CN101477451A - 一种基于在线手写签名的随机数产生方法 - Google Patents

一种基于在线手写签名的随机数产生方法 Download PDF

Info

Publication number
CN101477451A
CN101477451A CNA2009101030357A CN200910103035A CN101477451A CN 101477451 A CN101477451 A CN 101477451A CN A2009101030357 A CNA2009101030357 A CN A2009101030357A CN 200910103035 A CN200910103035 A CN 200910103035A CN 101477451 A CN101477451 A CN 101477451A
Authority
CN
China
Prior art keywords
sample point
random number
steps
coordinates
pixels
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2009101030357A
Other languages
English (en)
Other versions
CN101477451B (zh
Inventor
周庆
廖晓峰
胡月
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CN2009101030357A priority Critical patent/CN101477451B/zh
Publication of CN101477451A publication Critical patent/CN101477451A/zh
Application granted granted Critical
Publication of CN101477451B publication Critical patent/CN101477451B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于在线手写签名的随机数产生方法，其特点是：所述方法包括以下步骤：第一步：从手写签名上采集采样点坐标，第二步：将采样点转换为M*M的采样图像；第三步：对采样图像进行加密得到密文图像；第四步：将密文图像转换成T比特的随机数；根据本发明产生的随机数，可作为加密密钥或提供安全协议中需要的随机数，也可为网络游戏提供随机数。

