发布信息

一种基于混沌理论的图像加密技术 专利技术说明

作者:admin      2022-11-30 08:15:58     941



计算;推算;计数设备的制造及其应用技术1.本发明属于信息安全技术领域,具体涉及一种基于混沌理论的图像加密技术背景技术:2.在用户众多的私人信息中,图像信息的获取、存储和传递尤为常见和重要。当今时代,图像已经成为大家记录生活、存储信息的重要方式。多媒体数据,尤其是数字图像,比传统文本携带更多且更丰富的信息。图像传输不仅限于普通百姓的日常生活,还应用于军事、医学和工业等。在这些应用中,面对各式各样的攻击图像传输仍能保证安全至关重要,而提供图像安全性的最重要且有效的方法就是图像加密。数字图像的数据以二维矩阵的方式存储,其具有数据量大、冗余度高、相关性强以及空间有序的特点,而传统加密算法的设计大多针对一维数据流。这就导致了实际操作起来计算复杂度较高,加密效率较低。目前,数字图像加密算法根据加密思路主要可以分为基于空间域的像素置乱、基于混沌的加密、基于秘密分割与秘密共享的加密、基于变换域的加密和基于盲源分离的加密等。混沌理论是关于非线性系统在一定参数条件下展现分岔、周期运动与非周期运动相互纠缠,以至于通向某种非周期有序运动的理论。混沌是确定的宏观非线性系统在一定条件下呈现的不确定或不可预测的随机现象,也可以理解为确定性与不确定性或有序性与无序性交融并生的现象。混沌理论具有内随机性、分维性、普适性、标度律和遍历性,对参数和初始值非常敏感。基于混沌的图像加密技术具有很好的研究价值,但现存的混沌加密算法仍存在密钥空间小、混沌序列复杂度不高、抵抗攻击能力较弱等技术缺陷。高维混沌系统在复杂度和密钥空间上均强于低维混沌系统,但考虑到效率与计算能力方面的问题,高维混沌系统就不具备高效率的需求。数字图像加密要求密文与明文在视觉效果上完全不同,而且在加密算法具有很强的抗攻击能力的同时,能够实现高效和快速的加密。技术实现要素:3.本发明提出了一种结合置乱、扩散和混沌理论的图像加密技术。本加密算法首先将原始图像进行arnold变换,从而起到置乱图像像素位置的效果。然后通过密钥生成logistic混沌序列,再通过随机选取logistic混沌序列的值作为henon映射的初始值生成henon混沌序列。最后将经过置换的图像像素值分离出r、g、b三个颜色通道值,利用前一个已经加密的通道值和混沌序列对应值对当前的通道值进行异或扩散操作。该加密算法经过密钥空间分析、直方图分析、信息熵分析等安全性分析,具有抗统计攻击、随机性高、高效和安全的优点。4.本发明主要涉及两个主要模块,分别是置乱和扩散。5.1.置乱图像加密技术6.本发明采用的是arnold映射,经过arnold变换的数字图像鲁棒性、不可感知性和安全性等都可以得到大幅度提高。其变换公式为:[0007][0008]其中,a、b为系统的参数且均为正整数,n为图像矩阵的维数(即图像的宽度)。 (xn+1,yn+1)、(xn,yn)为图像像素的坐标,n∈[0,n-1]。与arnold变换对应的二元方程为:[0009][0010]2.扩散图像加密技术[0011]基于异或运算的扩散算法,其原理公式如下:[0012][0013]其中,明文图像的处理形式是一维向量,用m表示。对应的密文图像的形式也是一维向量,用c表示。辅助向量用x表示,i∈[1,n],n是一维向量的长度。c0需另取值。经过扩散,可以得出cn的展开式为:[0014][0015]3.实验效果及安全性分析[0016]本节的实验效果和安全性分析是作为本发明实际效果的体现,衡量一个加密算法的质量好坏通常通过密钥空间分析、密钥敏感性分析、直方图分析、信息熵分析、相邻像素相关性分析、抗差分攻击分析、加解密时间分析等。[0017]3.1密钥空间[0018]本技术采用三个密钥,分别是logistic映射的初始值x0和arnold变换的参数a、b。此外,henon映射初始值y0、z0由logistic映射控制。其中,henon映射2个初始值的精度均为10-16,logistic映射初始值的精度为10-4,这样密钥空间为1036.此外,加上arnold变换的两个控制参数,本文算法的密钥空间远大于1036.本算法的密钥空间足够大,能够抵御穷举攻击。[0019]3.2密钥敏感性分析[0020]在对本算法进行密钥敏感性分析时,采用经典的lena.将此lena图通过密钥 x0=0.4952、a=3、b=5加密,在解密时,设置错误密钥x0=0.4953、a=3、b=5.