CN104202147B - 一种基于地理信息产品特征的加密方法 - Google Patents

一种基于地理信息产品特征的加密方法 Download PDF

Info

Publication number
CN104202147B
CN104202147B CN201410459210.7A CN201410459210A CN104202147B CN 104202147 B CN104202147 B CN 104202147B CN 201410459210 A CN201410459210 A CN 201410459210A CN 104202147 B CN104202147 B CN 104202147B
Authority
CN
China
Prior art keywords
encryption
chaos
chaos system
data
information
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.)
Active
Application number
CN201410459210.7A
Other languages
English (en)
Other versions
CN104202147A (zh
Inventor
门朝光
田泽宇
魏宇峰
王超
王一超
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering 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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201410459210.7A priority Critical patent/CN104202147B/zh
Publication of CN104202147A publication Critical patent/CN104202147A/zh
Application granted granted Critical
Publication of CN104202147B publication Critical patent/CN104202147B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Storage Device Security (AREA)

Abstract

本发明涉及密码学、混沌理论、信息安全、地理信息系统和数字图像处理领域,是一种对数字矢量地图进行加密的方法。本发明包括:根据不同数据的特征确定需要加密的数据部分;启动混沌系统A、混沌系统B和选择函数;当混沌系统A、混沌系统B分别达到混沌状态以后,进行同步;使用选择函数对混沌系统A、混沌系统B生成的混沌序列数进行选择。本发明特征数据加密算法加密时不改变地理信息文件数据结构,保证了数据特征加密之后文件可被相关软件打开但数据无实际意义。而传统的加密算法加密之后地理信息文件不能被相关软件打开查看。