Description

一种基于在线手写签名的随机数产生方法
技术领域
本发明涉及随机数产生方法，具体涉及一种基于在线手写签名的随机数产生方法。
背景技术
随机数在信息技术特别是信息安全领域中具有非常重要的作用。对称加密算法，无论是块加密方式还是序列密码方式，其密钥必须随机产生，公开加密算法在产生密钥对时也需要较大的随机数。此外许多数字签名算法和密码协议也要求使用随机数。除了在信息安全领域外，随机数在计算机仿真以及电脑或网络游戏中也有广泛的应用。随机数由两种类型的产生器生成，即真随机数产生器和伪随机数产生器。真随机数产生器建立在现实世界中的不确定性现象基础上，如热力学噪声、空气噪声、核衰变等物理现象，对这些现象采集的数据再进行后处理，即可得到随机数。而伪随机数产生器则根据输入的随机数种子，采用确定性的算法生成随机数。
从现有的技术来看，伪随机数产生器产生的随机数并不具有真正意义上的“随机性”，其安全性不能得到保证。而真随机数一般需要额外的电路或设备，因此从成本和便利性等方面也具有缺点。
本发明从在线手写签名(online signature)中产生随机数，兼具真随机数发生器的安全性，同时也具有成本低和速度快的优点。
发明内容
本发明所要解决的技术问题在于提供一种安全性高、成本低和速度快的基于在线手写签名的随机数产生方法。
根据本发明的一个方案，一种基于在线手写签名的随机数产生方法，其特点是：所述方法包括以下步骤：
第一步：从手写签名上采集采样点坐标，
第二步：将采样点转换为M*M的采样图像：
1)首先生成一幅M*M的白色灰度图像，其全体像素的像素值为2n-1；其中n为灰度值的精度(即用几个比特来表示一个像素)；其中，M取32～1024的自然数；n取4～12的自然数；
2)得到全体采样点中横坐标和纵坐标的最小值和最大值Xmin，Xmax，Ymin，Ymax
3)对每个采样点坐标进行线性变换处理：
第三步：对采样图像进行加密得到密文图像；其中，每一轮加密包括两个步骤：
1)对每一行进行加密；
2)对每一列进行像素排列。
第四步：将密文图像转换成T比特的随机数；
1)将图像平均分成T块，每块的大小为N个像素，其中N＝M2/T；T必须为M2的因数，N≥4；
2)对每个图像块进行计算，若该块全体像素之和为奇数，则该块对应比特1，否则对应比特0；
3)按从左到右从上到下的顺序访问各块，连接各块对应的比特得到T比特的随机数。
根据本发明所述的一种基于在线手写签名的随机数产生方法的优选方案，所述的对每个采样点坐标进行线性变换处理包括二个步骤：
第一：将采样点的横坐标和纵坐标线性变换为1到M之间的整数；
Figure A200910103035D00061
其中
Figure A200910103035D00062
表示不大于a的整数，X和Y分别是采样点的横坐标和
第二：将白色灰度图像中位置为(x，y)的像素值设置为0。
根据本发明所述的一种基于在线手写签名的随机数产生方法的优选方案，所述的对每一行进行加密包括三个步骤：
第一：求出每行所有像素之和，再求出该和模2n的余数；
第二：将余数与该行所有像素进行按位异或运算；
第三：对异或后的像素进行S盒替换。
根据本发明所述的一种基于在线手写签名的随机数产生方法的优选方案，所述的对每一列进行像素排列为：第1列保持不变，将第i列的像素循环下移i-1个位置，即第1列保持不变，第2列循环下移1个位置，...，第M列循环下移M-1个位置。
本发明所述的一种基于在线手写签名的随机数产生方法的有益效果是：
1、安全性高：随机数来源为在线手写签名，具有不可预测、不重复的优点，属于真随机数产生器；加密技术的引入使得最终的随机数对签名非常敏感，大量的实验表明产生的随机数具有很好的统计性能；随机数产生必须要有用户的实时参与才能产生随机数，也增加了其安全性；此外该随机数产生可与用户的签名认证相联系，用户只有在通过了身份认证后，产生的随机数才有效，从而进一步确保安全性。
2、成本低：对于已配备了手写签名采集设备(如带触摸屏的智能手机或带手写板的手写签名认证系统)，本系统不需要额外的硬件随机数产生器，从而降低了系统实现的成本。
3、速度快：本发明中采用的加密算法仅包括加法和异或运算，故系统的处理速度很快。
根据本发明产生的随机数，可作为加密密钥或提供安全协议中需要的随机数，也可为网络游戏提供随机数。
附图说明
图1是本发明所述的一种基于在线手写签名的随机数产生方法的流程示意图。
图2是本发明所述的一种基于在线手写签名的随机数产生方法实施例2中的采样图象。
图3是本发明所述的一种基于在线手写签名的随机数产生方法实施例2中的密文图象。
图4表示一个8×8的图像进行像素排列前的示意图。
图5表示一个8×8的图像进行像素排列后的示意图。
具体实施方式
实施例1：参见图1，一种基于在线手写签名的随机数产生方法：
第一步：从手写签名上采集采样点坐标；
第二步：将采样点转换为M*M的采样图像；其中，
1)首先生成一幅M*M的白色灰度图像，其全体像素的像素值为2n-1；其中n为灰度值的精度；其中，M取32～1024的自然数；n取4～12的自然数；推荐M取64，n取8；
2)得到全体采样点中横坐标和纵坐标的最小值和最大值Xmin，Xmax，Ymin，Ymax；
3)对每个采样点坐标进行线性变换处理：
第一：将采样点的横坐标和纵坐标线性变换为1到M之间的整数；
Figure A200910103035D00081
其中
Figure A200910103035D00082
表示不大于a的整数，X和Y分别是采样点的横坐标和纵坐标，x和y是坐标经线性变换后的值；
第二：将白色灰度图像中位置为(x，y)的像素值设置为0；
第三步：对采样图像进行加密得到密文图像：
每一轮加密包括两个步骤：
