CN104766264A - 一种分块双层自适应扩散图像加密方法 - Google Patents

一种分块双层自适应扩散图像加密方法 Download PDF

Info

Publication number
CN104766264A
CN104766264A CN201510043606.8A CN201510043606A CN104766264A CN 104766264 A CN104766264 A CN 104766264A CN 201510043606 A CN201510043606 A CN 201510043606A CN 104766264 A CN104766264 A CN 104766264A
Authority
CN
China
Prior art keywords
matrix
block
diffusion
image
mapping
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
CN201510043606.8A
Other languages
English (en)
Other versions
CN104766264B (zh
Inventor
张绍武
徐亚
宋金林
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical 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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201510043606.8A priority Critical patent/CN104766264B/zh
Publication of CN104766264A publication Critical patent/CN104766264A/zh
Application granted granted Critical
Publication of CN104766264B publication Critical patent/CN104766264B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Storage Device Security (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明提供了一种分块双层自适应扩散数字图像加密方法。采用Logistic映射、Tent映射和Sine映射，进行两两组合构建三种新一维混沌映射，提取初始混沌序列，使其具有较宽的混沌范围和较好的混沌行为；然后通过结合Arnold正反向映射，将置乱与扩散同步进行，不仅可以使每个像素的访问顺序及每个位置的存储顺序机会均等，增强置乱随机性，克服常规Arnold映射从规则到随机访问的缺陷，而且在置乱过程中采用分块双层自适应扩散，利用密文像素与密文像素、明文像素及混沌随机序列间的相互作用，将每个像素影响非线性地扩散到整幅图像矩阵中，并在扩散过程中不断扰动混沌系统，形成自适应扩散过程，增强加密图像对密钥、密文及明文的敏感性。

Description

一种分块双层自适应扩散图像加密方法
技术领域
本发明涉及一种图像处理方法，主要是图像加密方法。
背景技术
随着网络技术的不断发展，数字图像以其直观、形象等特点成为信息传输的主要载体，已广泛应用于国防、航天、军事、政治、经济等领域，但在图像存储、传输和使用过程中存在一定的泄密隐患。因而寻求高效的数字图像加密技术具有重要的理论意义和工程应用价值。目前，针对数字图像特点，各种基于矩阵变换/像素置乱的加密方法，基于现代密码体制的加密方法、基于混沌系统的加密方法、基于神经网络的加密方法、基于DNA编码的加密方法及多种加密技术结合的加密方法相继被提出并各具特色。然而，这些方法主要集中在置乱、扩散两大过程的传统加密模式，而且未充分考虑明文、密钥敏感性和置乱随机性等问题，难以抵抗选择明文攻击。
发明内容
为了克服现有技术的不足，本发明提供一种分块双层自适应扩散图像加密方法。
本发明的目的在于针对数字图像数据量大、冗余度高，现有图像加密方法对明文、密钥的敏感性较低，难以抵御选择明文攻击等问题，提出一种分块双层自适应扩散图像加密方法，加密效果好、安全性高，为数字图像的安全存储和传输提供保障。
为实现上述目的，本发明技术方案的基本思想是：针对图像安全保障问题，在加密过程中，首先利用Logistic映射、Tent映射和Sine映射，进行两两组合构建三种新一维混沌映射系统，提取初始混沌序列；然后定义一个与明文图像矩阵大小相同的初始加密图像矩阵，对其进行分块，预处理Arnold映射参数，正反向联合映射将明文图像矩阵中随机位置像素值，存入初始加密矩阵随机块中的随机位置，同时与前一加密像素及混沌序列通过一定方式作用替换该像素，并将当前加密块扰动混沌系统，更新初始密钥，形成块内像素、块间自适应扩散，增加算法对明文及密钥的敏感性，直至填满初始加密矩阵，完成加密。
