CN103559678A - 一种shp线面图层数据的置乱与还原方法 - Google Patents
一种shp线面图层数据的置乱与还原方法 Download PDFInfo
- Publication number
- CN103559678A CN103559678A CN201310525545.XA CN201310525545A CN103559678A CN 103559678 A CN103559678 A CN 103559678A CN 201310525545 A CN201310525545 A CN 201310525545A CN 103559678 A CN103559678 A CN 103559678A
- Authority
- CN
- China
- Prior art keywords
- sequence
- key element
- line
- scramble
- layer data
- 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
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于二维混沌序列进行shp线面图层数据的置乱与还原方法,属于地理信息安全领域。该方法包括如下过程:(1)置乱过程:包括读取shp线面图层基本信息、索引序列的生成、shp线面图层的预处理、全局置乱、按照置乱前图层数据结构信息形成置乱后的线面图层等步骤;(2)还原过程:包括读取置乱图层基本信息、还原索引序列的生成、置乱图层的预处理、全局反置乱、按照置乱图层数据结构信息形成还原后的线面图层等步骤。本发明的方法具有随机性、可逆性等特点,为地理空间数据的安全传输、封装存储提供有效的技术手段。
Description
技术领域
本发明属于地理信息安全领域,具体涉及一种基于二维混沌序列进行shp线面图层数据置乱与还原的方法,能够实现地理信息系统领域矢量数据的安全传输与访问。
背景技术
矢量地理数据具有高精度、海量、易存储、自动化处理以及无损缩放等传统纸质地图无法比拟的优点,应用范围极其广泛,然而在网络存储和传输过程中,矢量地理数据很容易被非法截取和篡改,因此,针对矢量地理数据安全的研究至关重要。针对矢量图形特征的矢量地理数据置乱方法是一种重要的信息加密技术和有效的安全增强手段,对于提高网络信息传输的安全性具有重要意义。
置乱算法的核心是要生成伪随机序列,而混沌系统是一种复杂的非线性动力学系统,适用于伪随机序列发生器。其中,二维混沌系统较一维混沌系统复杂,密钥空间大,Henon映射是被广泛应用的一个二维混沌映射,由两个变量x和y同时确定迭代方程,比单纯联立两个独立的一维混沌方程要复杂的多,可适用于二维矢量数据的置乱,参数微小的变化将导致置乱后的图形无法恢复。矢量数据是由点要素个数不等的线要素组成,为了方便数据组织变换,提高数据处理效率,将矢量图形数据转换成“方阵”形式,结合二维混沌序列,可简单实现图形“方阵”的行列要素置乱,进而实现图形要素类和要素之间的全局置乱。
发明内容
本发明的目的在于:基于二维混沌序列及GIS矢量数据特点,提出了一种针对shp线面图层数据的置乱方法,从而为矢量地理数据的安全传输、封装存储等提供技术支持。
为了实现上述目的,本发明采取的技术方案:
一种shp线面图层数据的置乱方法,包括如下过程:
(一)针对线面图层数据的置乱过程
步骤11:读取shp线面图层数据
a)获取shp线面图层数据中各线要素所含点要素的信息,以及线要素的总个数lineNum和点要素的总个数pointNum;
b)根据公式(1),由点要素个数pointNum来确定索引序列长度m、n的取值,
步骤12:实数混沌序列的预处理
将Henon二维混沌系统引入到矢量数据置乱中来,
a)输入密钥[a,b,x0,y0,T0],其中a,b为系数,当a∈[1.07,1.4]、b=0.3时,Henon映射存在混沌吸引子;x0,y0为初值,T0为初始迭代次数;
b)根据公式(2)Henon映射方程,输入密钥[a,b,x0,y0,T0],对初值x0,y0进行初始迭代T0次,以扩大Henon映射的雪崩效应,得到xn、yn;
c)根据公式(2)Henon映射方程,将步骤b)中迭代得到的xn、yn作为初始值,进行多次迭代,按需要长度m、n截取实数值混沌序列{xi|i=0,1,...,m-1}、{yj|j=0,1,...,n-1};
