基于神經(jīng)網(wǎng)絡的視頻加密與壓縮技術的研究.pdf

1、隨著計算機網(wǎng)絡和信息技術的快速發(fā)展，多媒體數(shù)據(jù)得到了越來越廣泛的應用，它可以在網(wǎng)絡上方便、快捷的傳輸。然而由于網(wǎng)絡的全球性以及開放性，任何人都可以自由接入，這給信息安全帶來了巨大隱患。視頻數(shù)據(jù)是一種特殊的多媒體信息，它具有形象、直觀和生動的優(yōu)點，在視頻編碼克服了因數(shù)據(jù)量大而帶來的存儲和傳輸?shù)膯栴}后，視頻信息已經(jīng)成為信息表達的主流。因此，視頻數(shù)據(jù)的安全問題成為人們關注的焦點，視頻加密技術已成為一個全球性的研究課題。
　　 現(xiàn)有的的

2、視頻加密算法多數(shù)都是基于H.26X和MPEG.X的基礎上，這些算法都可以在一定程度上滿足視頻加密技術的要求。為了提高算法的各項性能，還需要探索視頻加密的新方法。
　　 本文深入地研究了基于神經(jīng)網(wǎng)絡的視頻加密與壓縮技術，主要研究工作如下：
　　 在已有加密算法的基礎上，系統(tǒng)地提出了視頻序列加密與壓縮一體化的算法。BP神經(jīng)網(wǎng)絡的網(wǎng)絡結構非常適合用于數(shù)據(jù)壓縮，而且具有良好的非線性映射特性，因此本文提出運用BP神經(jīng)網(wǎng)絡來實現(xiàn)視頻

3、數(shù)據(jù)壓縮與加密一體化的算法。為了滿足視頻數(shù)據(jù)傳輸?shù)膶崟r性，本文又提出了離線學習與在線學習相結合的算法，這樣可以降低神經(jīng)網(wǎng)絡的訓練次數(shù)。實驗表明，該算法具有較高的安全性，壓縮比不變性，同時又能提高視頻數(shù)據(jù)的處理速度。
　　 在已有的基于熵編碼基礎上的視頻加密技術上，本文提出一種矢量量化和混沌系統(tǒng)相結合的方法來進行視頻序列的壓縮與加密，實現(xiàn)了基于SOM神經(jīng)網(wǎng)絡的視頻序列的壓縮，同時又利用Logistic混沌系統(tǒng)產(chǎn)生密碼流，對壓縮數(shù)據(jù)