本发明基于分块双层自适应扩散图像加密方法包括如下步骤：
步骤1：混沌系统构造
新混沌系统是由两个不同的已有一维混沌映射作为种子映射构造的非线性混沌系统，构造方程如下：
Xn+1＝(F(a，Xn)+G(b，Xn))mod1                     (1)
其中F(a，Xn)、G(b，Xn)为种子映射，a，b分别为其控制参数；mod为取模操作，为保证输出数据在区间(0，1)内；n为迭代次数。
本加密方法利用Logistic、Tent和Sine映射，两两组合作为种子映射，并按式(1)构造出三种新一维混沌映射系统。动力学方程如下：
Logistic-Tent映射动力学方程：
x n + 1 = ( L ( &mu; , x n ) + T ( ( 4 - &mu; ) , x n ) ) mod 1 = ( &mu; x n ( 1 - x n ) + ( 4 - &mu; ) x n / 2 ) mod 1 x i < 0.5 ( &mu; x n ( 1 - x n ) + ( 4 - &mu; ) ( 1 - x n ) / 2 ) mod 1 x i &GreaterEqual; 0.5 , &mu; &Element; ( 0,4 ) - - - ( 2 )
Logistic-Sine映射动力学方程：
xn+1＝(L(μ，xn)+S((4-μ)，xn))mod1
＝(μxn(1-xn)+(4-μ)sin(πxn)/4)mod1，   μ∈(0，4)     (3)
Tent-Sine映射动力学方程：
x n + 1 = ( T ( &mu; , x n ) + S ( ( 4 - &mu; ) , x n ) ) mod 1 = ( &mu; x n / 2 + ( 4 - &mu; ) sin ( &pi; x n ) / 4 ) mod 1 x i < 0.5 ( &mu; ( 1 - x n ) / 2 + ( 4 - &mu; ) sin ( &pi; x n ) / 4 ) mod 1 x i &GreaterEqual; 0.5 , &mu; &Element; ( 0,4 ) - - - ( 4 )
其中L，T，S分别表示Logistic、Tent、Sine映射；μ为系统控制参数，n为迭代次数。与种子混沌映射相比，新一维混沌系统具有更为复杂的混沌特性，它在μ∈(0，4)时处于混沌状态，可见，新一维混沌系统具有更宽混沌范围、更好混沌行为和混沌系统密度函数分布较一致等优点。
步骤2：定义初始加密矩阵
设明文图像为m×n的灰度图像I，初始加密矩阵E是元素全为1的m×n矩阵，并将其划分成大小为t×t的矩阵子块，共有(m/t)×(n/t)个子块(其中t是m、n的公约数)。
步骤3：混沌序列生成
设初始密钥Key1为[k1，x10，x20，x30，μ1，μ2，μ3]，x10，x20，x30，μ1，μ2，μ3分别为公式(2)、(3)和(4)中初始值和初始参数。
1)公式(4)迭代k次，产生长度为k的混沌序列{x′3，j}，j＝1，2，...，k，舍弃前k1项，按公式(6)、(7)处理余项，得序列{x3，i}，{y3，i}。
y3，i＝floor(x′3，i×105-floor(x′3，i×105))×102mod8，(i＝1，2，...，p)         (6)
x3，i＝floor(x′3，i×106-floor(x′3，i×106))×103modG，(i＝1，2，...，p)          (7)
其中p＝t2，k＝k1+p，floor(.)表示向下取整，G为图像灰度级。
2)分别迭代公式(2)、(3)，取序列{y3，i}中前p-1项作为采样间隔，对迭代产生的混沌序列从第k1+1项开始进行抽样，生成序列{x′1，i}和{x′2，i}，并对其按照公式(8)、(9)处理，生成序列{x1，i}和{x2，i}。
x1，i＝floor(x′1，i×106-floor(x′1，i×106))×103modG，(i＝1，2，...，p)      (8)
x2，i＝floor(x′2，i×106-floor(x′2，i×106))×103modG，(i＝1，2，...，p)      (9)
3)按照公式(10)、(11)、(12)处理{x1，i}、{x2，i}和{x3，i}序列生成混沌序列{z1，i}、{z2，i}和{z3，i}。
{ z 1 , i } = { ( x 1 , i + x 3 , i ) mod G } &CirclePlus; x 2 , i , ( i = 1,2 , . . . , p ) - - - ( 10 )
