首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于脉冲神经网络固定时间同步的音频加解密方法及系统 

申请/专利权人:济南大学

申请日:2022-06-22

公开(公告)日:2024-07-05

公开(公告)号:CN115064178B

主分类号:G10L19/018

分类号:G10L19/018;G06N3/049;H04L9/00

优先权:

专利状态码:有效-授权

法律状态:2024.07.05#授权;2024.06.04#著录事项变更;2022.10.04#实质审查的生效;2022.09.16#公开

摘要:本发明属于音频处理技术领域,尤其涉及一种基于脉冲神经网络固定时间同步的音频加解密方法及系统。该加密方法包括,获取待加密的原始音频;生成随机脉冲强度,作为密钥,带入随机脉冲神经网络模型中,得到在固定同步时间之后的混沌驱动信号;将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号;其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间。本发明采用更加精确的固定时间同步控制定理,结合脉冲神经网络,提高了音频加密的效率和安全性。

主权项:1.基于脉冲神经网络固定时间同步的音频加密方法,其特征在于,包括:获取待加密的原始音频;生成随机脉冲强度,作为密钥,带入随机脉冲神经网络模型中,得到在固定同步时间之后的混沌驱动信号;将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号;其中,所述随机脉冲神经网络模型包括驱动模型和响应模型,根据驱动模型和响应模型,确定误差函数;基于误差函数,确定固定时间同步控制器,得到固定同步时间;所述驱动模型为: 其中,xit为驱动系统第i个神经元的状态变量,di是神经元的自抑制率,是激活函数,aij是连接权重,表示噪声强度函数,ω是n维布朗运动;μk是时间tk时的脉冲强度;脉冲瞬间的集合ζ={t1,t2,t3,...}满足0t1t2...tk...limk→∞tk=∞,所述响应模型为: 其中,yit为响应系统第i个神经元的状态变量,uit表示设计的固定时间同步控制器;设计合适的固定时间同步控制器如下:uit=-k1ieit-signeitk2i|eit|α+k3i|eit|β通过给响应系统设计合适的控制器,基于固定时间稳定性定理,使得驱动-响应系统实现固定时间同步;所述误差函数eit为eit=yit-xit;所述将原始音频信号与混沌驱动信号经过置乱和异或操作,生成加密音频信号的具体过程包括:所述混沌驱动信号包括第一混沌驱动序列X1i和第二混沌驱动序列X2i;生成一个随机密钥k,将密钥作为驱动系统的脉冲强度,截取驱动系统在同步时间Tmax之后的混沌序列X1i,X2i,i=1,...,n;将第一混沌驱动序列X1i降序排列,得到排序后的序列Si和索引序列Mi,第一混沌驱动序列X1i位置与新的混沌驱动序列位置满足映射关系:Si=X1Mi;令Ai=IMi,得到置乱后的序列Ai;其中I·表示原始音频信号;将置换后的序列Ai与第二混沌驱动序列X2i按位异或,得到加密音频信号;所述固定同步时间采用同步时间上界取整得到,其中,同步时间的上界估计为: 其中,ξ1=mini{2k2i},常数ξ1,ξ2,ξ30,0α1,β1,τa0,N00,01+μk2=ρk≤1,其中τa表示平均脉冲间隔,N0是大于零的常数,li和lj是正常数,也叫李普希茨常数。

全文数据:

权利要求:

百度查询: 济南大学 基于脉冲神经网络固定时间同步的音频加解密方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。