菲茨休-纳古莫网络中的时空模式及其在图像加密中的应用
Zhao Yao1, Kehui Sun1, Huihai Wang2
1School of Physics, Central South University, Changsha, 410083, China.
概括
本研究探讨了菲茨休-纳古莫 (FHN) 系统.
科学领域:
- 计算神经科学是一种神经科学.
- 复杂系统动力学 复杂系统动力学
背景情况:
- 神经元动态对于理解大脑功能至关重要.
- 菲茨休-纳古莫 (FHN) 模型是神经元行为的简化表示.
研究的目的:
- 研究FHN系统的动态,从单个神经元到网络.
- 探索FHN网络动态在图像加密中的应用.
主要方法:
- 使用能量函数分析发射模式 (爆发,尖峰,混乱).
- 用电气突触连接构建合的FHN系统.
- 开发一个类似网格的FHN网络来研究时空模式.
主要成果:
- 识别了具有比混乱模式更高能量振荡的爆发式发射模式.
- 在合的FHN系统中观察到相锁定,与生物节奏相关.
- 在FHN网络中证明了能量多样性,诱导了目标波和复杂的时空模式.
结论:
- 高频网络的网络动态,特别是能源多样性,可以产生复杂的模式适用于图像加密.
- 拟议的FHN基于网络的加密方案显示出良好的安全性能,大钥匙空间和效率.
- 对FPGA的实施证实了图像处理应用的可行性和并行化潜力.