{ z 2 , i } = { ( x 2 , i + x 3 , i ) mod G } &CirclePlus; x 1 , i , ( i = 1,2 , . . . , p ) - - - ( 11 )
{ z 3 , i } = { ( z 1 , i &times; x 3 , i ) mod G } &CirclePlus; z 2 , i , ( i = 1,2 , . . . , p ) - - - ( 12 )
步骤4：分块双层自适应扩散
此步骤通过结合Arnold正反向映射，不仅可以使每个像素的访问顺序及每个位置的存储顺序机会均等，增强置乱随机性，克服常规Arnold映射从规则到随机访问的缺陷，而且在置乱过程中采用分块双层自适应非线性扩散，增加算法对密钥、明文的敏感性。其分块双层自适应扩散实现步骤如下：
设密钥Key2为[k1，k2，...，k7，c0]。首先，对明文图像进行Arnold反向映射，利用公式(13)获取明文图像矩阵中随机位置(x′，y′)处的明文像素值I(x′，y′)。对初始加密矩阵进行Arnold正向映射，利用公式(14)产生随机矩阵块位置(g′，h′)，并对此随机矩阵块进行Arnold正向映射，利用公式(15)产生此随机块中的随机位置(k′，l′)；
x &prime; y &prime; = 1 p 1 q 1 p 1 q 1 + 1 x y mod m n , ( x = 1,2 , . . . m , y = 1,2 , . . . , n ) - - - ( 13 )
g &prime; h &prime; = 1 p 2 q 2 p 2 q 2 + 1 g h mod m / t n / t , ( x = 1,2 , . . . m / t , y = 1,2 , . . . , n / t ) - - - ( 14 )
k &prime; l &prime; = 1 p 3 q 3 p 3 q 3 + 1 k l mod t t , ( x = 1,2 , . . . t , y = 1,2 , . . . , t ) - - - ( 15 )
其中p1＝z1(1)，q1＝n/gcd(m，n)，p2＝z2(1)，q2＝(n/t)/gcd(m/t，n/t)，p3＝z3(1)，q3＝t/gcd(t，t)。
1)块内随机像素扩散
将随机像素I(x′，y′)按公式(16)、(17)进行如下像素替换、扩散处理，并存入大小为t×t过渡矩阵块C的(k′，l′)位置。
若k′mod2＝1，则， C ( k &prime; , l &prime; ) = ( ( I ( x &prime; , y &prime; ) + c ) mod 256 ) &CirclePlus; z 1 ( t &times; ( k - 1 ) + l ) - - - ( 16 )
否则， C ( k &prime; , l &prime; ) = ( ( I ( x &prime; , y &prime; ) + c ) mod 256 ) &CirclePlus; z 2 ( t &times; ( k - 1 ) + l ) - - - ( 17 )
其中c为前一个处理过的随机像素。当x＝1，y＝1时，c＝c0，直至填满矩阵块C。
2)随机矩阵块扩散
为达到较佳置乱和扩散效果，对已填满的过渡矩阵块C按公式(18)进行如下块扩散处理，并存入加密矩阵E中(g′，h′)处的随机块内。
E ( g &prime; , h &prime; ) = ( ( C + C &prime; ) mod 256 ) &CirclePlus; Z 3 - - - ( 18 )
其中C′为前一个随机加密矩阵块；当g＝1，h＝1时，C′＝C0；w＝(z1+z2+z3)modG是长度为p的随机序列；C0是由w序列生成t×t矩阵块；Z3是混沌序列z3转化的t×t矩阵块。
3)密钥扰动
将当前(g′，h′)处加密矩阵块中的像素作为扰动因子，按如下方式扰动混沌系统。
设利用M、N产生Logistic-Tent映射、Logistic-Sine
映射及Tent-Sine映射混沌系统新的参数和初始值。
Logistic-Tent映射，μ1＝[k2+2(M+N+1)/G]/2，x10＝(k3+MN)/2562     (19)
Logistic-Sine映射，μ2＝[k4+2(M+N+1)/G]/2，x20＝(k5+MN)/2562     (20)
Tent-Sine映射，μ3＝[k6+2(M+N+1)/G]/2，x30＝(k7+MN)/2562     (21)
上述扰动密钥方式不仅可以使密文像素的影响扩散到整幅图像，从而增强加密图像对密钥、密文及明文的敏感性，而且k1，k2，...，k7，c0的引入可以增大密钥空间。