Description

一种基于地理信息产品特征的加密方法
技术领域
本发明涉及密码学、混沌理论、信息安全、地理信息系统和数字图像处理领域,是一种对数字矢量地图进行加密的方法。
背景技术
近年来,地理信息系统(GIS)正飞速地由理论研究走向实用化和产业化,在众多领域中都有广泛地应用。地理信息系统是一种专门用于管理地理空间分布数据的计算机信息系统,具有采集、存储、管理、分析和输出地理信息的多种能力。数字矢量地图是GIS中一个必不可少的部分,具有精度高、支持高质量缩放、定位准确、操作方便、更新便捷等多种优势,已成为地理信息系统、智能交通运输系统、数字化城市和数字化国防建设等方面必需的保障资源,它克服了纸质地图查询速度慢、存储不方便、绘图精度低等缺点,是整个系统的基石。但是,数字矢量地图始终面临着被非法复制、人为泄露等安全问题,一旦发生数据泄露会严重损害地图所有者的合法利益,甚至会对国防建设产生重大负面影响,保护数字矢量地图的安全使其不被窃取是迫切需要解决的问题。一方面制作一幅数字矢量地图的代价极其昂贵,每个国家都会花费大量的人力和财力来制作本国某个地区的矢量地图,而包含敏感区域的大比例尺数字矢量地图是国家机密文件不能对外泄露。另一方面国家又希望最大程度地挖掘矢量地图的使用价值,所以希望对大比例尺的数字矢量地图进行安全保密处理,保证矢量地图的安全性。
依据本课题的研究目标和研究内容,通过对比国内外关于地理信息数据加密的解决方案,充分分析传统混沌系统加密方案,发现传统混沌系统加密方案有以下缺点:第一,使用单一密钥信息对过长明文加密,密钥流的随机性会有所下降,会降低混沌系统加密方案的安全性;第二,使用单一密钥信息加密大量明文,密钥流与明文的变化无关,如果破译者获得了大量对应的明文密文对,便会增大混沌系统加密方案被破解风险。针对以上缺点,本加密方案对混沌理论、流加密和置换加密等理论与方法进行了改进,针对地理信息数据中的空间数据、属性数据和影像数据特征,提出了基于地理信息产品特征的加密方法,保证各种地理信息数据的安全。
发明内容
本发明的目的在于提供一种用于对数字矢量地图进行加密保护的方法。
本发明的目的是这样实现的:
(1)选择要加密的地理信息数据格式,根据不同数据的特征确定需要加密的数据部分;
(2)启动混沌系统A、混沌系统B和选择函数;
(3)当混沌系统A、混沌系统B分别达到混沌状态以后,进行同步,即混沌系统A、混沌系统B同时各自生成一个混沌序列数;
(4)使用选择函数对混沌系统A、混沌系统B生成的混沌序列数进行选择,选中的序列数即为密钥流的当前类随机数;
(5)重复步骤(4)直至生成所需长度的密钥流,停止混沌系统A、混沌系统B以及选择函数;
(6)如果加密数据是空间数据和影像数据,使用密钥流与明文数据进行异或流加密;如果是属性数据,按记录条数的多少进行流加密或者置换加密。
混沌系统包括:
(2.1)随机生成混沌系统的初值X0、参数u、迭代次数n、每次迭代生成的混沌序列个数count,其中X0、u是混沌系统的初始值和参数,n代表混沌系统迭代n次以后才开始进行截取,count表示截取count个序列数;
(2.2)启动Logistic映射,迭代n次以后截取count个序列数;
(2.3)截取当前密文小数点后2、3、4位替换X0、u小数点后相应位;截取当前密文小数点后3、4位,作为随机函数初值进行随机选取,生成的整数替换n;当前密文小数点后4、5位,作为随机函数初值进行随机选取,生成的整数替换count;
(2.4)用步骤(3)生成的密钥信息重新启动混沌系统重复步骤(2),不断进行迭代,直至生成所需要的密钥流长度为止。
混沌系统是Logistic映射。
选择函数是使用RC4流加密方法进行选择。
本发明的有益效果在于:
本发明提出一种基于地理信息产品特征的加密方法,针对地理信息数据的空间特征、属性特征及影像数据特征,采用改进Logistic映射和RC4方法的流加密方法对地理信息数据进行加密。对比已有的矢量地图加密方法,本发明具有以下优点:
第一,特征数据加密方法加密时不改变地理信息文件数据结构,保证了数据特征加密之后文件可被相关软件打开但数据无实际意义。而传统的加密方法加密之后地理信息文件不能被相关软件打开查看。
第二,本方案在安全性方面,主要具有以下优点:
