清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

SE-NDEND: A novel symmetric watermarking framework with neural network-based chaotic encryption for Internet of Medical Things

计算机科学 数字水印 稳健性(进化) 水印 加密 混乱的 人工神经网络 计算机安全 人工智能 互联网 人为噪声 数据挖掘 计算机工程 计算机网络 嵌入 图像(数学) 发射机 万维网 生物化学 化学 频道(广播) 基因
作者
Xiuli Chai,Zongwei Tang,Zhihua Gan,Yang Lu,Sheng Wang,Yushu Zhang
出处
期刊:Biomedical Signal Processing and Control [Elsevier]
卷期号:90: 105877-105877 被引量:4
标识
DOI:10.1016/j.bspc.2023.105877
摘要

The development of the Internet of Medical Things heavily relies on big data, and data security based on medical images has become a growing concern in society. Digital watermarking serves as a crucial technique for protecting and tracing medical image data copyright, as well as enabling forensic analysis. However, existing deep watermarking methods often neglect the protection of watermarks after extraction, leading to potential copyright disputes. To address this issue, this paper proposes SE-NDEND, a novel symmetric watermarking framework with neural network-based chaotic encryption for the Internet of Medical Things that significantly enhances the effectiveness and security of watermarking while maintaining robustness. Specifically, the SE-NDEND leverages neural networks to simulate chaotic systems and generate chaotic sequences, mitigating the complexity and high cost of implementing chaotic systems using hardware circuits. Moreover, we introduce a new noise layer with Moiré distortion that interacts with the decoder, forming a symmetric network structure that bolsters the robustness of watermarking. Parameters are jointly trained and shared during the training process to counteract potential interference from the noise layer. Experimental results validate the effectiveness of SE-NDEND in enhancing copyright protection, traceability, and forensic capabilities, surpassing existing deep learning methods in terms of visual quality (with PSNR of 45.8492 dB and SSIM of 0.9874), security, and robustness. The proposed framework can find application in protecting medical image data in the Internet of Medical Things.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刘刘完成签到 ,获得积分10
15秒前
结实的忆枫完成签到,获得积分10
27秒前
寻道图强应助结实的忆枫采纳,获得30
55秒前
amar完成签到 ,获得积分0
1分钟前
1分钟前
1分钟前
2分钟前
2分钟前
月军完成签到,获得积分10
2分钟前
2分钟前
小郭发布了新的文献求助10
2分钟前
高贵的往事完成签到,获得积分10
3分钟前
初心路完成签到 ,获得积分10
3分钟前
遥感小虫发布了新的文献求助10
4分钟前
遥感小虫完成签到,获得积分10
4分钟前
4分钟前
默默尔安完成签到 ,获得积分10
4分钟前
gmc完成签到 ,获得积分10
4分钟前
4分钟前
5分钟前
5分钟前
东方欲晓完成签到 ,获得积分0
5分钟前
小西完成签到 ,获得积分10
5分钟前
6分钟前
XC完成签到 ,获得积分10
6分钟前
6分钟前
7分钟前
8分钟前
8分钟前
huangzsdy完成签到,获得积分10
9分钟前
9分钟前
9分钟前
jun完成签到,获得积分10
10分钟前
10分钟前
10分钟前
明理从露完成签到 ,获得积分10
10分钟前
勤劳的木木完成签到 ,获得积分10
10分钟前
10分钟前
舒适涵山完成签到,获得积分10
11分钟前
爱静静应助breeze采纳,获得10
11分钟前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3162343
求助须知:如何正确求助?哪些是违规求助? 2813330
关于积分的说明 7899736
捐赠科研通 2472848
什么是DOI,文献DOI怎么找? 1316533
科研通“疑难数据库(出版商)”最低求助积分说明 631375
版权声明 602142