利用上述系统产生的参数和初始值，对混沌系统进行扰动，产生新的混沌序列z1，z2，z3，供下一个随机加密块生成使用。依此类推，直至把E填满，从而自适应完成加密，并生成加密图像矩阵E。
步骤5：解密密钥与加密密钥相同，解密过程是加密的逆运算。
本发明具有如下有益效果：
1、利用Arnold正反向映射，使每个像素的访问顺序及每个位置的存储顺序机会均等，增强置乱随机性，克服常规Arnold映射从规则到随机访问的缺陷。
2、在置乱过程中采用分块双层自适应扩散，利用密文像素与密文像素、明文像素及混沌随机序列间的相互作用，将每个像素影响非线性地扩散到整幅图像矩阵中，并在扩散过程中不断扰动混沌系统，形成自适应扩散过程，增强加密图像对密钥、密文及明文的敏感性。
附图说明
图1是BDAM加密方法流程图。
图2是6幅不同种类测试图像加/解密结果，(a1)～(a6)是原图像，(b1)～(b6)是加密图像，(c1)～(c6)是解密图像。
图3是BDAM加密方法密钥敏感性测试结果。(a)是原图，(b)是μ1＝201345+10-15解密图，(c)是x10＝0.5678+10-16解密图。
图4是BDAM方法鲁棒性检测结果。(a)是剪切100×100大小任意块后的密图，(b)是添加1％椒盐噪声后的密图，(c)是对(a)图的解密图像，(d)是对(c)图的解密图像。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
利用通用微型计算机，在MATLAB R2010b编程环境中开发各类图像加密仿真系统。程序运行平台为Intel(R)core(TM)i5-2400CPU3.10GHz、4GB内存的计算机上。选取大小为512×512的动物图、远景图、近景图、卫星图，及大小为256×256的人物图、二值图，6幅不同种类的标准测试图像进行加密仿真实验。
步骤1：选取大小为256×256的人物雷娜图像为例具体说明。设t＝16，将初始加密矩阵划分为16×16的矩阵子块。
步骤2：设初始密钥Key1为[x10，x20，x30，μ1，μ2，μ3，k1]＝(0.5678，0.4321，0.3789，2.1345，3.1367，1.1221，123)。x10，x20，x30，μ1，μ2，μ3分别为公式(2)、(3)和(4)中新混沌系统的初始值和初始控制参数。
1)以x30＝0.3789，μ3＝1.1221作为公式(4)中初始值和初始控制参数，将其迭代379次，产生长度为379的混沌序列{x′3，j}，j＝1，2，...，379，舍弃前123项，按公式(6)、(7)处理余项，得长度为256的序列{x3，i}，{y3，i}。
2)分别以x10＝0.5678，μ1＝2.1345和x20＝0.4321，μ2＝3.1367作为公式(2)、(3)中混沌系统的初始值和初始控制参数，分别迭代公式(2)、(3)，取序列{y3，i}中前255项作为采样间隔，对迭代产生的混沌序列从第124项开始进行抽样，生成序列{x′1，i}和{x′2，i}，并对其按照公式(8)、(9)处理，生成序列{x1，i}和{x2，i}。
3)按照公式(10)、(11)、(12)处理{x1，i}、{x2，i}和{x3，i}序列生成长度为256的初始混沌序列{z1，i}、{z2，i}和{z3，i}。
步骤3：设初始密钥Key2为[k1，k2，k3，k4，k5，k6，k7，c0]＝(123，1.432，0.1234，2.341，1.2345，3.456，2.3456，222)。由{z1，i}、{z2，i}、{z3，i}得式(13)～(15)控制参数为：p1＝70，p2＝102，p3＝150，q1＝1，q2＝1，q3＝1。
首先，从(x，y)＝(1，1)对明文图像进行Arnold反向映射，利用公式(13)获取明文图像矩阵中随机位置(71，72)处的明文像素值108。对初始加密矩阵进行Arnold正向映射，利用公式(14)产生随机矩阵块位置(7，8)，并对此随机矩阵块进行Arnold正向映射，利用公式(15)产生此随机块中的随机位置(7，8)；
1)块内随机像素扩散
将随机像素108按公式(16)进行像素替换处理，得替换后像素值为44，并存入大小为16×16过渡矩阵块C的(7，8)位置。重复执行，直至填满矩阵块C：