1)对每一行进行加密
第一：求出每行所有像素之和，再求出该和模2n的余数；
第二：将余数与该行所有像素进行按位异或运算；
第三：对异或后的像素进行S盒替换；当n＝8时，推荐采用AES标准中的S盒；
2)对每一列进行像素排列：具体的排列方法为第1列保持不变，将第i列的像素循环下移i-1个位置，即第1列保持不变，第2列循环下移1个位置，...，第M列循环下移M-1个位置；
一个8×8的图像进行像素排列的排列示例见图4和图5；
推荐进行九轮加密；当加密完成后，进行下一步；
第四步：将密文图像转换成T比特的随机数；
1)将图像平均分成T块，每块的大小为N个像素，其中N＝M2/T；T必须为M2的因数，N≥4；推荐T取256；
2)对每个图像块进行计算，若该块全体像素之和为奇数，则该块对应比特1，否则对应比特0；
3)按从左到右从上到下的顺序访问各块，连接各块对应的比特得到T比特的随机数。
实施例2：一种基于在线手写签名的随机数产生方法：
第一步：从手写签名上采集采样点坐标如下：
第1个采样点坐标：(43，56)；第2个采样点坐标：(45，57)；第3个采样点坐标：(48，61)；第4个采样点坐标：(50，63)；第5个采样点坐标：(50，63)；第6个采样点坐标：(50，63)；第7个采样点坐标：(39，90)；第8个采样点坐标：(42，87)；第9个采样点坐标：(45，86)；第10个采样点坐标：(48，85)；第11个采样点坐标：(51，84)；第12个采样点坐标：(54，83)；第13个采样点坐标：(56，83)；第14个采样点坐标：(59，84)；第15个采样点坐标：(60，86)；第16个采样点坐标：(62，90)；第17个采样点坐标：(62，94)；第18个采样点坐标：(61，98)；第19个采样点坐标：(51，116)；第20个采样点坐标：(48，119)；第21个采样点坐标：(44，121)；第22个采样点坐标：(41，122)；第23个采样点坐标：(38，122)；第24个采样点坐标：(34，122)；第25个采样点坐标：(31，121)；第26个采样点坐标：(29，119)；第27个采样点坐标：(28，116)；第28个采样点坐标：(28，113)；第29个采样点坐标：(29，111)；第30个采样点坐标：(31，108)；第31个采样点坐标：(33，107)；第32个采样点坐标：(36，106)；第33个采样点坐标：(39，105)；第34个采样点坐标：(43，105)；第35个采样点坐标：(47，106)；第36个采样点坐标：(50，108)；第37个采样点坐标：(53，109)；第38个采样点坐标：(56，111)；第39个采样点坐标：(59，113)；第40个采样点坐标：(61，114)；第41个采样点坐标：(63，115)；第42个采样点坐标：(66，112)；第43个采样点坐标：(66，112)；第44个采样点坐标：(66，112)；第45个采样点坐标：(71，89)；第46个采样点坐标：(74，90)；第47个采样点坐标：(75，92)；第48个采样点坐标：(76，95)；第49个采样点坐标：(77，98)；第50个采样点坐标：(77，102)；第51个采样点坐标：(78，105)；第52个采样点坐标：(78，107)；第53个采样点坐标：(78，107)；第54个采样点坐标：(78，107)；第55个采样点坐标：(85，62)；第56个采样点坐标：(87，64)；第57个采样点坐标：(88，66)；第58个采样点坐标：(89，69)；第59个采样点坐标：(90，75)；第60个采样点坐标：(91，82)；第61个采样点坐标：(92，90)；第62个采样点坐标：(92，97)；第63个采样点坐标：(93，104)；第64个采样点坐标：(93，110)；第65个采样点坐标：(93，116)；第66个采样点坐标：(93，126)；第67个采样点坐标：(92，130)；第68个采样点坐标：(91，132)；第69个采样点坐标：(90，134)；第70个采样点坐标：(90，134)；第71个采样点坐标：(90，134)；第72个采样点坐标：(133，70)；第73个采样点坐标：(134，73)；第74个采样点坐标：(135，77)；第75个采样点坐标：(136，81)；第76个采样点坐标：(137，88)；第77个采样点坐标：(138，95)；第78个采样点坐标：(139，104)；第79个采样点坐标：(139，112)；第80个采样点坐标：(139，119)；第81个采样点坐标：(139，124)；第82个采样点坐标：(139，124)；第83个采样点坐标：(139，124)；第84个采样点坐标：(153，61)；第85个采样点坐标：(154，64)；第86个采样点坐标：(156，67)；第87个采样点坐标：(157，71)；第88个采样点坐标：(157，71)；第89个采样点坐标：(157，71)；第90个采样点坐标：(179，58)；第91个采样点坐标：(180，61)；第92个采样点坐标：(178，64)；第93个采样点坐标：(177，67)；第94个采样点坐标：(174，70)；第95个采样点坐标：(171，73)；第96个采样点坐标：(168，77)；第97个采样点坐标：(165，80)；第98个采样点坐标：(161，82)；第99个采样点坐标：(158，85)；第100个采样点坐标：(155，87)；第101个采样点坐标：(152，89)；第102个采样点坐标：(152，91)；第103个采样点坐标：(154，92)；第104个采样点坐标：(157，91)；第105个采样点坐标：(160，90)；第106个采样点坐标：(164