近日，计算机科学与技术学院2020级电子信息专业研究生孙西宇以第一作者在SCI二区期刊Nonlinear Dynamics(2023年影响因子：5.741)发表研究论文，论文题目为《A Lossless Image Compression and Encryption Algorithm Combining JPEG-LS, Neural Network and Hyperchaotic System》。

该论文是在我校陈中副教授的指导下完成，衡阳师范学院为唯一署名单位。论文核心理论是：结合JPEG-LS、神经网络和超混沌映射，提出一种无损图像压缩与加密算法，以保护数字图像的隐私性，减少数据存储空间。首先，该论文设计了一种新的二维类logistic超混沌映射(2DLLHM)，它比现有的一些已知混沌系统具有更复杂的动力学，可以用来构建一个好的伪随机序列生成器。其次，将JPEG-LS的中值边缘检测器(MED)与多层感知器(MLP)相结合，设计了一种新的像素预测器，以提高图像压缩效率，这个预测器被称为MMP，该方法可以有效地提高边缘纹理区域的预测效果。在此基础上，提出了一种阈值分割方法，该方法与MMP、行程编码和Human编码相结合，进一步提高了图像压缩比。最后，为了避免现有的一些弱加密设计，该论文还构造了一个具有更优异扩散性能的多轮非线性扩散结构。实验表明，该算法具有良好的压缩比，能够抵抗暴力破解攻击、统计攻击、选择明文攻击和选择密文攻击。

[文字：孙西宇]