a.混沌系统生成的密钥流具有对初值敏感性高、周期长、伪随机性好等特点。通过多套迭代混沌系统以及密钥信息与明文前后关联的思想,使得改进的混沌系统另具三大优点:
在不增加密钥信息量的情况下,解决了密钥单一的问题。通过多套迭代混沌系统(有多套密钥信息)加密同一文件,克服了同一个密钥加密过长或者同一个密钥加密过多的文件而易被破解的缺陷。
迭代混沌系统的密钥信息与加密明文相关联(除第一个混沌系统的初始密钥以外),保证了一次一密,提高了加密方案的安全性。即使两次加密使用的初始密钥一样,但两次加密的明文不同就会得到不同的密文。
迭代混沌系统的迭代周期之间是没有规律联系的。无论是加密同一个文件或者多个文件,迭代周期的长度和个数都是不同的。
b.将两个改进混沌系统结合共同生成一个密钥流,加大密钥流随机性,进一步加大特征数据加密方法的破译难度。
c.128bit的RC4加密方法作为选择函数,保证了整个特征加密方案的安全性。破译者欲准确无误的破解密钥流信息,必须破解RC4加密方法,否则即使破解了两套混沌系统,也无法判断每一位密钥流是来自混沌系统A还是混沌系统B。128bit的RC4方法达到了128bitAES的安全级别,即暴力破解计算的时间复杂度为O(2128),达到了合同的要求。同时特征数据加密方法结合了两套改进混沌系统,其密钥信息与加密明文相关联,保证了一次一密,保证了密钥流的随机性良好,进一步提高了加密方案的整体安全性。
d.置换加密是属性数据特征置换加密方案的关键。置换加密根据特征数据加密方法生成密钥流的顺序,对特征数据记录项进行置换。在置换加密中,假设一个字段有n(n>35)个记录项,依据密钥流的顺序对记录项的顺序进行重新排列。因为密钥流的随机性良好,所以要想将置换后的记录项还原为初始的顺序,即对置换加密后的密文进行暴力破解,其时间复杂度为O(n!)。当记录项数n大于35时,暴力破解置换加密的时间复杂度为O(2128)。所以在方法设计的时候,设定当记录数大于35时自动选择置换加密方案进行加密,保证了置换加密方案的安全性。同时本置换加密方案把所有的记录项按照字段分组,即对每个字段的记录项都进行独立的置换加密,得到暴力破解计算的时间复杂度为O((n!)i),(i是字段数),进一步加大了暴力破解计算的难度,提高置换加密方案的安全性。
第三,本方案在效率方面,具有以下优点,以下分别对特征加密方案和置换加密方案进行效率分析:
a.在整个数据特征加密方案中主要有三部分时间开销,文件读写的时间开销,密钥流生成的时间开销以及加密过程的时间开销。文件读写是正常的系统开销时间,不计入效率分析中。其中,密钥流生成的时间复杂度为O(n);而加密过程为异或流加密,其时间复杂度也为O(n);综上分析,数据特征加密方案的时间复杂度为O(n)。
b.属性数据特征置换加密方案中时间的开销主要包括四个部分,文件的读写时间开销,密钥流生成时间开销,密钥流的桶式排序时间开销以及加密过程的时间开销。文件的读写是正常的系统开销时间,不计入效率分析中。属性数据特征置换加密生成的密钥流与空间数据特征加密生成的密钥流是一样的,其时间复杂度是一致的,均为O(n)。在置换加密方案中,将密钥流从小到大顺序排序使用的是桶式排序方法,此排序方法的平均时间复杂度是O(n)。本方案是将密钥流先按照字段分组,然后再进行排序,这样比将所有的密钥流一起排序的速度要快,进行分组的优化处理,可以在不影响程序正常执行的情况下减少时间开销。置换加密方案每个步骤的时间复杂度如下:密钥流生成的时间复杂度为O(n),对密钥流进行分组的时间复杂度为O(n),密钥流的桶式排序时间复杂度为O(n),对记录进行置换加密的时间复杂度为O(n)。所以,整个置换加密过程的时间复杂度为O(n)。
附图说明
图1基于特征加密方案的简要流程图;
图2改进混沌系统原理示意图;
图3改进混沌系统流程图;
图4特征数据加密方法流程图;
图5置换加密流程图;
图6置换加密原理示意图。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明根据地理信息产品不同的数据类型,分析地理信息产品空间数据、属性数据和影像数据的特征。结合空间数据特征,运用非确定性数学模型及非线性变换技术,研究基于空间数据特征的特征加密方案;结合属性数据的特征,运用混沌理论、编码技术和置换技术,设计实现了置换加密和流加密两种加密方案;结合影像数据特征,以特征数据加密方法为基础,设计实现了影像数据流加密方案。