d)根据公式(3),对Henon映射产生的序列进行处理,得到处理后的实数值混沌序列{ui|i=0,1,...,m-1}、{vj|j=0,1,...,n-1},使产生的混沌序列具有更为理想的随机统计特性,
其中,X为步骤c)中实数值混沌序列的值xi或yj;k为小数点向右移动的位数,k=0,1,2…,分析发现,当k<2时,其随机特性并不理想,这里设k为3;
步骤13:构造索引序列
将实数值混沌序列{ui|i=0,1,...,m-1}和{vj|j=0,1,...,n-1}进行升序排序后,得到序列U、V和索引序列lu、lv,序列U、V分别为序列u、v升序排序后的序列,序列lu为序列U中元素对应序列u中的索引形成的索引序列,序列lv为序列V中元素对应序列v中的索引形成的索引序列;
步骤14:shp线面图层数据预处理
构造n行m列的点要素矩阵matrix,将shp线面图层数据逐线逐点读入点要素矩阵matrix中,直至点要素矩阵matrix中各元素完成赋值为止;对于剩余的点要素,即不足一行的点要素,则保持不变,不参与下面的运算;
步骤15:全局置乱
a)行置乱:逐行遍历点要素矩阵matrix,根据索引序列{lvj|j=0,1,...,n-1},将第j行的所有点要素置换为第lvj行的点要素,遍历完成,得到行置乱后的点要素矩阵matrix1;
b)列置乱:逐列遍历上述步骤a)中得到的点要素矩阵matrix1,根据索引序列{lui|i=0,1,...,m-1},将第i列的所有点要素置换为第lui列的点要素,遍历完成,得到全局置乱后的点要素矩阵matrix2;
步骤16:按照原图层特征形成置乱后的矢量数据
a)根据原始shp线面图层数据结构信息新建图层outLayE,遍历置乱后的点要素矩阵matrix2,逐点读入图层outLayE;
b)读入完点要素矩阵matrix2的所有点要素后,将步骤14中未参与运算的点要素逐点读入图层outLayE中,重组形成置乱后的shp线面图层数据;
步骤17:显示置乱后的shp线面图层数据;
(二)针对线面图层数据的还原与显示过程
步骤21:读取置乱后的shp线面图层数据
a)获取shp线面图层中线要素及点要素的信息,以及线要素的总个数lineNum和点要素数的总个数pointNum;
b)根据公式(1),由点要素个数pointNum来确定索引序列长度m、n的取值;
步骤22:按照上述过程(一)中的步骤12的方法,根据密钥生成实数值混沌序列;
步骤23:按照上述过程(一)中的步骤13的方法,结合置乱图层数据的特征信息,构造还原索引序列{lui|i=0,1,...,m-1}、{lvj|j=0,1,...,n-1};
步骤24:置乱shp线面图层数据的预处理
构造n行m列的点要素矩阵matrixD,将置乱后的shp线面图层数据逐线逐点读入点要素矩阵matrixD中,直至点要素矩阵matrixD中各元素完成赋值为止;对于剩余的点要素,即不足一行的点要素,则保持不变,不参与下面的运算;
步骤25:全局反置乱
a)列反置乱:逐列遍历点要素矩阵matrixD,根据索引序列{lui|i=0,1,...,m-1},将第i列的所有点要素还原给第lui列的点要素,遍历完成,得到列反置乱后的点要素矩阵matrixD1;
b)行反置乱:逐行遍历点要素矩阵matrixD1,根据索引序列{lvj|j=0,1,...,n-1},将第j行的所有点要素还原给第lvj行的点要素,遍历完成,得到全局反置乱后的点要素矩阵matrixD2;
步骤26:按照置乱后图层特征形成还原后的矢量数据
a)根据步骤21获得的置乱后的shp线面图层数据结构信息,新建图层outLayD,遍历置乱后的点要素矩阵matrixD2,逐点读入图层outLayD;
b)读入完点要素矩阵matrixD2的所有点要素后,将步骤24中未参与运算的点要素逐点读入图层outLayD中,重组形成还原后的shp线面图层数据;
步骤27:显示还原后的shp线面图层数据。
本发明基于二维混沌序列及GIS矢量数据的特点,针对shp线面图层数据,进行线面要素的置乱与还原,该方法具有随机性、可逆性等特点,能为地理空间数据的安全传输、封装存储提供有效的技术手段。
附图说明
图1是本发明方法中地图数据的置乱流程图;
图2是本发明方法中置乱地图数据的还原流程图;
图3是本发明实施例采用的实验数据;
图4是本发明实施例中矢量数据的置乱效果图;
图5是本发明实施例中置乱矢量数据的还原效果图。
具体实施方式
下面结合附图和实施例,做进一步详细说明。
