CN103580857A

CN103580857A - 一种基于背包加密的汉字报文数据压缩方法

Info

Publication number: CN103580857A
Application number: CN201210276169.0A
Authority: CN
Inventors: 王姗; 王俊峰
Original assignee: Chongqing College of Electronic Engineering
Current assignee: Chongqing College of Electronic Engineering
Priority date: 2012-08-06
Filing date: 2012-08-06
Publication date: 2014-02-12

Abstract

一种基于背包加密的汉字报文数据压缩方法涉及一种基于背包加密的汉字报文数据压缩方法，它采用如下技术方案：第一步建立信息交换的网络中心建立报文数据信息库；第二步将汉字报文通过报文数据信息库转换成二进制报文编码文件；第三步将二进制报文编码文件通过背包公钥进行加密生成二进制密文文件；第四步将二进制密文串重新分组的变换处理，打乱原有字节的数位结构，将字节数位重新组合，生成伪报文文件；第五步收到了伪报文文件后将文件转换成二进制密文文件；第六步通过背包私钥将二进制密文文件解密生成二进制报文编码文件；第七步将二进制报文编码文件通过报文数据信息库生成汉字报文，它能节约传输和解算的资源开销，实现简单。

Description

一种基于背包加密的汉字报文数据压缩方法

技术领域：

本发明涉及一种基于背包加密的汉字报文数据压缩方法。

背景技术：

随着通信技术和计算机技术的高速发展以及互联网应用的进一步发展，数字通信几乎取代一切形式的模拟通信，需要传输、处理、存储的数据量日益增加，对传输带宽、存储容积和处理速度造成与日俱增的巨大压力。企图通过扩大传输带宽和增加存储容积来解决问题，不仅投资昂贵也无法承受，同时对传输报文保密性要求也日益增强。因此最好的解决方法就是通过压缩算法与加密方法，设法减少数据传输的所需的带宽，通过报文加密与压缩实现信息安全，这是本发明所要解决的问题。

发明内容：

本发明的目的是提供一种基于背包加密的汉字报文数据压缩方法，它能解决背景技术所存在的问题，它能同时实现安全加密和信息压缩，易于计算机软件的实现，节约传输和解算的资源开销，算法实现的四级加密体制，抗攻击性能力强，对处理信息安全传输与数据库信息的安全存储均具有普遍性，实现简单。

为了解决背景技术所存在的问题，本发明是通过如下技术方案：第一步建立信息交换的网络中心建立报文数据信息库；第二步将汉字报文通过报文数据信息库转换成二进制报文编码文件；第三步将二进制报文编码文件通过背包公钥进行加密生成二进制密文文件；第四步将二进制密文串重新分组的变换处理，打乱原有字节的数位结构，将字节数位重新组合，生成伪报文文件；第五步收到了伪报文文件后将文件转换成二进制密文文件；第六步通过背包私钥将二进制密文文件解密生成二进制报文编码文件；第七步将二进制报文编码文件通过报文数据信息库生成汉字报文。

所述报文数据信息库的建立方法如下：

1)采用Unicode UCS-2字符集实现信息传输将GB2312的所有字符(其中汉字占6763个)导入报文数据库，每个字符对应一个报文序号。

2)把使用频率较高的词组、短语、语句、数字和字母录入到报文数据库中，且每个记录行均唯一的对应一个报文序号；

3)报文数据库的最大报文编号(最大记录行号)为262143，既报文信息库除存储GB2312的所有汉字以外，还可以存储25万多条的词组或短语；

4)报文数字化：报文信息库中的每行信息对应报文编号(K_i)10进制数范围1≤K_i≤262143，二进制表示范围是不超过18bit的最大二进制数。其中：十进制数“262143”可转换为“111111111111111111”，是最大的报文编号。

所述背包公钥汉字加密和私钥解密的方法如下：

1)密钥生成：用户先构造一个长度为n的超增量背包分量b₁，b₂…b_n，选择两个正整数

W＜M，w和M互素保证(W，M)＝1则有ωW≡1(mod M)求出数论W的倒数ω(1≤ω＜M)；做MH变换：a_K≡wb_K(mod m)，k＝1，2，…，n；MH背包公钥密码系统便是以这样的序列{a_i}作为公钥的，有两类背包，一类可以在线性时间内求解，另一类则不能，把易解的背包问题修改成难解的背包问题；公钥k＝(a₁，a₂，…a_n，M)，私钥k’＝(b₁，b₂…b_n，M，ω)。