地理信息数据具有数据量大、批量处理与保密性高等特点,所以对加密方法的安全性与速度有比较严格的要求。针对高响应速度的要求,本加密方法采用效率最高的流加密方法进行加密。针对高安全性的要求,本加密方法对混沌系统进行改进,提高密钥流的随机性,增强流加密的安全性。最后,考虑到地理信息数据的空间数据特征、属性数据特征和影像数据特征,为各种不同的地理信息数据设计合适的加密方法。基于特征加密方案的主要流程如下:
第一,选择要加密的地理信息数据格式,根据不同数据的特征确定需要加密的数据部分。
第二,启动两套混沌系统A、B(本方案采用的混沌系统是Logistic映射)和选择函数(本方案采用的是RC4流加密方法进行选择);
第三,当两套混沌系统A、B分别达到混沌状态以后,使其同步(即混沌系统A、B同时各生成一个混沌序列数);
第四,使用选择函数对混沌系统A、B生成的混沌序列数进行选择,选中的序列数即为密钥流的当前类随机数;
第五,重复第四步过程直至生成所需长度的密钥流,停止混沌系统A、B以及选择函数;
第六,如果加密数据是空间数据和影像数据,使用密钥流与明文数据进行异或流加密;如果是属性数据,按记录条数的多少进行流加密或者置换加密。
上述主要步骤的简要流程图,如图1所示。
对上述Logistic映射进行大量的研究和实验论证之后,发现传统的Logistic映射存在密钥信息单一这一致命缺陷,因此提出改进方案。其改进思想是混沌系统在生成一定数量的混沌序列之后,截取当前密文部分信息替换初始密钥部分信息,再重新启动混沌系统生成一定数量的混沌序列与新明文进行加密,得到新密文;再截取当前密文部分信息替换此次密钥部分信息,不断迭代上述过程,直至完成整个加密过程。改进的混沌系统有效解决了原有的缺陷,在一次加密任务之中相当于有多个混沌系统参与加密任务,并且除第一个混沌系统外,其余混沌系统的初始值都与明文相关,这样也避免了已知明文攻击。改进混沌系统(本方案采用的是Logistic映射)原理示意图如图2所示。
下面是改进混沌系统的具体步骤,具体的改进混沌系统流程图如图3所示。
第一步.随机生成混沌系统的初值X0、参数u、迭代次数n、每次迭代生成的混沌序列个数count。其中X0、u是混沌系统的初始值和参数,n代表混沌系统迭代n次以后才开始进行截取,count表示截取count个序列数。
第二步.启动Logistic映射,迭代n次以后截取count个序列数。
第三步.截取当前密文小数点后2、3、4位替换X0、u小数点后相应位;截取当前密文小数点后3、4位,作为随机函数初值进行随机选取,生成的整数替换n;当前密文小数点后4、5位,作为随机函数初值进行随机选取,生成的整数替换count。
第四步.用第三步生成的密钥信息重新启动混沌系统重复第2步,不断进行迭代,直至生成所需要的密钥流长度为止。
本发明可以分为五部分,1.特征数据加密方法;2.基于空间数据特征加密方案;3.基于属性数据特征加密方案;4.基于影像数据特征加密方案。5.方案安全性与效率分析
下面结合附图和实例对本发明技术方案的各个部做进一步的描述:
1.特征数据加密方法
特征数据加密方法是针对地理信息数据的空间特征、属性特征及影像数据特征,采用改进Logistic映射和RC4方法的流加密方法。整体框架为实现两套改进Logistic映射A与B,同时生成伪随机序列,然后用RC4作为选择函数(RC4用改进的Logistic映射初始化),选择函数的闸值128(闸值128是128位RC4方法生成伪随机序列的中间值,理论上RC4序列有一半大于128一半小于128,即选取两个混沌系统的值作为密钥流的概率是一样的)。当RC4生成的数大于闸值128时,选择Logistic映射A生成伪随机序列的当前值作为密钥流的当前值;当RC4生成的数小于闸值128时,选择Logistic映射B生成伪随机序列的当前值作为密钥流的当前值。重复上述过程,直至生成足够长度的密钥流。最后,使用密钥流与明文数据进行加密。其中Logistic映射A、B的初始值X0、u、迭代次数n、序列数个数count作为密钥信息。解密与加密过程相同,下面详细介绍具体过程。
(1)特征数据加密方法