本实施例选择一shp线图层数据R,针对索引序列的生成,矢量数据的置乱与还原的整个过程(面图层数据可采取同样的方法),进一步详细说明本发明。本实施例选择国家基础地理数据1:400万线图层数据(如图3)作为实验数据。
(一)针对线图层数据的置乱过程
步骤11:读取待置乱的shp线图层数据R
a)获取shp线图层R的相关信息:各线要素所含点要素的信息、线要素的总个数lineNum为1785、点要素总个数pointNum为80965、点要素坐标信息pX、pY;
b)根据公式(1),由点要素个数pointNum来确定索引序列长度m、n的取值:m=284,n=285;
步骤12:实数混沌序列的预处理
将Henon二维混沌系统引入到矢量数据置乱中来,
a)根据公式(2)Henon映射方程,输入密钥[a,b,x0,y0,T0],系数a=1.4,b=0.3,对初值x0=0.20,y0=0.10进行初始迭代T0=100次,以扩大Henon映射的雪崩效应,得到xn、yn;
b)根据公式(2)Henon映射方程,将步骤a)中迭代得到的xn、yn作为初始值,进行多次迭代,按需要长度m、n截取实数值混沌序列{xi|i=0,1,...,283}、{yj|j=0,1,...,284};
c)根据公式(3),对Henon映射产生的序列进行修改,使产生的混沌序列具有更为理想的随机统计特性,得到处理后的实数值混沌序列{ui|i=0,1,...,283}、{vj|j=0,1,...,284};
步骤13:构造索引序列
将实数值混沌序列{ui|i=0,1,...,283}、{vj|j=0,1,...,284}进行升序排序,得到序列U、V:{Ui|i=0,1,...,283}={-0.46605839570634089,-0.44649381472038385...,0.49955356410760032}、{Vj|j=0,1,...,284}={-0.49508775824440932,-0.48939946216889219...,0.49512068896547134}和索引序列lu、lv:{lui|i=0,1,...,283}={39,109,162,246,57,73,133,77,0,179,...}、{lvj|j=0,1,...,284}={271,190,17,218,104,114,116,233,69,226,...},序列lu为序列U中元素对应序列u中的索引形成的索引序列,序列lv为序列V中元素对应序列v中的索引形成的索引序列;
步骤14:shp线面图层数据预处理
构造行数为285列数为284的点要素矩阵matrix,将shp线图层数据逐线逐点读入点要素矩阵matrix中,直至点要素矩阵matrix中各元素完成赋值为止;对于剩余的25个点要素,即不足一行的点要素,则保持不变,不参与下面的置乱变换;
步骤15:全局置乱
a)行置乱:逐行遍历点要素矩阵matrix,根据索引序列{lvj|j=0,1,...,284},将第j行的所有点要素置换为第lvj行的点要素,遍历完成,得到行置乱后的点要素矩阵matrix1;
当遍历到第一行时,j=0,lvj=271,即将矩阵matrix第272行的所有点要素置换到第1行;
b)列置乱:逐列遍历上述步骤(a)中得到的点要素矩阵matrix1,根据索引序列{lui|i=0,1,...,283},将第i列的所有点要素置换为第lui列的点要素,遍历完成,得到全局置乱后的点要素矩阵matrix2;
当遍历到第一列时,i=0,lui=39,即将矩阵matrix1第40列的所有点要素置换到第1列;
步骤16:按照原图层R特征形成置乱后的矢量数据RE
a)根据R的结构信息(步骤11)新建图层outLayE,遍历置乱后的点要素矩阵matrix2,逐点读入图层outLayE中;
b)读入完点要素矩阵matrix2的所有点要素后,将步骤14中未参与运算的25个点要素接着逐点读入图层outLayE中,重组形成置乱后的shp线面图层数据RE;
步骤17:显示置乱后的shp线面图层数据RE;
(二)针对线面图层数据的还原与显示过程
步骤21:读取置乱后的shp线面图层数据RE
a)获取RE的相关信息:线要素及点要素的结构信息、线要素的总个数lineNum为1785、点要素的总个数pointNum为80985、点要素坐标信息pX、pY;
b)根据公式(1),由点要素个数pointNum来确定索引序列长度m、n的取值:m=284,n=285;
步骤22:按照上述过程(一)中的步骤12的方法,输入还原密钥,生成实数值混沌序列;