，89)；第107个采样点坐标：(168，88)；第108个采样点坐标：(171，86)；第109个采样点坐标：(173，86)；第110个采样点坐标：(176，85)；第111个采样点坐标：(174，89)；第112个采样点坐标：(171，91)；第113个采样点坐标：(169，93)；第114个采样点坐标：(166，96)；第115个采样点坐标：(163，98)；第116个采样点坐标：(160，101)；第117个采样点坐标：(158，103)；第118个采样点坐标：(156，105)；第119个采样点坐标：(155，108)；第120个采样点坐标：(158，108)；第121个采样点坐标：(161，108)；第122个采样点坐标：(163，106)；第123个采样点坐标：(166，106)；第124个采样点坐标：(169，104)；第125个采样点坐标：(171，104)；第126个采样点坐标：(174，104)；第127个采样点坐标：(173，107)；第128个采样点坐标：(171，109)；第129个采样点坐标：(169，111)；第130个采样点坐标：(166，113)；第131个采样点坐标：(163，115)；第132个采样点坐标：(160，117)；第133个采样点坐标：(158，119)；第134个采样点坐标：(156，120)；第135个采样点坐标：(154，122)；第136个采样点坐标：(156，122)；第137个采样点坐标：(159，122)；第138个采样点坐标：(162，121)；第139个采样点坐标：(165，119)；第140个采样点坐标：(168，118)；第141个采样点坐标：(171，117)；第142个采样点坐标：(174，115)；第143个采样点坐标：(177，114)；第144个采样点坐标：(178，112)；第145个采样点坐标：(178，112)；第146个采样点坐标：(178，112)；第147个采样点坐标：(165，92)；第148个采样点坐标：(165，90)；第149个采样点坐标：(162，88)；第150个采样点坐标：(162，90)；第151个采样点坐标：(162，93)；第152个采样点坐标：(163，98)；第153个采样点坐标：(163，104)；第154个采样点坐标：(164，112)；第155个采样点坐标：(164，121)；第156个采样点坐标：(165，130)；第157个采样点坐标：(165，138)；第158个采样点坐标：(165，144)。
第二步：将采样点首先生成一幅64*64的白色灰度图像，如图2，其全体像素的像素值均为255；
第三步：得到全体采样点中横坐标和纵坐标的最小值和最大值Xmin＝43，Xmax＝165，Ymin＝56，Ymax＝144；
第四步：对每个采样点坐标进行处理：
第一：将采样点的横坐标和纵坐标线性变换为1到64之间的整数；
Figure A200910103035D00131
其中
Figure A200910103035D00132
表示不大于a的整数，X和Y分别是采样点的横坐标和纵坐标，x和y是坐标经线性变换后的值；
第二：将白色灰度图像中位置为(x，y)的像素值设置为0；
第五步：对采样图像进行加密得到密文图像如图3，其中，加密一共进行九轮，每一轮加密包括两个步骤：
第一：对每一行进行加密
a.求出每行所有像素之和，再求出该和模256的余数；
b.将余数与该行所有像素进行按位异或运算；
c.对异或后的像素进行S盒替换；S盒采用AES加密标准中的S盒；
第二：对每一列进行像素排列
具体的排列方法为第1列保持不变，将第i列的像素循环下移i-1个位置，即第1列保持不变，第2列循环下移1个位置，…，第64列循环下移63个位置。
第六步：将密文图像转换成256比特的随机数
由于图像是二维的，而随机数是一维向量，应作二维到一维的变换，将密文图像转换成256比特的随机数；具体方法如下：
第一：将图像平均分成256块，每块的大小为4×4像素；
第二：对每个4×4的块进行计算，若该块全体像素之和为奇数，则该块对应比特1，否则对应比特0；
第三：按从左到右从上到下的顺序访问各块，连接各块对应的比特得到256比特的随机数如下：
1001100100010010000011110001000101001000101001101001011000000000101001010010111101011011010000110000101000100111010000000110000001010000111010111000011111110111010110011100010000100011011000010100110001000101011100000101101110001110000101000010011010010011。
实施例3：一种基于在线手写签名的随机数产生方法：
该实施例3与实施例2不同之处是：在实施例3的第二步是：将采样点首先生成一幅512*512的白色灰度图像，其全体像素的像素值均为255；实施例3得到256比特的随机数如下：
1000001011000111110011000001010000101011110000100011100011010111111101011100101110100000100101101001001110011100110110010111111011001110001111010110010101011001001001101100101011101010011101100011011111110011000010011101101110111000110011000110110001100110。