加密步骤如下:
1)预读空间地理信息文件,获得待加密的特征数据。
2)启动Logistic映射A、B,各自生成一族混沌序列数(一族混沌序列数的个数记为count,count随机选取),与此同时启动RC4方法。判断RC4方法生成的当前伪随机数是否大于128,如果大于128,则选择Logistic映射A生成的当前混沌序列数族作为当前的密钥流族;否则,选择Logistic映射B生成的当前混沌序列数族作为当前的密钥流族。
3)用当前生成的密钥流族与明文进行加密。完成一族的加密之后,截取当前密文的部分信息,替代当前Logistic映射A、B的密钥信息,成为下一套Logistic映射A、B的密钥信息。
4)重复步骤2)、3),直至完成当前文件的加密。
加密的流程图如图4所示。
(2)特征解密方法
基于地理信息产品特征的加密方法采用的都是基于随机密钥流的流加密或者置换加密,因此其解密过程与加密过程基本一致,具体步骤如下:
1)根据密文的密钥信息,启动改进Logistic映射A、B,各自生成一族混沌序列数(一族混沌序列数的个数记为count,count随机选取),与此同时根据密钥信息启动RC4方法。判断RC4方法生成的当前伪随机数是否大于128,如果大于128,则选择Logistic映射A生成的当前混沌序列数族作为当前的密钥流族;否则,选择Logistic映射B生成的当前混沌序列数族作为当前的密钥流族。
2)用当前生成的密钥流族与密文进行解密。完成一族的解密之后,截取当前密文的部分信息,替代当前Logistic映射A、B的密钥信息,成为下一套Logistic映射A、B的密钥信息。
3)重复步骤2),直至完成当前加密文件的解密。
2.基于空间数据特征加密方案
以特征数据加密方法为基础,深入研究点、线、面三种空间数据,针对三种空间数据各自的特征,设计具体的加密方案,保护空间数据的安全。下面以Shapefile文件类型为例,具体介绍基于空间数据特征加密方案。
(1)点空间数据加密方案
Shapefile中的点状目标由一对X、Y坐标构成,坐标值为double型,如表1所示。
由表1可知,点特征数据主要指x、y方向的坐标。
点空间数据特征加密方案加密对象是x、y方向的坐标。使用特征数据加密方法生成的密钥流与x、y方向的坐标进行异或流加密。由于加密之后x、y方向的边界值发生了变化,所以要对文件头中x、y方向最大/最小值进行改变。本特征加密方案研究的点、线、面数据都是二维且无权值的数据,所以z方向极值(Zmin、Zmax)和权值的极值(Mmin、Mmax)都是0不用改变,文件头中其他数据也无加密意义,所以文件头中只有x、y方向的最大/最小值在加解密之后需要改变。
(2)线空间数据加密方案
Shapefile中的线状目标由一系列点坐标串构成。一个线目标可能包括多个子线段,子线段之间可以是相离的,也可以是相交的。线目标允许出现多个坐标完全相同的连续点,但是不允许出现某个退化的、长度为0的子线段。线状目标的记录如表2所示。
由表2可知,线空间数据的特征数据是指Points数组和Parts数组。Points数组记录了坐标信息,其数据类型为坐标结构Point,包含一对double类型的X、Y坐标;Parts数组记录了每个子线段的起始点下标。
线空间数据加密方案加密对象是Points数组和Parts数组。使用特征数据加密方法生成的密钥流与这两个数组进行异或流加密。对Points数组进行加密就是对坐标信息进行加密;对Parts数组进行加密则可以改变每条线段的起始点,更加彻底的改变线空间数据的拓扑结构。加密之后同点空间数据一样要改变文件头中x、y方向的最大/最小值。
(3)面空间数据加密方案
Shapefile中的面状目标由多个子环构成,每个子环由至少4个顶点构成封闭、无自相交现象的环。对于含有岛的多边形,构成它的环有内、外环之分,每个环的顶点排列顺序或者方向说明了这个环是内环还是外环。面状目标的记录内容如表3所示。
由表3可知,面空间数据的特征数据也是Points数组和Parts数组。Points数组同线空间数据的Points数组定义一致,记录了坐标信息;Parts数组则记录了子环起始坐标的位置。
