【图像加密】基于matlab GUI正交拉丁方+二维Arnold置乱图像加密【含Matlab源码 813期】

⛄一、正交拉丁方置乱及二维Arnold置乱简介

0 引言
随着通讯技术的飞速发展, 越来越多的领域需要传送数字图像信号, 因此信息的传送安全问题显得越来越重要。通常应用于数字图像通信的两种保护技术为:数字水印技术和图像加密技术。前一种保护技术因不改变图像的可见性而不适合用于保密图像的传送。后一种技术通过加密操作, 改变图像的可见性, 使原来的图像成为不可辨别的, 而只能通过相应的解密算法得到原始图像。随着通讯技术的发展, 图像加密技术因其具有良好的保密性而得到越来越广泛的应用。
在加密算法中需要一个随机序列发生器。由于离散的混沌系统容易实现, 同时混沌系统对参数和初始条件极其敏感, 把其作为密钥, 则系统具有优良的密码特性, 同时它在二维相平面内的不规则性使其更适用于图像加密。
本文应用离散混沌动力系统, 针对图像数据的存储特点, 设计了一种图像加密算法。所有的密钥都由离散混沌映射产生, 因此算法没有因为增加密钥设置而影响加密/解密的效率和速度。由于利用了混沌映射, 增加了破译难度, 提高了安全性, 仿真结果表明该算法能够有效地实现对数字图像数的加密/解密。

1 正交拉丁方置乱
1.1 基本概念
定义1由元素1, 2, 3,…,n构成一个n×n的方阵(aij) n×n,使得每行每列中各元素恰好只出现一次,这样的方阵叫做n阶拉丁方。
定义2设A=(aij) n×n, B= (bij) n×n是两个n×n的拉丁方,若方阵( (aij, bij) )n×n中的n2个偶对(aij, bij)互不相同,i, j=1, 2,…,n,则称A与B为互相正交拉丁方,或称A与B为n阶正交拉丁方。
在这里插入图片描述
则由A、B构成3×3的偶对方阵
在这里插入图片描述
其中没有相同的元素,故A与B是三阶正交拉丁方。

1.2 相关定理
定理1互相正交的n阶拉丁方的个数不超过n-1个,即若A1, A2,…,Ak是两两正交的n阶拉丁方,则k≤n-1。
定理2设n≥3且n=pα,p为一个素数,α是一个正整数,则存在n-1个正交的n阶拉丁方A1, A2,…,An-1,且设
在这里插入图片描述
定理3若A1, A2,…,Am为两两正交的拉丁方组,且设
在这里插入图片描述
在这里插入图片描述
1.3 基于正交拉丁方的数字图像置乱
图像置乱起源于密码学早期所使用的一些密码算法,功能是将图像中像素的位置重新排列,将原始图像变换成一个杂乱无章的新图像,要恢复原始图像必须保证原始图像与变换图像之间的变换是1-1映射(双射),而正交拉丁方正好具备该性质。具体方法是:
在这里插入图片描述
由定理3知,对于3维空间中的图像,利用正交拉丁方同样能达到数字图像置乱的目的,由于正交拉丁方组中含有n-1个互相正交的拉丁方,故这种图像置乱方法有n (n-1) 种。而对于三维图像则有n (n-1) (n-2) 种。

1.4 新的图像加密算法
文中提出的算法其主要思想是:根据Logistic映射,利用密钥x0, μ产生混沌序列xk,由xk生成灰度置乱矩阵G*,利用矩阵G*对原图像加密后再对其应用基于正交拉丁方的置乱,完成对图像的双重加密。完整的置乱和复原算法如图1所示。

算法采用异或运算对像素值进行改变是因为异或运算在数学上可逆,可实现算法的逆操作。步骤如下:
(1)根据Logistic映射,利用密钥μ, x0。生成一组混沌序列xk, 从xr (r>0) 开始取M×N个元素构成M×N的矩阵B, B (i, j) ∈[0, 1]。将B (i, j) 按式 (7) 变换生成加密矩阵C, C (i, j) ∈[0, 255]。
在这里插入图片描述
(2)原始图像矩阵为A,把A中每个像素的像素值 (i, j) 与C (i, j) 作异或运算,得到一级加密图像M。
(3)对图像M进行正交拉丁方置乱变换,得到最终加密图像I*。解密过程刚好是加密隐藏的逆过程。
(4)对图像I*进行正交拉丁方逆变换, 得到图像M。
(5)根据一维Logistic函数、参数及初始值,得到一维随机序列,形成加密矩阵C。
(6)加密矩阵C与图像M作异或运算,得到原始图像矩阵A。
在这里插入图片描述
图1 加密算法模型