Claims (4)

1、一种基于在线手写签名的随机数产生方法，其特征在于：所述方法包括以下步骤：
第一步：从手写签名上采集采样点坐标；
第二步：将采样点转换为M*M的采样图像；其中：
1)首先生成一幅M*M的白色灰度图像，其全体像素的像素值为2n-1；其中n为灰度值的精度；其中，M取32～1024的自然数；n取4～12的自然数；
2)得到全体采样点中横坐标和纵坐标的最小值和最大值Xmin，Xmax，Ymin，Ymax；
3)对每个采样点坐标进行线性变换处理；
第三步：对采样图像进行加密得到密文图像；其中，每一轮加密包括两个步骤：
1)对每一行进行加密；
2)对每一列进行像素排列；
第四步：将密文图像转换成T比特的随机数；
1)将图像平均分成T块，每块的大小为N个像素，其中N＝M2/T；T必须为M2的因数，N≥4；
2)对每个图像块进行计算，若该块全体像素之和为奇数，则该块对应比特1，否则对应比特0；
3)按从左到右从上到下的顺序访问各块，连接各块对应的比特得到T比特的随机数。
2、根据权利要求1所述的一种基于在线手写签名的随机数产生方法，其特征在于：对每个采样点坐标进行线性变换处理包括二个步骤：
第一：将采样点的横坐标和纵坐标线性变换为1到M之间的整数；
Figure A200910103035C00031
其中表示不大于a的整数，X和Y分别是采样点的横坐标和纵坐标，x和y是坐标经线性变换后的值；
第二：将白色灰度图像中位置为(x，y)的像素值设置为0。
3、根据权利要求2所述的一种基于在线手写签名的随机数产生方法，其特征在于：对每一行进行加密包括三个步骤：
第一：求出每行所有像素之和，再求出该和模2n的余数；
第二：将余数与该行所有像素进行按位异或运算；
第三：对异或后的像素进行S盒替换。
4、根据权利要求3所述的一种基于在线手写签名的随机数产生方法，其特征在于：对每一列进行像素排列为：第1列保持不变，将第i列的像素循环下移i-1个位置；即第1列保持不变，第2列循环下移1个位置，...，第M列循环下移M-1个位置。
CN2009101030357A 2009-01-08 2009-01-08 一种基于在线手写签名的随机数产生方法 Expired - Fee Related CN101477451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009101030357A CN101477451B (zh) 2009-01-08 2009-01-08 一种基于在线手写签名的随机数产生方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009101030357A CN101477451B (zh) 2009-01-08 2009-01-08 一种基于在线手写签名的随机数产生方法

