,这使得加密具有弹性。该方法非常方便,因为它支持任意大小和类型的图像,而无需修改加密或解密技术。混洗取代了传统数据加密方法中复杂的逻辑过程,简化了加密过程。我们将使用多张照片进行实验,以评估所提出的策略。加密和解密后的照片将被检查,以确保该方法符合加密标准。速度测试还将把所提出的方法与现有的加密方法进行比较,以展示其通过缩短加密和解密时间来加速图片加密的潜力。
摘要:变色龙系统是动态系统,根据参数值表现出自激发或隐藏的振荡。本文对二次变色龙系统进行了全面研究,包括对其对称性,耗散,局部稳定性,HOPF分叉和各种混乱动态的分析,因为控制参数(µ,A,C)各不相同。在这里,µ用作y方向的耗散参数。进行了µ = 0的四个方案的分叉分析,揭示了在不同的参数设置下出现各种动态现象的出现。o ff设置的提升意味着将常数引入系统的一个状态变量之一,以将变量提升到不同的级别。此外,通过不同的µ示出了隐藏的混乱双重性,并具有OFF集的增强性。参数µ既充当HOPF分叉参数和O FF集促进参数,而其他参数(A,C)也作为控制参数起关键作用,从而导致了与自我激发或隐藏混乱吸引者的周期上升的路线。这些发现丰富了我们对二次变色龙系统中非线性动态的理解。
最近,已经开发了许多基于混合DNA和混乱的图像加密算法。这些算法中的大多数利用混沌系统在分叉图中表现出耗散动力和周期性的窗口/图案以及参数空间附近共存的吸引子。因此,这种算法产生了几个弱键,从而使它们容易受到各种混乱的攻击。在本文中,我们提出了一种新型的保守性混沌标准MAP驱动的动态DNA编码(编码,加法,减法和解码),以进行图像加密。是第一个杂种DNA和基于保守的混乱图像加密算法,具有有效的有限键空间。所提出的图像加密算法是一种动态的DNA编码算法,即用于对每个像素不同规则进行编码,加法/减法,解码等的加密规则。是根据借助保守性混沌标准图生成的伪界序列随机选择的。我们提出了一种新型的方法,可以通过保守的混沌标准图生成伪随机序列,并在最严格的伪随机测试套件(NIST测试套件)中严格测试它们,然后在建议的图像加密算法中使用它们。我们的图像加密算法结合了独特的进纸和反馈机制,以生成和修改动态的一次性像素,这些像素被进一步用于加密普通图像的每个像素,从而在明文上和ciphertext上引起了所需的敏感性。在该算法中使用的所有控制伪序序列都是为参数的不同值(秘密键的一部分)而产生的,并通过混乱映射的迭代(在生成过程中)具有相互依赖性(因此在生成过程中),因此也具有极高的密钥灵敏度。绩效和安全分析已通过直方图分析,相关分析,信息熵分析,基于DNA序列的分析,感知质量分析,关键灵敏度分析,纯文本灵敏度分析,经典攻击分析等进行了广泛的执行。<结果是有希望的,并证明了该算法对各种常见的隐式分析攻击的鲁棒性。
非线性电子电路提供了产生混乱行为的有效方法[1] [2] [3]。Chuas电路是由Cai Shaotang教授在1983年[4] [5] [6] [7]制造的简单非线性混沌电路。chua的电路包含四个基本元素和非线性抗性,但有数百个研究论文。已经深入研究了Chua电路的细节,包括拓扑,数值模拟,动力学特征和物理现象[8] [9] [10] [11] [12]。由于Chua的电路系统具有极端的初始价值敏感性和良好的伪随机性的特征,该特征已在科学和工程中广泛使用,[13],机器人[14],随机发生器实现[15],安全连接,安全连接甚至图像加密[16],以及同步的加密[17]。在许多非线性系统和电子电路中都发现了多个吸引子的共存[18] [19] [20] [21]。通常,共存吸引子的外观与系统对称性有关,并紧密取决于系统初始条件。与多个吸引子的混乱系统能够在基于混乱的工程技术(例如神经网络[22],图像加密[23],控制系统[24]和随机数[25] [25]中提供更多复杂性。因此,与共存的混乱系统目前已成为相当大的兴趣。在1971年,根据Ciruit理论的完整性原理,Chua预测了第四个电子组合和名为Memristor,该原理具有记住过去电荷的独特表现[26] [27]。备忘录是由惠普(Hewlett Packard)实验室创建的,