2)加密算法方法如下：

用公钥对明文做加密运算，

C为密文m₁，m₂，…m_n是明文n位的0，1符号串，a₁，a₂，…..a_n是公钥；

3)解密算法方法如下：

由密文得到方程的目标值D_i＝C_iω mod M

由私钥建立解密方程

Σ_{I = 1}^{N} b_{i} x_{i} = b_{1} x_{1} + b_{2} x_{2} + \cdot \cdot \cdot . . + b_{n} x_{n} = D_{i}

解集{X₁…X_n}就是得到的明文。

所述的汉字报文件算法处理方法如下：

第一步，在报文中依次截取报文子串(汉字或短语)检索出报文子串在报文数据库的报文编号。

第二步，构造一个背包多项式，生成私钥与公钥，加密报文子串对应的二进制报文编号，得到18bit已加密二进制报文子串，也就是生成密文信息，然后依次完成要传输的报文中后面的子串的密文生成。并累计子串个数为。

第三步，当最后一个报文子串加密完成后，报文的总长度为18*N，可计算得出p＝(18N)mod16，如果p＝0说明报文的总长度为单个汉字报文长度的整数倍，不需作补充处理。当p≠0时，在报文的末尾补充16-P个“0”，确保传输报文的总长度为16bit的整数倍。

第四步，传输加密后的密文，由于密文采用公钥加密确保了传输安全，多数报文子串均采用汉字短语检索，具有非常高的无损压缩特性。为进一步提高报文的安全性，采用二进制密文串重新分组的变换处理，打乱原有字节的数位结构，实现字节数位的重新组合。

第五步，报文信息解密，就是把接收到的密文，还原成明文的过程。首先把加密报文，按双字节(16bit)转换成二进制码报文，形成以二进制格式报文串，依次按18bit截取报文子串，并进行解密处理，得到解密后的10进制数。在报文信息库中检索该报文编号，得到对应的汉字或短语，当截取、解密和转换完成后，就还原出报文明文。

所述要处理的文件既可是汉字报文，也可是英文报文、数字报文或混编报文均实用有效，混编报文是指报文中同时含有汉字、英文、数字和符号复合报文。

本发明它能同时实现安全加密和信息压缩，易于计算机软件的实现，节约传输和解算的资源开销，算法实现的四级加密体制，抗攻击性能力强，对处理信息安全传输与数据库信息的安全存储均具有普遍性，实现简单。

附图说明：

图1是本发明结构示意图；

图2是报文压缩与加密时的编码转换的结构示意图。

具体实施方式：

如图1所示，本具体实施方式是通过如下技术方案：第一步建立信息交换的网络中心建立报文数据信息库；第二步将汉字报文通过报文数据信息库转换成二进制报文编码文件；第三步将二进制报文编码文件通过背包公钥进行加密生成二进制密文文件；第四步将二进制密文串重新分组的变换处理，打乱原有字节的数位结构，将字节数位重新组合，生成伪报文文件；第五步收到了伪报文文件后将文件转换成二进制密文文件；第六步通过背包私钥将二进制密文文件解密生成二进制报文编码文件；第七步将二进制报文编码文件通过报文数据信息库生成汉字报文。

所述报文数据信息库的建立方法如下：

1)采用Unicode UCS-2字符集实现信息传输将GB2312的所有字符导入报文数据库，每个字符对应一个报文序号。

所述背包公钥加密和私钥解密的方法如下：

2)加密算法方法如下：

用公钥对明文做加密运算，

3)解密算法方法如下：

由密文得到方程的目标值D_i＝C_iωmod M

由私钥建立解密方程

Σ_{I = 1}^{N} b_{i} x_{i} = b_{1} x_{1} + b_{2} x_{2} + \cdot \cdot \cdot . . + b_{n} x_{n} = D_{i}

解集{X₁…X_n}就是得到的明文。

所述的汉字报文件算法处理方法如下：

本具体实施方式实施例：是以“学习SQL数据库技术”为汉字报文文件内容为例进一下阐述本发明的工作方法和原理。

第一：汉字报文算法应用与实现

设汉字报文m＝{学习SQL数据库技术}，各汉字报文子串，对应报文信息库中的报文编号的二进制码值，如表1所示。

表1汉字二进制码表

报文编码	报文短语
		000000000000001011	学习
000000000000011001	SQL
		111111011110100000	数据库技术