Publications (2)

Publication Number Publication Date
CN101477451A true CN101477451A (zh) 2009-07-08
CN101477451B CN101477451B (zh) 2010-12-01

Family

ID=40838174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009101030357A Expired - Fee Related CN101477451B (zh) 2009-01-08 2009-01-08 一种基于在线手写签名的随机数产生方法

Country Status (1)

Country Link
CN (1) CN101477451B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700057A (zh) * 2012-09-28 2014-04-02 中国银联股份有限公司 用于在图像中隐藏信息的方法及设备
CN107615237A (zh) * 2015-12-31 2018-01-19 Sk电信有限公司 用于管理基于量子噪声的随机数生成器的性能的装置和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700057A (zh) * 2012-09-28 2014-04-02 中国银联股份有限公司 用于在图像中隐藏信息的方法及设备
CN107615237A (zh) * 2015-12-31 2018-01-19 Sk电信有限公司 用于管理基于量子噪声的随机数生成器的性能的装置和方法

Also Published As

Publication number Publication date
CN101477451B (zh) 2010-12-01

Similar Documents

Publication Publication Date Title
Yun-Peng et al. Digital image encryption algorithm based on chaos and improved DES
Huang et al. Implementation of gray image encryption with pixel shuffling and gray-level encryption by single chaotic system
Wang et al. A chaotic image encryption algorithm based on improved Joseph traversal and cyclic shift function
Lee et al. Digital image sharing by diverse image media
CN108122188B (zh) 一种图像加密方法
CN104751401B (zh) 一种新型的分段线性混沌映射图像加密与编码方法
Li et al. Breaking a chaotic cryptographic scheme based on composition maps
CN107330338B (zh) 基于双混沌交叉扩散的彩色图像加密和解密方法及系统
Hua et al. Image encryption using 2D Logistic-Sine chaotic map
US20110246768A1 (en) Systems and methods improving cryptosystems with biometrics
CN110519037A (zh) 超混沌伪随机序列的图像加密方法
CN107770407B (zh) 联合零水印嵌入的图像加密方法和装置
CN104598801A (zh) 一种基于算法重构的动态二维码生成方法
Selvaraju et al. A method to improve the security level of ATM banking systems using AES algorithm
CN109361830B (zh) 一种基于明文的图像加密方法
Mehmood et al. Advances and vulnerabilities in modern cryptographic techniques: A comprehensive survey on cybersecurity in the domain of machine/deep learning and quantum techniques
Mehmood et al. A time-efficient and noise-resistant cryptosystem based on discrete wavelet transform and chaos theory: An application in image encryption
CN110136045A (zh) 一种基于两图像互置乱隐藏及恢复的方法
Abuhaiba et al. Image encryption using chaotic map and block chaining
CN117527984A (zh) 一种基于正余弦二维混沌系统的图像加密方法
CN108174053A (zh) 一种有向面积和扑克牌映射的解密区域限定图像加密方法
CN101477451A (zh) 一种基于在线手写签名的随机数产生方法
CN116827509A (zh) 一种基于五维保守超混沌系统和位平面分割扩散的图像加密方法
CN114143413B (zh) 一种图像数据puf安全加密系统及加密方法
Singh et al. DIP using image encryption and XOR operation affine transform

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20101201

Termination date: 20140108