面空间数据加密方案加密对象是Points数组和Parts数组。使用特征数据加密方法生成的密钥流与这两个数组进行异或流加密。对Points数组进行加密就是对坐标信息进行加密,对Parts数组进行加密则可以改变每个子环的起始点,更加彻底的改变面空间数据的拓扑结构。加密之后同点空间数据一样要改变文件头中x、y方向的最大/最小值。
3.基于属性数据特征加密方案
基于属性数据特征的加密以特征数据加密方法为基础,针对属性数据特征,设计实现了置换加密和流加密两种加密方案。根据不同的属性记录数目,采用对应的加密方案进行加密,保护属性数据的安全。下面以Shapefile文件类型中的属性文件(.dbf)为例,具体介绍基于属性数据特征加密方案。
(1)置换加密方案
置换加密方案是针对数据量大的属性文件(记录条数n>35的属性文件)提出的一种保留数据格式的加密方案。置换加密是属性文件特征加密中最主要的加密方案,除了记录数量很少时使用流加密,其他情况下都使用置换加密方案。此加密方案可以保证加密后的属性文件格式不变,文件能够正常打开,不会出现乱码或者不显示的问题。加密后的属性信息经过置换打乱,新的记录信息不再是原来的内容,能够保障文件的安全性。下面具体介绍置换加密方案。
置换加密以记录项为特征数据,属性文件的记录项数与密钥流的长度相同,即密钥流的长度为文件记录数乘以字段数。置换加密就是把实体信息中各字段的记录项打乱并重排,达到加密属性文件的效果。置换加密流程如图5所示。
置换加密的具体步骤如下:
1)读取属性文件的文件头,获得加密所需的文件记录数NumRecord与字段数NumFields。
2)利用特征数据加密方法生成密钥流,用于对明文进行加密。
首先,确定密钥流的长度Length,因为置换加密是以记录项为单位进行的加密,因此密钥流的长度是属性文件中所有记录项的总和,即为Length=NumRecord*NumFields。然后,将密钥流存储在以NumFields为列数、以NumRecord为行数的二维数组中,与实体信息抽象成的二维表格对应。
3)将上一步得到的密钥流二维数组的每一列数据进行桶式排序,并记录每列中每个数排序后的顺序,这个顺序就是实体信息加密所需要的置换顺序。置换加密顺序如图6所示。
用上一步得到的置换加密顺序,对相应明文字段中的记录项进行置换,直到所有字段的记录项都进行了置换加密。
(2)流加密方案
当属性文件记录条数很少(记录条数n<35)的时候,置换加密的安全性较低,无法满足项目的要求,出于安全方面的考虑,此时采用流加密方案对属性文件进行加密。流加密方案选用实体信息为特征数据,使用特征数据加密方法生成的密钥流对实体信息进行逐字节的异或流加密。
流加密的具体步骤如下:
1)读取属性文件的文件头,获得加密所需的文件记录数NumRecord与记录长度RecordLength。
2)利用特征数据加密方法生成密钥流,用于对明文进行加密。
密钥流的长度要和明文长度相同,即密钥流的长度stLength为记录数乘以记录长度,stLength=NumRecord*RecordLengh。
3)用密钥流对明文进行异或流加密。
首先将double类型的密钥流转化为可以进行异或操作的UINT64类型数据,然后与明文进行逐字节的异或流加密,得到密文。
4.基于影像数据特征加密方案
地理信息数据中除了空间数据、属性数据外,还有影像数据即栅格数据,下面介绍基于影像数据特征的加密方案。基于影像数据特征加密以特征数据加密方法为基础,针对影像数据特征,设计实现了影像数据流加密方案,保证影像数据的安全。影像数据格式有多种,以TIF图像格式为例,具体介绍基于影像数据特征加密方案。
TIF图像一般由三个部分组成:文件头(简称IFH)、文件目录(简称IFD)、图像数据。一般组织形式是:IFH——图像数据——IFD。
IFH和IFD两部分数据决定了影像数据的文件结构,文件其余部分记录了影像数据值,使用特征数据加密方法生成的密钥流与影像数据值进行异或流加密。
表1为点状目标的记录内容;表2为线状目标的记录内容;表3为面状目标的记录内容。
表1点状目标的记录内容
记录项 数值 数据类型 长度(Byte) 个数 位序
几何类型 1 int 4 1 little
X方向坐标 X方向坐标值 double 8 1 little
Y方向坐标 Y方向坐标值 double 8 1 little
表2线状目标的记录内容
表3面状目标的记录内容

