基于CML–ECA神经动力混沌系统与TV-BST架构的彩色图像加密方法

《Scientific Reports》：A color image encryption method based on a CML–ECA neurodynamic chaotic system and TV-BST architecture

　　

摘要

现有的混沌图像加密方案在提升密钥流的随机性以及动态替换功能方面已取得一定进展，但底层混沌动力学、S盒构造与整体加密架构之间的结合度仍然有限，尤其是在处理高分辨率彩色图像时。为解决这一问题，本文提出了一种将CML–ECA神经动力混沌系统与基于TV-BST的置换-扩散框架相结合的彩色图像加密方法。具体而言，首先构建一个ECA–CML复合混沌模型，该模型结合了局部熵自适应耦合策略与Wilson–Cowan兴奋-抑制神经动力反馈机制，用于调节Logistic-正弦控制参数及格点状态，从而生成具有更高灵敏度、熵值以及有限精度鲁棒性的时空混沌序列。随后利用这些混沌流通过Fisher-Yates洗牌算法生成初始S盒，并在兼顾加密性能的前提下通过遗传机制对之进行优化，最终得到高质量的混沌S盒。在架构层面，TV-BST模块负责根据密钥对行和列进行置换以实现全局混淆，而每个颜色通道则需经过正向和反向的链式扩散处理，并结合S盒替换操作。实验结果表明，所提出的方法能够产生近乎均匀的直方图，降低相邻像素间的相关性，具备较高的密钥敏感性，其NPCR/UACI值也接近理论预期值。此外，该方案还对噪声干扰和裁剪攻击等常见干扰具有较强抵抗力。这些结果表明，这种协同设计的框架为彩色图像加密提供了有效且安全的解决方案。