买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜青岛理工大学申请的专利一种结合神经网络与量子随机行走的图像加密方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114449128B 。

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210075885.6，技术领域涉及：H04N1/32；该发明授权一种结合神经网络与量子随机行走的图像加密方法是由马鸿洋;宋昭阳;梁俊卿;王一诺;王浩文设计研发完成，并于2022-01-23向国家知识产权局提交的专利申请。

本一种结合神经网络与量子随机行走的图像加密方法在说明书摘要公布了：本发明公开了一种结合神经网络与量子随机行走的图像加密方法，包括以下步骤，S1.采用二维量子随机行走生成概率分布，构建量子随机行走概率分布矩阵M；S2.将M切割成对称的四个相同的子矩阵，选择其中任何一个子矩阵作为DHNN的训练矩阵和输入矩阵，DHNN的输出为作为构建密钥矩阵的初始矩阵；S3.对图像进行加密处理。其优点在于，本发明首次将量子随机行走与神经网络结合用于图像加密。借由量子力学自身的特性，包括纠缠和叠加以及Hopfield网络自扩散性不仅提高了加密的安全性，同时也使得密钥简洁，解密流程简单，极大的降低了解密所需的技术含量与时间，能有效的保证图像信息的安全性。

本发明授权一种结合神经网络与量子随机行走的图像加密方法在权利要求书中公布了：1.一种结合神经网络与量子随机行走的图像加密方法，其特征在于，包括以下步骤，S1.采用二维量子随机行走生成概率分布P，构建量子随机行走概率分布矩阵M；S2.将M切割成对称的四个相同的子矩阵，选择其中任何一个子矩阵作为离散Hopfield网络DHNN的训练矩阵和输入矩阵，DHNN的输出为作为构建密钥矩阵的初始矩阵；S21.当行走者位于H1与H2所构成的希尔伯特空间的中心时,将随机行走概率分布矩阵M切割成对称的四个相同的子矩阵即M＝M1、M2、M3、M4，对所选子矩阵进行数据处理得到矩阵QWPmatrix，并将子矩阵内元素区间控制为到0到255后得到所需矩阵QWPmatrix: S22.截取子矩阵的次子矩阵Ψ1和Ψ2分别作为DHNN的训练矩阵与输入矩阵，当DHNN进入稳定状态时输出此时状态矩阵RestoredW， S23.将得到的DHNN状态矩阵RestoredW与其自身的转置矩阵RestoredWT进行张量运算得TempW:对TempW进行一维向量化； S24.由于DHNN为二值神经网络,故所得的向量TempW中元素取值区间为{-1,1}，将矩阵TempW中元素转换成元素区间为0～255的十进制整数元素，截取一维向量的前n2个元素进行向量矩阵化得到密钥矩阵KeyMatrix；S3.对图像进行加密处理；S31:对原始图像OriImage的三通道数据分别进行混淆，将密钥矩阵KeyMatrix与原始图像I1的三个通道矩阵I1_B,I1_G,I1_R分别异或:I1_B＝KeyMatrix⊕I_BI1_G＝KeyMatrix⊕I_GI1_R＝KeyMatrix⊕I_RS32:对I1_B,I1_G,I1_R一维向量化处理得到O2_B,I2_G,I2_R,将矩阵KeyMatrix同样一维向量化处理后,按其索引进行排序得到加密所需的顺序表Ω,按照Ω中索引值i对应索引项Ωi的位置的值，对I2_B,I2_G,I2_R的三个通道分别进行扩散得到IE_B,IE_G,IE_R；S33:将IE_B,IE_G,IE_R还原为原始矩阵形式,并依照三通道的原始顺序组合得到最终加密图像EncImage。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江东路777号青岛理工大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。