2 Arnold置乱
2.1Arnold变换
将N*N图像上的点 (x, y) 通过如下变换转成 (x′, y′) 如式 (1) , 该变换即称为Arnold变换.通过变换公式可发现, 其变换的本质是点的位置的变换, 并且这种变换保证变换前后的点保持一一对应的关系。
在这里插入图片描述
如果将一次变换的输出作为下一次变换的输入, 这就是迭代变换如式 (2) .当一次变换置乱效果不佳时, 往往需要迭代变换获得更好的置乱效果。
在这里插入图片描述
2.2 基于Arnold变换的图像加解密
图像加密也称图像置乱, 是对图像的像素进行混乱和扩散, 使加密后的图像在视觉上无法获得有效信息.空域加密是常用的方法, 分为空域置乱和序列加密.空域置乱是对像素坐标进行变换使其混乱, 解密时恢复原像素坐标.图像的加密既可以作为独立的信息隐藏方法, 也可以用来作为数字水印技术中图像水印的预处理。

加密图像可以是灰度图像也可以是彩色图像, 如果是灰度图像则需要将各点的灰度值带到新的坐标点, 如果是彩色图像则需要将各点的RGB值带到新的坐标点.本文所加密的图像为彩色图像, 因此首先保存原图点 (x, y) 处的RGB值, 然后使用Arnold变换改变点 (x, y) 位置到 (x′, y′) , 同时将原图点 (x, y) 处的RGB值带到 (x′, y′) 处.我们采用256*256的彩色图像作为原始图像如图1a所示, 在Visual Studio2008平台下运用式 (1) 对原图进行一次Arnold变换, 变换后的效果如图1b所示.

由图1可知, 对图像进行一次Arnold变换后仍会留下较多信息, 故在此基础上继续使用Arnold变换, 通过5次变换后 (见图2b) 其结果在视觉上就很难再获得什么有价值的信息, 在视觉上起到了图像加密的作用.同时变换的次数往往可以作为密钥, 从而在一定程度上提高安全性。
在这里插入图片描述
图1 原图和一次Arnold变换结果
在这里插入图片描述
图2 第2次和第5次Arnold变换结果
然而此时的加密并不完全可靠, 若已知采用Arnold变换作为加密方式, 则通过暴力求解法, 经过若干次的变换还是可以解密出原图.因此在一般情况下, 我们往往需要在Arnold变换中加入密钥 (ku, kv) , 以提高安全性, 其公式如下:
在这里插入图片描述
当需要对图像进行解密时, 则根据加密后的图像中的像素点与原图中的像素点是一一对应的关系进行解密, 因此图像解密的过程为:根据原图中像素点的坐标 (x, y) 按照Arnold变换算出新图中像素点的坐标 (x′, y′) , 获取新像素点 (x′, y′) 的RGB值, 将该值归还给 (x, y) .根据加密过程使用的变换次数, 解密时则要将以上过程重复相应的次数就可以恢复原图 (见图3) 。

2.3 基于三维Arnold变换的图像加密
前面提到的图像置乱是通过打乱像素点位置而达成目标, 图像的颜色分量值是保持不变的.因此为了提高加密效果, 我们可以在像素点位置已乱的前提下, 再通过改变RGB颜色分量的值对图像进行加密.采用如下三维Arnold变换 (如式4) 进行RGB分量值的改变。
在这里插入图片描述
我们将一次Arnold变换后的图像作为原始图像, 在此基础上对各像素点的RGB采用以上公式进行扰乱, 获得如图4所示结果.通过两种加密方式的综合, 则进一步提高了加密图像的安全性.式4中的值可以做相应的改变, 同时可以将变换的次数作为密钥提高安全性。
在这里插入图片描述
图3 第五次Arnold变换结果, 恢复后的加密图像
在这里插入图片描述
图4 第一次Arnold变换结果, RGB扰乱后的加密图像

⛄二、部分源代码

function varargout = ladingfang(varargin)
% LADINGFANG M-file for ladingfang.fig
% LADINGFANG, by itself, creates a new LADINGFANG or raises the existing
% singleton*.
%
% H = LADINGFANG returns the handle to a new LADINGFANG or the handle to
% the existing singleton*.
%
% LADINGFANG(‘CALLBACK’,hObject,eventData,handles,…) calls the local
% function named CALLBACK in LADINGFANG.M with the given input arguments.
%
% LADINGFANG(‘Property’,‘Value’,…) creates a new LADINGFANG or raises the
% existing singleton*. Starting from the left, property value pairs are
% applied to the GUI before ladingfang_OpeningFunction gets called. An
% unrecognized property name or invalid value makes property application
% stop. All inputs are passed to ladingfang_OpeningFcn via varargin.
%
% *See GUI Options on GUIDE’s Tools menu. Choose “GUI allows only one
% instance to run (singleton)”.
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help ladingfang

% Last Modified by GUIDE v2.5 05-Jan-2005 22:18:40

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct(‘gui_Name’, mfilename, …
‘gui_Singleton’, gui_Singleton, …
‘gui_OpeningFcn’, @ladingfang_OpeningFcn, …
‘gui_OutputFcn’, @ladingfang_OutputFcn, …
‘gui_LayoutFcn’, [] , …
‘gui_Callback’, []);
if nargin & isstr(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT

% — Executes just before ladingfang is made visible.
function ladingfang_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
% varargin command line arguments to ladingfang (see VARARGIN)

% Choose default command line output for ladingfang
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);

% This sets up the initial plot - only do when we are invisible
% so window can get raised using ladingfang.
if strcmp(get(hObject,‘Visible’),‘off’)
% plot(rand(5));
end
global h1 h2
h1=handles.axes1;
h2=handles.axes2;
%-----------------初始化界面属性
set(handles.edit1,‘string’,‘1’);
set(handles.edit2,‘string’,‘2’);
set(handles.edit3,‘string’,‘125’);
set(handles.pushbutton2,‘Visible’,‘off’);
G=imread(‘LENA256.BMP’);
set(gcf,‘CurrentAxes’,h1);
imshow(G);
title(‘原图像’);
set(h2,‘Visible’,‘off’);

% UIWAIT makes ladingfang wait for user response (see UIRESUME)
% uiwait(handles.figure1);

% — Outputs from this function are returned to the command line.
function varargout = ladingfang_OutputFcn(hObject, eventdata, handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure
varargout{1} = handles.output;

%%%%%%%%%%%%%%%%%%%%%%%%%%%% 加密函数 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
axes(handles.axes1);
cla;

global h1 h2
%------------更新并获取各对象属性
Times = str2num(get(handles.edit1, ‘string’));
X= str2num(get(handles.edit2, ‘string’));
Y= str2num(get(handles.edit3, ‘string’));
popup_sel_index = get(handles.popupmenu1, ‘Value’);
switch popup_sel_index
case 1
G=imread(‘lena256.bmp’);
set(gcf,‘CurrentAxes’,h1);
imshow(G);
title(‘原图像’);
%-----验证输入数据的有效性
N = str2double(get(handles.edit1,‘String’));
Errstr = ‘’;

  Errstr = '变换次数必须为正整数!';

end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
D(1) =str2double(get(handles.edit2,‘String’));
D(2) =str2double(get(handles.edit3,‘String’));
Errstr = ‘’;
if isnan(D(1)) | ~(floor(D(1)) == D(1)) | (D(1) < 1)| (D(1)>255)
Errstr = ‘参数1必须为1至255正整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
Errstr = ‘’;
if isnan(D(2)) | ~(floor(D(2)) == D(2)) | (D(2) < 1)| (D(1)>255)
Errstr = ‘参数2必须为1至255正整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end

if D(1) == D(2)
Errstr = ‘参数1与参数2必须不同!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
%-----------验证结束
%-----------计算期间,禁用部分控件
mousefrm(0,‘watch’);
set(handles.popupmenu1,‘enable’,‘off’);
set(handles.popupmenu2,‘enable’,‘off’);
set(handles.edit1,‘enable’,‘off’);
set(handles.edit2,‘enable’,‘off’);
set(handles.edit3,‘enable’,‘off’);
set(handles.pushbutton1,‘enable’,‘off’);
set(handles.pushbutton2,‘enable’,‘off’);
%----------------------------------------
set(gcf,‘CurrentAxes’,h2);
I=G;
[u,v]=zhengjiaodui(X,Y);

    %----------恢复控件的可用性set(handles.popupmenu1,'enable','on');set(handles.popupmenu2,'enable','on');set(handles.edit1,'enable','on');set(handles.edit2,'enable','on');set(handles.edit3,'enable','on');set(handles.pushbutton1,'enable','on');set(handles.pushbutton2,'enable','on');mousefrm(0,'arrow'); %--------------------------------------case 2G=imread('LENA256.BMP');set(gcf,'CurrentAxes',h1);imshow(G);title('原图像');%-----验证输入数据的有效性

N = str2double(get(handles.edit1,‘String’));
Errstr = ‘’;
if isnan(N) | ~(floor(N) == N) | (N <= 0)
Errstr = ‘变换次数必须为正整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
D(1) =str2double(get(handles.edit2,‘String’));
D(2) =str2double(get(handles.edit3,‘String’));
Errstr = ‘’;
if isnan(D(1)) | ~(floor(D(1)) == D(1))
Errstr = ‘参数1必须为整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
Errstr = ‘’;
if isnan(D(2)) | ~(floor(D(2)) == D(2))
Errstr = ‘参数2必须为整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
%-----------验证结束
mousefrm(0,‘watch’);
set(gcf,‘CurrentAxes’,h2);
positiontrans(G,Times,X,Y);
title(‘加密后’);
mousefrm(0,‘arrow’);
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%% 解密函数 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of MATLAB
% handles structure with handles and user data (see GUIDATA)
axes(handles.axes1);
cla;
global h1 h2
Times = str2num(get(handles.edit1, ‘string’));
X= str2num(get(handles.edit2, ‘string’));
Y= str2num(get(handles.edit3, ‘string’));
Times = str2num(get(handles.edit1, ‘string’));
UNCODE=imread(‘code.bmp’);
set(gcf,‘CurrentAxes’,h1);
imshow(UNCODE);
title(‘解密前’);
%-----验证输入数据的有效性
N = str2double(get(handles.edit1,‘String’));
Errstr = ‘’;
if isnan(N) | ~(floor(N) == N) | (N <= 0)
Errstr = ‘变换次数必须为正整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
D(1) =str2double(get(handles.edit2,‘String’));
D(2) =str2double(get(handles.edit3,‘String’));
Errstr = ‘’;
if isnan(D(1)) | ~(floor(D(1)) == D(1)) | (D(1) < 1)| (D(1)>255)
Errstr = ‘参数1必须为1至255正整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end
Errstr = ‘’;
if isnan(D(2)) | ~(floor(D(2)) == D(2)) | (D(2) < 1)| (D(1)>255)
Errstr = ‘参数2必须为1至255正整数!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end

if D(1) == D(2)
Errstr = ‘参数1与参数2必须不同!’;
end
if ~isempty(Errstr)
errordlg(Errstr);
return
end

⛄三、运行结果

在这里插入图片描述
在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]赵雨,杨真,雍江萍,展爱云,张跃进.基于混沌映射的图像加密算法研究[J].华东交通大学学报. 2022,39(06)

3 备注
简介此部分摘自互联网,仅供参考,若侵权,联系删除

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/13153.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ChatGPT自己会选模型了!微软亚研院+浙大爆火新论文,HuggingGPT项目已开源

©作者 | 桃子 Britta 来源 | 新智元 「贾维斯」已来&#xff01;微软亚研院和浙大推出了一个大模型协作系统HuggingGPT&#xff0c;让ChatGPT协调HF社区模型&#xff0c;处理各种多模态任务能力超强。 ChatGPT引爆的AI热潮也「烧到了」金融圈。 近来&#xff0c;彭博社的研…