步骤23:按照上述过程(一)中的步骤13的方法,结合置乱图层数据的特征信息,构造还原索引序列{lui|i=0,1,...,283}、{lvj|j=0,1,...,284};
步骤24:置乱shp线面图层数据RE的预处理
a)构造行数为285列数为284的点要素矩阵matrixD,将shp线面图层数据RE逐线逐点读入点要素矩阵matrixD中,直至点要素矩阵matrixD中各元素完成赋值为止;对于剩余的25个点要素,即不足一行的点要素,则保持不变,不参与下面的还原变换;
步骤25:全局反置乱
a)列反置乱:逐列遍历点要素矩阵matrixD,根据索引序列{lui|i=0,1,...,283},将第i列的所有点要素还原给第lui列的点要素,遍历完成,得到列反置乱后的点要素矩阵matrixD1;
当遍历到第一列时,i=0,lui=39,即将矩阵matrixD第1列的所有点要素置换到第40列;
b)行反置乱:逐行遍历点要素矩阵matrixD1,根据索引序列{lvj|j=0,1,...,284},将第j行的所有点要素还原给第lvj行的点要素,遍历完成,得到全局反置乱后的点要素矩阵matrixD2;
当遍历到第一行时,j=0,lvj=271,即将矩阵matrixD1第1行的所有点要素置换到第272行;
步骤26:按照置乱后图层RE特征形成还原后的矢量数据RD
a)根据步骤21获得的RE的结构信息,新建图层outLayD,遍历置乱后的点要素矩阵matrixD2,逐点读入图层outLayD中;
b)读入完点要素矩阵matrixD2的所有点要素后,将步骤24中未参与运算的25个点要素接着逐点读入图层outLayD中,重组形成还原后的shp线面图层数据RD;
步骤27:显示还原后的shp线面图层数据RD。
(三)实验分析
由上述实施例(图3、4、5)可知:本发明基于二维混沌序列及GIS矢量数据的特点,针对shp线图层数据,进行线要素的置乱与还原,置乱处理后的数据与原始数据具有相同或相近的组织结构和数据格式,具有较高的处理效率、较好的安全性,可有效保障地理空间数据在数据传输、封装存储中的安全性。
本发明实施例仅以shp格式的线图层数据进行置乱与还原处理,而面要素可以看成是封闭的线,该方法也适用于shp格式的面图层数据。
Claims (1)
1.一种shp线面图层数据的置乱与还原方法,包括如下过程:
(一)针对线面图层数据的置乱过程
步骤11:读取shp线面图层数据
a)获取shp线面图层数据中各线要素所含点要素的信息,以及线要素的总个数lineNum和点要素的总个数pointNum;
b)根据公式(1),由点要素个数pointNum来确定索引序列长度m、n的取值,
步骤12:实数混沌序列的预处理
将Henon二维混沌系统引入到矢量数据置乱中来,
a)输入密钥[a,b,x0,y0,T0],其中a,b为系数,当a∈[1.07,1.4]、b=0.3时,Henon映射存在混沌吸引子;x0,y0为初值,T0为初始迭代次数;
b)根据公式(2)Henon映射方程,输入密钥[a,b,x0,y0,T0],对初值x0,y0进行初始迭代T0次,以扩大Henon映射的雪崩效应,得到xn、yn;
c)根据公式(2)Henon映射方程,将步骤b)中迭代得到的xn、yn作为初始值,进行多次迭代,按需要长度m、n截取实数值混沌序列{xi|i=0,1,...,m-1}、{yj|j=0,1,...,n-1};
d)根据公式(3),对Henon映射产生的序列进行处理,得到处理后的实数值混沌序列{ui|i=0,1,...,m-1}、{vj|j=0,1,...,n-1},使产生的混沌序列具有更为理想的随机统计特性,
其中,X为步骤c)中实数值混沌序列的值xi或yj;k为小数点向右移动的位数,k=0,1,2…,分析发现,当k<2时,其随机特性并不理想,这里设k为3;
步骤13:构造索引序列
将实数值混沌序列{ui|i=0,1,...,m-1}和{vj|j=0,1,...,n-1}进行升序排序后,得到序列U、V和索引序列lu、lv,序列U、V分别为序列u、v升序排序后的序列,序列lu为序列U中元素对应序列u中的索引形成的索引序列,序列lv为序列V中元素对应序列v中的索引形成的索引序列;
步骤14:shp线面图层数据预处理
构造n行m列的点要素矩阵matrix,将shp线面图层数据逐线逐点读入点要素矩阵matrix中,直至点要素矩阵matrix中各元素完成赋值为止;对于剩余的点要素,即不足一行的点要素,则保持不变,不参与下面的运算;
步骤15:全局置乱
