针对物联网大量冗余图像数据的传输和存储带来的高资源需求和隐私泄露隐患问题，提出一种面向物联网图像的深度压缩感知（DCS）网络及其混沌加密保护方法。首先，提出一种改进的DCS网络用于图像的高质量压缩重构，该网络通过通道注意力机制改进传统深度重构网络中的残差块，并结合多尺度分支与融合模块进行并行融合设计，改进了传统的基于卷积层残差堆叠的深度重构网络的重构性能；其次，提出一种腔体混沌系统通过球坐标变换和2组奇偶控制的阶梯函数实现球形腔体在X、Y、Z任意单方向或者双方向的腔体拓展，具有较好的混沌特性和随机性，可有效用于图像加密；最后，结合提出的DCS网络和多腔体混沌系统，基于混沌索引置乱和扩散方法对DCS的测量图像进行加解密设计，并进行详细的安全性分析，从而保证图像传输的安全性。实验结果表明，相较于DCS的经典方法CSNet+，该DCS网络重构图像的峰值信噪比（PSNR）平均增长了0.606 dB（0.25~1.42 dB），结构相似性指数（SSIM）平均提高了1.11个百分点（0.69~2.17个百分点）。

为加强混沌系统在通信链路的抗干扰和抗截获等性能，提高混沌系统性态的复杂度，基于典型蔡氏电路和阶梯函数，构造了一类数量可控的新型网格多涡卷混沌系统族。首先利用两组阶梯函数作为系统的非线性控制器，分别控制网格多涡卷混沌吸引子的奇偶列数和排列行数，并保持混沌吸引子中涡卷与键带的相互间置，以实现网格多涡卷的任意奇偶列数；然后对系统的平衡点、李雅普诺夫指数和吸引子等动力学特性进行理论分析和数值仿真实现；最后通过现场可编程门阵列（FPGA）给出最多4行12列网格多涡卷的硬件实验结果。软硬件实验结果和理论分析结果完全一致，进一步验证了所提系统的物理可实现性。

S盒是分组密码算法中的关键部件之一，其混淆和置乱作用决定着整个密码算法的安全强度。为使基于混沌系统生成的S盒具有更好的密码学性能，提出了一种基于抗退化混沌系统的动态S盒设计方案。首先，使用Lorenz混沌映射扰动Chebyshev混沌映射；然后，使用截取位数法和划分区间法生成两种初始S盒；最后，使用索引排序扰乱法得到最终S盒。所提抗退化混沌系统生成的混沌序列不存在短周期现象，具有遍历性、不可预测性等特点；运用于S盒的设计中能极大提升S盒的安全性能，消除混沌生成源的安全隐患；并且，通过对系统参数的调控可批量地生成动态S盒。对S盒的安全性能，即非线性度、差分均匀性、严格雪崩准则、输出比特间独立性和双射特性进行了测试和对比，实验结果表明，所提方案生成的S盒具有更好的密码学性能，可用于分组密码算法的设计中。