汉字报文传输时首先进行报文按语义的短语分解，将“学习SQL数据库技术”，分成三个短语子串，分别为“学习”、“SQL”、“数据库技术”，得到报文子串编码。

第二：构建HM公钥多项式方程

依据汉字报文编码二进制码长(18位)，构造一个长度为n＝18的超增量背包分量B₁，B₂…B_18，＝(1，2，4，8，16，32，64，128，256，512，1024，2048，4096，8192，16386，32768，65536，131072)，

并随即选取M＝262145，W＝100001作为私钥。依据gcd(262145，100001)＝1，M与W互素，最大公约数为1，由ω×100001≡1(mod 262145)

求：W的逆元ω

依据扩展欧几里得算法推导如下

262145＝2×100001+62143

100001＝1×62143+37858

62143＝1×37858+24285

37858＝1×24285+13573

24285＝1×13573+10712

13573＝1×10712+2861

10712＝3×2861+2129

2861＝1×2129+732

2129＝2×732+665

732＝1×665+67

665＝9×67+62

67＝62+5

62＝12×5+2

5＝2×2+1

进一步推导可得出

1＝5-2×2＝5-2×(62-12×5)＝-2×62+25×5

＝-2×62+25×(67-62)＝25×67-27×62

＝25×67-27×(665-9×67)＝-27×665+268×67

＝-27×665+268×(732-665)＝268×732-295×665

＝268×732-295×(2129-2×732)

＝-295×2129+858×732

＝-295×2129+858×(2861-2129)

＝858×2861-1153×2129

＝858×2861-1153×(10712-3×2861)

＝-1153×10712+4317×2861

＝-1153×10712+4317×(13573-10712)

＝4317×13573-5470×10712

＝4317×13573-5470×(24285-13573)

＝-5470×24285+9787×13573

＝-5470×24285+9787×(37858-24285)

＝9787×37858-15257×24285

＝9787×37858-15257×(62143-37858)

＝-15257×62143+25044×37858

＝-15257×62143+25044×(100001-62143)

＝25044×100001-40301×62143

＝25044×100001-40301×(262145-2×100001)

＝-40301×262145+105646×100001

由上式可知W的数论倒数。即得到W的逆元ω＝105646做MH变换实现(B₁，B₂…B_n，)→(A₁，A₂，…A_n)得到公钥的多项式系数为：

由A_i＝WB_i mod M得

A₁＝WB₁ mod M＝100001×1 mod 262145＝100001

A₂＝WB₂ mod M＝100001×2 mod 262145＝20002

A₃＝WB₃ mod M＝100001×4 mod 262145＝137859

A₄＝WB₄ mod M＝100001×8 mod 262145＝13573

A₅＝WB₅ mod M＝100001×16 mod 262145＝27146

A₆＝WB₆ mod M＝100001×32 mod 262145＝54292

A₇＝WB₇ mod M＝100001×64 mod 262145＝108584

A₈＝WB₈ mod M＝100001×128 mod 262145＝217168

A₉＝WB₉ mod M＝100001×256 mod 262145＝172191

A₁₀＝WB₁₀ mod M＝10001×512 mod 262145＝82237

A₁₁＝WB₁₁ mod M＝100001×1024 mod 262145＝164474

A₁₂＝WB₁₂ mod M＝100001×2048 mod 262145＝66803

A₁₃＝WB₁₃ mod M＝100001×4096 mod 262145＝133606

A₁₄＝WB₁₄ mod M＝100001×8192 mod 262145＝5067

A₁₅＝WB₁₅ mod M＝100001×16384 mod 262145＝10134

A₁₆＝WB₁₆ mod M＝100001×32768 mod 262145＝20268

A₁₇＝WB₁₅ mod M＝100001×65536 mod 262145＝40536

A₁₈＝WB₁₆ mod M＝100001×131072 mod 262145＝81072

公钥：k＝(A₁，A₂，…A_n，M)＝(10001，20002，137859，13573，27146，54292，108584，217168，172191，82237，164474，66803，133606，258629，10134，20268，40536，81072，262145)

私钥：k¹＝(B₁，B₂…B_n，M，ω)

＝(1，2，4，8，16，32，64，128，256，512，1024，2048，4096，8192，16384，32768，65536，131072，262145，105646)

第三：用公开钥加密运算

C_i＝∑A_iX_i X_i是表1中短语报文编码的二进制码值，得到对应的密文为：

第一个汉字报文子串“学习”对应的报文编码m₁＝{000000000000001011}，将报文编码代入公钥方程得到C₁＝A₁+A₂+A₄＝100001+200002+13573≡313576(mod262145)＝51431