a)行置乱:逐行遍历点要素矩阵matrix,根据索引序列{lvj|j=0,1,...,n-1},将第j行的所有点要素置换为第lvj行的点要素,遍历完成,得到行置乱后的点要素矩阵matrix1;
b)列置乱:逐列遍历上述步骤(a)中得到的点要素矩阵matrix1,根据索引序列{lui|i=0,1,...,m-1},将第i列的所有点要素置换为第lui列的点要素,遍历完成,得到全局置乱后的点要素矩阵matrix2;
步骤16:按照原图层特征形成置乱后的矢量数据
a)根据原始shp线面图层数据结构信息新建图层outLayE,遍历置乱后的点要素矩阵matrix2,逐点读入图层outLayE;
b)读入完点要素矩阵matrix2的所有点要素后,将步骤14中未参与运算的点要素逐点读入图层outLayE中,重组形成置乱后的shp线面图层数据;
步骤17:显示置乱后的shp线面图层数据;
(二)针对线面图层数据的还原与显示过程
步骤21:读取置乱后的shp线面图层数据
a)获取shp线面图层中线要素及点要素的信息,以及线要素的总个数lineNum和点要素的总个数pointNum;
b)根据公式(1),由点要素个数pointNum来索引序列长度m、n的取值;
步骤22:按照上述过程(一)中的步骤12的方法,根据密钥生成实数值混沌序列;
步骤23:按照上述过程(一)中的步骤13的方法,结合置乱图层数据的特征信息,构造还原索引序列{lui|i=0,1,...,m-1}、{lvj|j=0,1,...,n-1};
步骤24:置乱shp线面图层数据的预处理
构造n行m列的点要素矩阵matrixD,将置乱后的shp线面图层数据逐线逐点读入点要素矩阵matrixD中,直至点要素矩阵matrixD中各元素完成赋值为止;对于剩余的点要素,即不足一行的点要素,则保持不变,不参与下面的运算;
步骤25:全局反置乱
a)列反置乱:逐列遍历点要素矩阵matrixD,根据索引序列{lui|i=0,1,...,m-1},将第i列的所有点要素还原给第lui列的点要素,遍历完成,得到列反置乱后的点要素矩阵matrixD1;
b)行反置乱:逐行遍历点要素矩阵matrixD1,根据索引序列{lvj|j=0,1,...,n-1},将第j行的所有点要素还原给第lvj行的点要素,遍历完成,得到全局反置乱后的点要素矩阵matrixD2;
步骤26:按照置乱后图层特征形成还原后的矢量数据
a)根据步骤21获得的置乱后的shp线面图层数据结构信息,新建图层outLayD,遍历置乱后的点要素矩阵matrixD2,逐点读入图层outLayD;
b)读入完点要素矩阵matrixD2的所有点要素后,将步骤24中未参与运算的点要素逐点读入图层outLayD中,重组形成还原后的shp线面图层数据;
步骤27:显示还原后的shp线面图层数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310525545.XA CN103559678B (zh) | 2013-10-30 | 2013-10-30 | 一种shp线面图层数据的置乱与还原方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310525545.XA CN103559678B (zh) | 2013-10-30 | 2013-10-30 | 一种shp线面图层数据的置乱与还原方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103559678A true CN103559678A (zh) | 2014-02-05 |
CN103559678B CN103559678B (zh) | 2016-05-04 |
Family
ID=50013918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310525545.XA Expired - Fee Related CN103559678B (zh) | 2013-10-30 | 2013-10-30 | 一种shp线面图层数据的置乱与还原方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103559678B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870552A (zh) * | 2014-03-03 | 2014-06-18 | 南京师范大学 | 一种gis矢量数据线面图层的置乱与还原方法 |