Claims (4)

1.一种基于地理信息产品特征的加密方法,其特征在于:
(1)选择要加密的地理信息数据格式,根据不同数据的特征确定需要加密的数据部分;
(2)启动混沌系统A、混沌系统B和选择函数;
(3)当混沌系统A、混沌系统B分别达到混沌状态以后,进行同步,即混沌系统A、混沌系统B同时各自生成一个混沌序列数;
(4)使用选择函数对混沌系统A、混沌系统B生成的混沌序列数进行选择,选中的序列数即为密钥流的当前类随机数;
(5)重复步骤(4)直至生成所需长度的密钥流,停止混沌系统A、混沌系统B以及选择函数;
(6)如果需要加密的数据是空间数据和影像数据,使用密钥流与明文数据进行异或流加密;如果是属性数据,当属性文件记录条数n≤35的时候采用流加密方案对属性文件进行加密;当属性文件记录条数n>35的时候对属性文件进行置换加密。
2.根据权利要求1所述的一种基于地理信息产品特征的加密方法,其特征在于,所述启动混沌系统A或B包括:
(2.1)随机生成混沌系统的初值X0、参数u、迭代次数n、每次迭代生成的混沌序列个数count,其中X0、u是混沌系统的初始值和参数,n代表混沌系统迭代n次以后才开始进行截取,count表示截取count个序列数;
(2.2)启动Logistic映射,迭代n次以后截取count个序列数;
(2.3)截取当前密文小数点后2、3、4位替换X0、u小数点后相应位;截取当前密文小数点后3、4位,作为随机函数初值进行随机选取,生成的整数替换n;当前密文小数点后4、5位,作为随机函数初值进行随机选取,生成的整数替换count;
(2.4)用步骤(2.3)生成的密钥信息重新启动混沌系统重复步骤(2.2),不断进行迭代,直至生成所需要的密钥流长度为止。
3.根据权利要求1所述的一种基于地理信息产品特征的加密方法,其特征在于:所述的混沌系统A、混沌系统B是Logistic映射。
4.根据权利要求1所述的一种基于地理信息产品特征的加密方法,其特征在于:所述的选择函数是使用RC4流加密算法进行选择。
CN201410459210.7A 2014-09-05 2014-09-05 一种基于地理信息产品特征的加密方法 Active CN104202147B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410459210.7A CN104202147B (zh) 2014-09-05 2014-09-05 一种基于地理信息产品特征的加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410459210.7A CN104202147B (zh) 2014-09-05 2014-09-05 一种基于地理信息产品特征的加密方法