可得到密文二进制数为：C₁＝(51431)₁₀＝(1100100011100111)₂进一步处理，因二进制码长不足18bit，需高位补“0”得C₁＝(001100100011100111)₂

第二个汉字报文子串“SQL”对应的报文编码m₂＝{000000000000011001}，将报文编码代入公钥方程得到C₂＝A₁+A₄+A₅＝100001+13573+27146≡140720(mod262145)＝140720

可得到密文二进制数为：C₂＝(140720)₁₀＝(100010010110110000)₂进一步处理，若二进制码长不足18bit，需高位补“0”

第三个汉字报文子串“数据库技术”对应的报文编码m₃＝{111111011110100000}，将报文编码代入公钥方程得到C₃＝A₆+A₈+A₉+A₁₀+A₁₁+A₁₃+A₁₄+A₁₅+A₁₆+A₁₇+A₁₈

＝54292+217168+172191+82237+164474+133606+5067+10134+20268+40536+81072

≡981045(mod 262145)＝194610可得到密文二进制数为：

C₃＝(194610)₁₀＝(101101011010101011)₂

进一步处理，若二进制码长不足18bit，需高位补“0”汉字报文m＝(学习，SQL，数据库技术)加密运算后，得到密文C＝(C₁，C₂，C₃)＝C₁⊕C₂，⊕C₃

＝(001100100011100111100010010110110000101101011010101011)

⊕-代表“与运算”

第四：密文分组处理

如图2所示：汉字报文1共10个字符，共160位(bit)，其中“学习”、“SQL”、“数据库技术”是词组，对应从报文数据信息库中生成：”学习”二字生成18bit二进制代码，”SQL”生成18位二进制代码，“数据库技术”生成18bit二进制代码，组成二进制报文编码文件2，通过加密生成二进制密文文件3，然后截取16bit，不足16位用“0”来补足，生成传输伪装码的伪报文文件4。

系统采用Unicode字符集实现信息传输。每一Unicode字符的位长均为16bit，如果待传输二进制密文的总位长不是16bit的整数倍，需要末尾补“0”。

C＝(C₁，C₂，C₃)，共有3个汉字报文子串，总长度＝18×3＝54位，计算可知，密文C需要末尾补10个“0”，使报文总长度为16bit的整数倍。

可得

C＝(0011001000111001111000100101101100001011010110101010110000000000)，按每组16bit共传输4个伪装字符。

第五：密文解密前的预处理

首先把基于Unicode UCS-2字符集接受到的加密报文，采用按双字节(16bit)转换成二进制码报文串，然后在转换得到(18bit)待解密二进制报文子串，即把4×16＝64截取3×18＝54位，不足18bit整数倍的尾串字符舍去。得到C＝(001100100011100111100010010110110000101101011010101011)然后按18位长度分组成下列子串。

由C得到C₁＝(001100100011100111)，C₂＝(100010010110110000)C₃＝(101101011010101011)

计算各二进制密文子串对应的十进制数，得到：

C₁＝(001100100011100111)₂＝(51431)₁₀

C₂＝(100010010110110000)₂＝(140720)₁₀

C₃＝(101101011010101011)₂＝(194610)₁₀

第六：私密钥解密运算

D_i＝C_iωmod M：得到方程B₁X₁+B₂X₂+…+B_n X_n＝D_i即由密文得到方程的目标值C₁→D₁则有

D_i＝C_iωmod M；得到方程B₁X₁+B₂X₂+…+B_n X_n＝D_i即由密文得到方程的目标值C₁→D₁则有

D₁＝C₁ωmod M 把私钥M＝262145，ω＝105646，并依次把C₁，C₂，C₃的数值代入私钥方程，计算得到

＝51431×105646 mod 262145＝11则有

X₁+2X₂+4X₃+8X₄+16X₅+32X₆+64X₇+128X₈+256X₉+512X₁₀+1024X₁₁+2048X₁₂+4096X₁₃+8192X₁₄+16384X₁₅+32768X₁₆+65536X₁₇+131072X₁₈＝11依据超增量方程的解密算法。