CN107862212A (zh) * | 2017-11-27 | 2018-03-30 | 河海大学 | 一种基于像素位的图像置乱方法 |
CN111583776A (zh) * | 2020-04-28 | 2020-08-25 | 南京师范大学 | 一种侵入岩体发育时序获取方法 |
CN111682932A (zh) * | 2020-06-08 | 2020-09-18 | 兰州理工大学 | 一种基于混合混沌映射的单轮图像加密方法 |
CN112989394A (zh) * | 2021-04-28 | 2021-06-18 | 南京吉印信息科技有限公司 | 一种矢量地理数据加密、解密方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11261987A (ja) * | 1998-03-13 | 1999-09-24 | Matsushita Electric Ind Co Ltd | 補助スクランブル/デスクランブル方法および装置 |
CN102663673A (zh) * | 2012-05-10 | 2012-09-12 | 南京师范大学 | 一种基于混沌映射的shp线面图层易碎水印技术 |
CN103065278A (zh) * | 2012-12-24 | 2013-04-24 | 南京师范大学 | 一种针对shp线面图层完整性的多级认证方法 |
-
2013
- 2013-10-30 CN CN201310525545.XA patent/CN103559678B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11261987A (ja) * | 1998-03-13 | 1999-09-24 | Matsushita Electric Ind Co Ltd | 補助スクランブル/デスクランブル方法および装置 |
CN102663673A (zh) * | 2012-05-10 | 2012-09-12 | 南京师范大学 | 一种基于混沌映射的shp线面图层易碎水印技术 |
CN103065278A (zh) * | 2012-12-24 | 2013-04-24 | 南京师范大学 | 一种针对shp线面图层完整性的多级认证方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870552A (zh) * | 2014-03-03 | 2014-06-18 | 南京师范大学 | 一种gis矢量数据线面图层的置乱与还原方法 |
CN103870552B (zh) * | 2014-03-03 | 2017-01-18 | 南京师范大学 | 一种gis矢量数据线面图层的置乱与还原方法 |
CN107862212A (zh) * | 2017-11-27 | 2018-03-30 | 河海大学 | 一种基于像素位的图像置乱方法 |
CN111583776A (zh) * | 2020-04-28 | 2020-08-25 | 南京师范大学 | 一种侵入岩体发育时序获取方法 |
CN111583776B (zh) * | 2020-04-28 | 2022-02-11 | 南京师范大学 | 一种侵入岩体发育时序获取方法 |
CN111682932A (zh) * | 2020-06-08 | 2020-09-18 | 兰州理工大学 | 一种基于混合混沌映射的单轮图像加密方法 |
CN111682932B (zh) * | 2020-06-08 | 2022-12-23 | 兰州理工大学 | 一种基于混合混沌映射的单轮图像加密方法 |
CN112989394A (zh) * | 2021-04-28 | 2021-06-18 | 南京吉印信息科技有限公司 | 一种矢量地理数据加密、解密方法及系统 |
CN112989394B (zh) * | 2021-04-28 | 2024-03-01 | 南京吉印信息科技有限公司 | 一种矢量地理数据加密、解密方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103559678B (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xian et al. | Double parameters fractal sorting matrix and its application in image encryption | |
