Rede Neural Memristiva Multibutterfly em Grade com Três Sistemas Memristivos: Modelagem, Análise Dinâmica e Aplicação na IoT Policial

Atualmente, a tecnologia da Internet das Coisas (IoT) tem sido amplamente aplicada no sistema de segurança policial. No entanto, com cada vez mais dados de imagem relacionados a cenas de crimes sendo transmitidos pela IoT policial, surgem novas questões de segurança e privacidade. Portanto, como projetar uma solução segura e eficiente para compartilhamento secreto de imagens adequada para a IoT policial tornou-se uma tarefa muito urgente. Neste trabalho, uma rede neural Hopfield (HNN) memristiva multibutterfly em grade com três sistemas memristivos é construída e suas dinâmicas complexas são profundamente analisadas. Entre eles, o primeiro sistema memristivo é modelado emulando uma sinapse de auto-conexão, o segundo sistema memristivo é modelado acoplando dois neurônios, e o terceiro sistema memristivo é modelado descrevendo radiação eletromagnética externa. As análises dinâmicas mostram que a HNN memristiva proposta pode não apenas gerar dois tipos de atratores caóticos multibutterfly unidimensionais (1-D), mas também produzir atratores caóticos multibutterfly complexos em grade (2-D). Mais importante ainda, ao alternar os estados iniciais dos segundos e terceiros sistemas memristivos, a HNN memristiva multibutterfly em grade exibe atratores multibutterfly coexistentes em um plano com um impulso inicial. Além disso, o número de borboletas contidas em um atrator multibutterfly e em atratores coexistentes pode ser facilmente ajustado ao alterar os parâmetros memristivos. Com base nessas dinâmicas complexas, uma solução de segurança de imagem é projetada para mostrar a aplicação da recém-construída HNN memristiva multibutterfly em grade à segurança da IoT policial. Desempenhos de segurança indicam que o esquema projetado pode resistir a vários ataques e possui alta robustez. Finalmente, os resultados dos testes são demonstrados por meio de experimentos de hardware baseados em Raspberry Pi.