解密过程如下

131072＞11取X₁₈＝0得X₁+2X₂+…+65536X₁₇＝11

65536＞11取X₁₇＝0得X₁+2X₂+…+32768X₁₆＝11

32768＞11取X₁₆＝0得X₁+2X₂+…+16384X₁₅＝11

16384＞11取X₁₅＝0得X₁+2X₂+…+8192X₁₄＝11

8192＞11取X₁₄＝0得X₁+2X₂+…+4096X₁₃＝11

4096＞11取X₁₃＝0得X₁+2X₂+…+2048X₁₂＝11

2048＞11取X₁₂＝0得X₁+2X₂+…+1024X₁₁＝11

1024＞11取X₁₁＝0得X₁+2X₂+…+512X₁₀＝11

512＞11取X₁₀＝0得X₁+2X₂+…+256X₉＝11

256＞11取X₉＝0得X₁+2X₂+…+128X₈＝11

128＞11取X₈＝0得X₁+2X₂+…+64X₇＝11

64＞11取X₇＝0得X₁+2X₂+…+32X₆＝11

32＞11取X₆＝0得X₁+2X₂+…+16X₅＝11

16＞11取X₅＝0得X₁+2X₂+…+8X₄＝11

8＜11取X₄＝1得X₁+2X₂+…+4X₃＝3

4＞3取X₃＝0得X₁+2X₂＝3

2＜3取X₂＝1得X₁＝1

解得m₁{X₁…X₁₈}可知

m₁＝{000000000000001011}同理解得：

m₂＝{000000000000011001}

m₃＝{111111011110100000}

m₁，m₂，m₃分别代表汉字报文中，各短语对应报文信息库中的报文编号

第七：解密后处理

按报文子串编码的先后顺序，在报文信息库中检索各子串对应的短语、汉字或符号，然后再把检索出的短语(或汉字)组合到一起，才完整实现报文的解密工作。

其中：报文子串₁＝f(m₁)＝“学习”；报文子串₂＝f(m₂)＝“SQL”；报文子串₃＝f(m₃)＝“数据库技术”

m＝报文子串₁⊕报文子串₂⊕报文子串₃＝{学习SQL数据库技术}⊕-代表字符串执行与运算

第八：算法的压缩特性

在信息处理中，报文的长度可以用字节(byte)或位(bit)作为单位，以位作报文长度单位时，长度值是以字节作长度单位所示长度值的8倍。设报文的原长度为N，压缩后的长度为n。压缩比d＝N/n，压缩率P＝(N-n)/N)x100％。

当传输时一般都会检索汉字短语对应的报文编号，实现数字化转换(也可以选择一个汉字对应的报文编号进行数字化转换)，以平均每次检索的报文长度为3个汉字，计算机中占48bit(二进制)带宽，而传输时为18bit(二进制)带宽。

计算可知压缩比d＝N/n＝48/18≈2.67，压缩率P＝(N-n)/N)x100％＝(48-18)/48)x100％＝62.5％。通过该算法可实现传输信息压缩3至5倍，具有很好的实用性。

第九：算法的加密特性

算法实现汉字报文传输具有四级加密处理，是具有极高安全性的汉字报文安全传输算法。

第一级加密，是将汉字报文信息传输，转化成报文信息库中报文编码的传输，传输的报文编码即使被截获也不能还原出汉字报文信息(传输的是报文中子串在报文信息库中对应的报文编码组合)

第二级加密，对传输的报文编码，采用MH公钥加密，该算法具有很高加密安全性，依据解超增量背包问题容易，求解一般背包问题困难的事实，分别构造出难度不同的加解密处理方程，同时采用MH算法的另一个原因是，超增量方程解算容易，是易于软件实现的加密算法。

第三级加密，报文在传输时又将加密后的二进制密文(18bit)，巧妙进行了基于Unicode字符集双字节(16bit)处理，接收到(或被截获)的信息是按Unicode字符组合的伪装码，相当于传输的密文又进行了一次分组加密。

第四级加密，报文信息库的访问权限控制。无论是把报文子串(短语)转化成报文信息库对应的报文编号，还是把报文编号还原成报文子串，都需要检索报文信息库，可设定对访问用户进行权限审查。

Claims

1.一种基于背包加密的汉字报文数据压缩方法，其特征在于它采用如下技术方案：第一步建立信息交换的网络中心建立报文数据信息库；第二步将汉字报文通过报文数据信息库转换成二进制报文编码文件；第三步将二进制报文编码文件通过背包公钥进行加密生成二进制密文文件；第四步将二进制密文串重新分组的变换处理，打乱原有字节的数位结构，将字节数位重新组合，生成伪报文文件；第五步收到了伪报文文件后将文件转换成二进制密文文件；第六步通过背包私钥将二进制密文文件解密生成二进制报文编码文件；第七步将二进制报文编码文件通过报文数据信息库生成汉字报文。