Yan et al. | Chaotic image encryption algorithm based on arithmetic sequence scrambling model and DNA encoding operation | |
Shang et al. | A block location scrambling algorithm of digital image based on Arnold transformation | |
Wang et al. | A new V-net convolutional neural network based on four-dimensional hyperchaotic system for medical image encryption | |
CN107239708A (zh) | 一种基于量子混沌映射和分数域变换的图像加密方法 | |
CN103559678B (zh) | 一种shp线面图层数据的置乱与还原方法 | |
CN103778593A (zh) | 基于图像关联分解的量子图像加密方法 | |
CN103971317A (zh) | 一种基于分数阶混沌映射的图像加密方法 | |
Xu et al. | Design of artificial intelligence image encryption algorithm based on hyperchaos | |
CN111263026B (zh) | 基于立体置乱模型和分数阶傅里叶变换的多图像加密方法 | |
CN106127669B (zh) | 基于保面积Baker映射的混沌图像加密方法 | |
Bai et al. | Image cryptosystem for visually meaningful encryption based on fractal graph generating | |
Zhang et al. | Multiple-image encryption algorithm based on Sarrus rule and 3D Fibonacci matrix | |
Ye et al. | Reversible image hiding algorithm based on compressive sensing and deep learning | |
CN105117653B (zh) | 一种近红外光谱数据加密方法 | |
CN102722856B (zh) | 基于三维Lorenz混沌映射的DCT域的数字图像加密方法 | |
CN105118017A (zh) | 一种基于二维Henon映射的灰度图像加密方法 | |
CN105005961B (zh) | 适用于不规则三角网数字高程模型的信息伪装及还原方法 | |
CN104361550B (zh) | 一种基于2D BacterialGrowth迷宫的数字置乱方法 | |
CN103870552B (zh) | 一种gis矢量数据线面图层的置乱与还原方法 | |
Zhang et al. | Color image encryption algorithm based on TD-ERCS system and wavelet neural network | |
CN104469079B (zh) | 一种基于2D随机Prim迷宫的数字置乱方法 | |
CN104361549B (zh) | 一种基于3D BacterialGrowth迷宫的数字置乱方法 | |
Xiao et al. | Privacy-Preserving Federated Compressed Learning Against Data Reconstruction Attacks Based on Secure Data | |
Shi et al. | Privacy data protection scheme using memristive hyperchaos and multi-scale block compressive sensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160504 Termination date: 20181030 |