可以看出,错误密钥和正确密钥的logistic映射初始值相差0.0001,是比较微小的差距。图1是lena图的正确解密图像,图2是lena图的错误解密图像。[0021]3.3直方图分析[0022]图3为加密前后红色、绿色、蓝色通道直方图的对比,可以看出加密前各通道图像像素分布极其不均,而加密后各通道图像像素分布均衡。分布均匀的直方图有效掩盖了图像的统计特性,从而本技术能够有效抵抗统计攻击。[0023]3.4相邻像素相关性分析[0024]好的图像加密算法应该降低相邻像素的相关性,相关系数rxy的定义如下式:[0025][0026]下表对比了明文图像、经过本文加密算法加密后的密文图像相邻像素相关性。由此可以看出,本文加密算法降低了相邻像素的相关性,从而增强了明文的不可见性。[0027]表1 加密前后图像相邻像素的相关性对比[0028][0029]3.5信息熵分析[0030]对于数字图像来说,信息熵越接近8,其包含的信息就越具有随机性。信息熵的计算公式为:[0031][0032]表2反映了原始图像与加密后密文图像的信息熵对比。由此可以看出,加密后密文图像的随机性良好。[0033]表2 加密前后图像信息熵对比[0034][0035]该加密技术经过密钥空间分析、直方图分析、信息熵分析等安全性分析,具有抗统计攻击、随机性高、高效和安全的优点。附图说明:[0036]图1是lena图的正确解密图像;[0037]图2是lena图的错误解密图像;[0038]图3是本发明原始明文图像和加密图像的直方图;其中(a)为原始图像直方图,(b)为加密后图像直方图;[0039]图4是本发明加密技术的流程图;[0040]图5是本发明解密技术的流程图。具体实施方式[0041]以下结合实例对本发明进一步说明,图4图5为本发明图像加密解密的流程图。[0042]一种基于lorenz映射的提升小波优化图像加密方法,该方法分以下十步进行实现:[0043]第一步:选择需要加密的图像a,假设图像a的大小为m×n,取较大的边(假设为n),将a进行边界填充(黑色),得到处理后的图像a′,其中a′的大小为nꢀ×n。[0044]第二步:产生logistic混沌序列。从6位密钥中提取出logistic映射的初始值x0,给定参数μ为3.94,,将logistic映射进行迭代,为消除暂态过程带来的有害效应,增强算法对初始密钥的敏感性,舍弃迭代的前200个序列值,产生一组 n×n的序列,即{lk|k=1,2,...,n×n}。如下式:maps[j].internationaljournalofbifurcationandchaos,1998,8(6).[0061][4]m.kar,a.kumar,d.nandi,m.k.mandal.imageencryptionusingdnacodingandhyperchaoticsystem[j].ietetechnicalreview,2020,37(1).[0062][5]zhihuagan,xiulichai,keyuan,yanglu.anovelimageencryptionalgorithmbasedonlftbaseds-boxesandchaos[j].springerus,2018,77(7).[0063][6]文昌辞,王沁,苗晓宁,刘向宏,彭阳翔.数字图像加密综述[j].计算机科学,2012,39(12):6-9+24.[0064][7]王保仓,贾文娟,陈艳格.密码学现状、应用及发展趋势[j].无线电通信技术,2019,45(01):1-8.[0065][8]王红涛,冯连强,王志超,赵静.基于henon映射置换的彩色图像加密算法[j].重型机械,2020(01):16-20.[0066][9]胡春杰,黄启胜,陈翠,嵇海祥,阮聪.结合多混沌映射与dna的彩色图像加密算法[j].计算机系统应用,2019,28(12):189-194.[0067][10]田汉清,全吉成,程红,王宏伟,王志强.一种结合cat映射和henon映射的图像加密技术[j].计算机应用与软件,2010,27(09):286-288。









图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理,本文部分文字与图片资源来自于网络,部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益,请立即通知我们,情况属实,我们会第一时间予以删除,并同时向您表示歉意,谢谢!

相关内容 查看全部