【图像加密】基于Shuffling 和 Diffusion算法进行图像加密附matlab代码
✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页：Matlab科研工作室
👇 关注我领取海量matlab电子书和数学建模资料
🍊个人信条：格物致知,完整Matlab代码获取及仿真咨询内容私信。
🔥 内容介绍
基于混沌的图像加密算法性能，主要取决于底层混沌系统的非线性特性。本文提出了一种混合一维与二维混沌映射（MOTDCM），其具有更宽的超混沌区间、更大的最大李雅普诺夫指数，以及比现有大多数混沌系统更复杂的非线性动力学特性。通过利用 MOTDCM 生成的超混沌序列，我们提出了一种具有不同结构的新型图像加密算法，该算法从整体输入图像视角同步执行数据洗牌与扩散操作。仿真结果与对比分析表明，所提出的加密算法具有较大的密钥空间、对密钥的高敏感性以及良好的统计特性。相较于现有算法，该算法在仅需单轮运算的情况下，不仅实现了更优的扩散效果，还满足了安全需求，同时降低了算法复杂度并提升了加密效率。实验结果证明，该加密算法性能优异，能有效抵御选择明文攻击和已知明文攻击。
⛳️ 运行结果
📣 部分代码
function [E, E1] = MOTDCM(K)
global N M
N0 = 300;
% [a, b, lambda1, lambda2, x, y] = K(:);
a = K(1);
b = K(2);
lambda1 = K(3);
lambda2 = K(4);
x = K(5);
y = K(6);
E = zeros(1, N0+N*M);
E1 = zeros(1, N0+N*M);
E(1) = mod(4*a*x*(1-x) + lambda1*y^2, 1);
E1(1) = mod(4*b*F(y)*(1-F(y)) + lambda2*x^2, 1);
for i = 2 : N*M + N0
E(i) = mod(4*a*E(i-1)*(1-E(i-1)) + lambda1*E1(i-1)^2, 1);
E1(i) = mod(4*b*F(E1(i-1))*(1-F(E1(i-1))) + lambda2*E(i-1)^2, 1);
end
E = E(N0+1 : N0+N*M);
E1 = E1(N0+1 : N0+N*M);
end
function out = F(x)
out = 3*sin(pi*x);
end