Publications (2)

Publication Number Publication Date
CN104202147A CN104202147A (zh) 2014-12-10
CN104202147B true CN104202147B (zh) 2017-11-28

Family

ID=52087377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410459210.7A Active CN104202147B (zh) 2014-09-05 2014-09-05 一种基于地理信息产品特征的加密方法

Country Status (1)

Country Link
CN (1) CN104202147B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104751065A (zh) * 2015-03-09 2015-07-01 哈尔滨工程大学 一种基于地理信息产品文件的加密方法
CN105959102B (zh) * 2016-04-19 2018-12-14 浪潮金融信息技术有限公司 一种使用多维化技术构建密钥加密系统
CN112035695B (zh) * 2020-08-04 2022-11-01 东南大学 一种适用于移动端的空间数据加密方法
CN114390429B (zh) * 2021-11-09 2022-12-30 泰瑞数创科技(北京)股份有限公司 基于用户请求的多参数动态调节加密矩阵的定位地图数据加密发送方法及其系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149835A (zh) * 2007-10-29 2008-03-26 中国人民解放军信息工程大学 一种基于地图数据栅格化的鲁棒性盲水印嵌入与提取方法
CN101556578A (zh) * 2009-05-12 2009-10-14 南京师范大学 一种gis矢量数据文件访问控制方法
CN102263636A (zh) * 2011-05-24 2011-11-30 浙江工业大学 一种融合神经网络与混沌映射的流密码密钥控制方法
CN102693523A (zh) * 2012-05-09 2012-09-26 华南理工大学 一种基于双混沌系统的图像二级加密方法
CN103020544A (zh) * 2013-01-04 2013-04-03 南京师范大学 一种shp线面图层数据层次加解密方法
CN103916234A (zh) * 2014-04-11 2014-07-09 中国人民解放军沈阳军区总医院 一种应用于隐私保护的混沌医学图像加密方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9116838B2 (en) * 2011-04-08 2015-08-25 The United States Of America As Represented By The Secretary Of The Army Determining lyapunov exponents of a chaotic system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101149835A (zh) * 2007-10-29 2008-03-26 中国人民解放军信息工程大学 一种基于地图数据栅格化的鲁棒性盲水印嵌入与提取方法
CN101556578A (zh) * 2009-05-12 2009-10-14 南京师范大学 一种gis矢量数据文件访问控制方法
CN102263636A (zh) * 2011-05-24 2011-11-30 浙江工业大学 一种融合神经网络与混沌映射的流密码密钥控制方法
CN102693523A (zh) * 2012-05-09 2012-09-26 华南理工大学 一种基于双混沌系统的图像二级加密方法
CN103020544A (zh) * 2013-01-04 2013-04-03 南京师范大学 一种shp线面图层数据层次加解密方法
CN103916234A (zh) * 2014-04-11 2014-07-09 中国人民解放军沈阳军区总医院 一种应用于隐私保护的混沌医学图像加密方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Image Encryption Algorithm Based on Wavelet Transforms and Dual Chaotic Maps;Shucong Liu;《Journal of Software》;20140228;全文 *
Reversible fragile watermarking for 2-D vector map authentication with localization;Nana Wang,Chaoguang Men;《Computer-Aided Design》;20120430;全文 *
双混沌体系下图像加密算法研究;曾辉;《中国优秀硕士学位论文全文数据库信息科技辑》;20110531;全文 *
基于双混沌映射的快速图像加密新算法;贺文华;《计算机工程与应用》;20080331;全文 *
矢量地图数字水印研究综述;孙建国;《计算机科学》;20090930;全文 *

Also Published As

Publication number Publication date
CN104202147A (zh) 2014-12-10

Similar Documents

Publication Publication Date Title
Qayyum et al. Chaos-based confusion and diffusion of image pixels using dynamic substitution
Xiao et al. A chaos-based hash function with both modification detection and localization capabilities
Fu et al. A new chaos-based color image encryption scheme with an efficient substitution keystream generation strategy
Chen et al. A fast image encryption scheme with a novel pixel swapping-based confusion approach
CN110337649A (zh) 用于搜索模式未察觉的动态对称可搜索加密的方法和系统
CN103414549B (zh) 一种qr二维码二值图像分区变密钥混沌加密方法
CN107274457B (zh) 基于dna序列运算和变形耦合映像格子的双彩色图像的加密方法
CN104202147B (zh) 一种基于地理信息产品特征的加密方法
CN107896144A (zh) 一种基于混沌映射的3d纹理模型加密方法
CN110011784A (zh) 支持隐私保护的knn分类服务系统及方法
CN106598882A (zh) 一种安全的内存数据保护方法及装置
Jolfaei et al. A 3D object encryption scheme which maintains dimensional and spatial stability
Deng et al. Analysis and improvement of a hash-based image encryption algorithm
CN107094072A (zh) 一种基于广义Henon映射的混合混沌加密方法
CN104751065A (zh) 一种基于地理信息产品文件的加密方法
Hua et al. Image encryption using value-differencing transformation and modified zigzag transformation
Li et al. Traceable and controllable encrypted cloud image search in multi-user settings
CN107204844A (zh) 一种基于组合细胞自动机的多媒体加密及解密方法
Zareai et al. A new Grayscale image encryption algorithm composed of logistic mapping, Arnold cat, and image blocking
Liu et al. A Large-Scale Study of Web Password Habits of Chinese Network Users.
Ma et al. Practical privacy-preserving frequent itemset mining on supermarket transactions
CN102497270B (zh) 一类规范化文档的加密方法
CN107633474B (zh) 一种具有快速密钥流生成过程的混沌彩色图像加密方法
CN104050617A (zh) 基于Liu混沌系统的图像加密方法
CN107453866A (zh) 一种对数据进行加密的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant