随着网络、多媒体和现代科技的迅速发展,数字信息应用在各个领域。由于当今信息的易获取性,越来越多的研究者更关注于信息通讯的保密。而随着信息量的增大和信息复杂程度的加深,电子电路技术在诸多领域的发展受到了限制。其中在神经形态系统的研究中,需要攻克的一个难题是如何让电子突触更好地处理复杂、实时的信息。而忆阻器属于纳米级器件,并且具有记忆学习能力,作为神经网络的突触具有天然的优势。本文在阐述研究背景的基础上,对忆阻器相关的几种模型进行理论分析,并进一步设计出两类新型忆阻电子突触,构建两种忆阻神经网络,分别研究其在信息加密中的应用。具体地:1.本文列出了忆阻器非线性离子迁移模型、磁控忆阻器模型和忆阻器遗忘模型,分别进行了数学推导和理论分析。2.基于忆阻器非线性离子迁移模型和磁控忆阻器模型,以及相关的电路理论和数学理论,对这两种模型进行了数学变换和推导,得到对应于神经网络中神经突触权值更新的两种新的曲线关系,代替突触实现权值的更新。3.基于提出的第一类忆阻电子突触,设计忆阻Hermite神经网络,将其应用于文本信息加密中,介绍了加解密的过程,并对得到的加密结果进行了分析,分析结果显示信息保密的安全性得到了提高。另外,设计基于忆阻器遗忘模型的混沌神经网络,就两种加密系统的加密结果进行了比较。4.基于提出的第二类忆阻电子突触,设计忆阻Laguerre神经网络,将其应用于图像加密中,并对得到的加密结果进行加密质量分析,加密结果具有良好的随机性和自相关性,满足密码学的要求。本文设计了两类新型忆阻电子突触,构造了两种忆阻神经网络,将其应用于信息安全领域,提高了信息安全的保密性,有望推进神经形态系统的发展。另外,本文的研究成果也可为设计超高集成度的仿生智能系统提供帮助。