华人一作DragGAN爆火!拖动你的GAN:交互式图像编辑新高度

点击下方卡片&#xff0c;关注“CVer”公众号 AI/CV重磅干货&#xff0c;第一时间送达 点击进入—>【GAN和扩散模型】微信技术交流群 转载自&#xff1a;机器之心 | 编辑&#xff1a;蛋酱、小舟 如果甲方想把大象 P 转身&#xff0c;你只需要拖动 GAN 就好了。 在图像生成领…

魔戒啊魔戒,请帮我解开CDM的“数据魔法”

关注我们牛年牛气冲天 4月16日&#xff0c;被誉为魔幻电影鼻祖的《指环王》三部曲&#xff0c;将陆续以4K版登上国内IMAX银幕。那令人震撼而又陶醉的魔幻世界重新归来了。 在现实世界中&#xff0c;在看似枯燥乏味的数据中&#xff0c;是否也存在魔法呢&#xff1f;下面&#x…

医疗ChatGPT、金融GPT都来啦!“潘多拉的魔盒”已经打开?

源&#xff5c;学术头条 AIGC&#xff08;AI Generated Content&#xff09;即人工智能生成内容。近期爆火的 AI 聊天机器人 ChatGPT&#xff0c;以及 DallE 2、Stable Diffusion 等文生图模型&#xff0c;都属于 AIGC 的典型案例&#xff0c;它们通过借鉴现有的、人类创造的内…

强强联合!谷歌大模型团队并入DeepMind!誓要赶上ChatGPT进度

文&#xff5c;明敏 发自 凹非寺源&#xff5c;量子位 为应对ChatGPT&#xff0c;谷歌在大模型方面的动作还在继续。 最新消息&#xff0c;其旗下专注语言大模型领域的“蓝移团队” &#xff08;Blueshift Team&#xff09;宣布&#xff0c;正式加入DeepMind&#xff0c;旨在共…

史上最完整的《指环王》魔戒战争大事记(编年体长文)

以下内容转载自 https://www.toutiao.com/i6872919198092231179/ 原创跃马酒馆小招待2020-09-16 13:33:12 大家好&#xff0c;本文承接上一篇文章对《指环王》历史的梳理&#xff0c;这次从更加激动人心的第二纪元开始将整个魔戒故事以编年体的方式进行叙述。 &#xff08;如…

GEMMA 全基因组关联分析+CMplot多性状曼哈顿+QQ图脚本

这里写自定义目录标题 GEMMA 全基因组关联分析CMplot多性状曼哈顿QQ图脚本 GEMMA 全基因组关联分析CMplot多性状曼哈顿QQ图脚本 ###GEMMA 全基因组关联分析CMplot多性状曼哈顿QQ图脚本 #作者&#xff1a;刘济铭 ########################## GWAS理论和基本结果理解已经有很多…

新鲜事儿!只有AI作品的电影节;酷~AI纹身设计师;ChatGPT的接生婆RLHF;Wayve自动驾驶模型MILE… | ShowMeAI资讯日报

&#x1f440;日报合辑 | &#x1f3a1;AI应用与工具大全 | &#x1f514;公众号资料下载 | &#x1f369;韩信子 &#x1f4e2; 『AI Film Festival』只接受AI作品的电影节&#xff0c;一万美元奖金花落谁家&#xff1f; https://aiff.runwayml.com/ Runway ML公司12月7日推…

ChatGPT神奇应用:无需美术功底快速生成高清艺术插图

正文共 1410字&#xff0c;阅读大约需要 8 分钟 创意人群的最佳助手&#xff0c;您将在8分钟后获得以下超能力&#xff1a; 1.高清艺术类插图【非人物】 2.多风格高效出图 Beezy评级&#xff1a;A级 *经过寻找和一段时间的学习&#xff0c;一部分人能掌握。主要提升效率并增强自…

让 ChatGPT 扮演一个艺术家,协助我们生成绘图 prompt

stable-diffusion Prompt 生成 直接生成 按照惯用的扮演思路&#xff0c;我们可以让 ChatGPT 扮演一个艺术家&#xff0c;协助我们生成绘图 prompt。考虑到 ChatGPT 和 DallE 同为 openai 公司产品&#xff0c;且 stable-diffusion 开源模型出现较晚&#xff0c;ChatGPT 训练…

翻译: 面向开发人员的GPT提示工程 GPT Prompt Engineering for Developers

1. 提示指南Guidelines for Prompting 在本课中&#xff0c;您将练习两个提示原则及其相关策略&#xff0c;以便为大型语言模型编写有效的提示。 In this lesson, you’ll practice two prompting principles and their related tactics in order to write effective prompts …

14个在你的WordPress网站上使用OpenAI的最好方法(2003)

您是否想知道如何在您的WordPress网站上使用OpenAI和ChatGPT&#xff1f; OpenAI可以提供一切帮助&#xff0c;从为您的帖子生成元描述到撰写电子邮件销售文案。您可以在您的WordPress网站上使用OpenAI来节省时间、降低成本、改善您的搜索引擎优化和工作流程&#xff0c;并发展…

吴恩达OpenAI最新课程:prompt-engineering-for-developers读书笔记

文章目录 一、前言二、Prompt编写原则2.1 环境配置2.2 编写清晰、具体的指令2.2.1 使用分隔符2.2.2 结构化输出&#xff08;JSON、HTML等&#xff09;2.2.3 要求模型检查条件是否满足2.2.4 提供少量示例&#xff08;Few-shot Prompting&#xff09; 2.3 指导模型思考2.3.1 指定…

chatgpt赋能python:Python打折简单程序:节省金钱和时间的利器

Python打折简单程序&#xff1a;节省金钱和时间的利器 作为程序员&#xff0c;我们总是在寻找更好的&#xff0c;更高效的解决方案。在购物时&#xff0c;这也是如此。现在&#xff0c;我们可以通过编写一个简单的Python程序来实现节省金钱和时间的目的。 什么是Python打折简…

《花雕学AI》29:5秒钟就能为你的想法想出新点子?ChatGPT新点子指令模型告诉你怎么做

引言 你有没有遇到过这样的情况&#xff0c;你想出了一个想法&#xff0c;但是不知道怎么扩展或改进它&#xff1f;你有没有想过有一个工具&#xff0c;可以帮你在短时间内为你的想法生成各种新的点子&#xff1f;如果你有这样的需求&#xff0c;那么你一定要了解ChatGPT。 C…

AI大模型应用时代,如何通过数据“造好品,卖好品”?

在数字化时代的浪潮中&#xff0c;品牌营销正面临着前所未有的挑战和机遇。随着技术的迅猛发展&#xff0c;消费者的行为和期望也在不断演变。 新的市场环境下&#xff0c;消费者的需求和购买行为发生了哪些变化&#xff1f; 数码家电转战社媒平台&#xff0c;竞争白热化如…

使用chatGPT编写的支付宝沙箱支付

支付宝沙箱支付指的是在支付宝开放平台的沙箱环境中进行的模拟支付操作。开发者可通过支付宝开放平台的沙箱环境模拟真实的支付流程&#xff0c;包括创建订单、模拟用户付款、模拟用户退款等操作&#xff0c;从而测试自己的支付功能是否正常。沙箱环境中的交易数据和资金均为虚…

ChatGPT提示词工程(一):Guidelines准则

目录 一、说明二、安装环境三、Guidelines准则一&#xff1a;写出明确而具体的说明方法1&#xff1a;使用分隔符清楚地表示输入的不同部分方法2&#xff1a;用结构化输出&#xff1a;如直接要求它以HTML或者JSON格式输出方法3&#xff1a;请模型检查是否满足条件方法4&#xff…

ChatGPT - 使用故事和隐喻来帮助记忆

文章目录 Prompt Prompt 我目前正在学习[主题]。将该主题的关键教训转化为引人入胜的故事和隐喻&#xff0c;以帮助我记忆。

Redisson分布式限流RRateLimiter的实现原理

我们目前在工作中遇到一个性能问题&#xff0c;我们有个定时任务需要处理大量的数据&#xff0c;为了提升吞吐量&#xff0c;所以部署了很多台机器&#xff0c;但这个任务在运行前需要从别的服务那拉取大量的数据&#xff0c;随着数据量的增大&#xff0c;如果同时多台机器并发…