C = 144 241 104 237 241 237 52 137 223 194 41 135 194 113 242 33 114 108 232 5 84 83 64 166 66 188 121 184 20 95 61 107 34 192 206 15 94 160 104 231 58 60 108 36 48 111 6 199 192 46 76 95 182 17 147 189 129 67 158 151 177 134 18 97 60 123 35 171 217 179 186 169 194 133 216 219 235 39 219 239 96 151 0 126 17 139 108 224 56 100 240 226 110 176 228 247 94 199 129 170 119 132 186 44 166 141 119 0 170 180 125 197 67 92 109 139 62 70 5 108 171 223 21 240 209 236 148 236 50 116 65 198 26 124 200 202 126 1 217 158 146 1 95 245 156 76 168 94 178 98 160 157 105 134 82 8 101 29 28 180 222 127 179 249 109 44 81 244 49 113 95 35 100 127 217 99 249 42 48 165 70 93 43 217 84 29 226 231 116 253 78 201 232 90 25 48 46 116 139 24 117 56 61 64 251 132 160 229 88 69 23 93 69 179 242 75 65 182 30 224 105 239 142 146 185 49 13 55 125 187 130 5 186 8 90 235 30 123 16 22 85 49 161 54 169 110 217 203 214 78 175 207 19 89 224 69
2)随机矩阵块扩散
为达到较佳置乱和扩散效果，对已填满的过渡矩阵块C按公式(18)进行块扩散处理，并存入加密矩阵E中(7，8)处的随机块内。
第一个随机加密块为：
E { 7 , 8 } = 68 185 164 105 79 153 214 61 183 128 245 243 208 85 32 53 240 86 234 93 78 95 170 100 24 106 17 154 202 209 109 43 128 4 132 153 44 126 58 193 212 230 246 38 22 43 116 93 72 52 54 75 228 187 63 117 51 175 248 131 197 50 124 193 86 55 255 117 113 97 138 125 168 217 68 23 55 183 49 223 84 11 170 40 81 119 166 186 76 190 238 206 84 102 222 111 72 189 81 168 153 254 80 178 60 13 179 138 136 246 213 115 17 198 217 183 52 164 109 208 87 99 23 234 161 182 252 196 20 54 189 226 122 246 90 80 200 157 137 8 120 39 191 49 142 230 110 212 54 136 198 233 89 196 184 2 15 47 178 78 144 19 143 229 161 32 73 112 145 31 221 235 54 77 117 61 59 52 228 253 176 29 11 89 98 113 62 163 86 41 232 67 98 172 89 212 36 250 35 142 123 218 183 114 183 106 170 145 250 171 245 79 233 47 80 183 97 252 228 60 37 59 196 144 125 145 125 99 49 15 32 83 148 54 72 171 252 165 250 112 21 145 97 216 53 230 189 101 172 84 203 75 115 49 102 97
3)密钥扰动
将当前(7，8)处加密矩阵块中的像素作为扰动因子： 将M、N代入公式(19)～(21)，产生公式(2)～(4)中混沌系统的新控制参数和初始值为：[x10，x20，x30，μ1，μ2，μ3]＝(0.0381，0.0381，0.0381，1.1965，1.6510，2.2085)，并利用新的控制参数和初值对混沌系统进行扰动，产生新的混沌序列z1，z2，z3，供下一个随机加密块生成使用。依此类推，直至(x，y)＝(256，256)，把E填满，自适应地完成加密，并生成加密图像矩阵E。
步骤4：由于BDAM加密方法为对称密码体制，因此，解密密钥与加密密钥相同，且解密过程是加密的逆运算。
图2为6幅不同种类测试图像同理按照上述实验平台及加密步骤实验仿真所得的加密和解密结果。由图2可以看出，加密后呈现的是类似随机噪声的图像，无法辨认出原图的任何信息，对图像的视觉内容具有很好的掩密效果。同时可知，BDAM方法适用于人物图像、动物图像、远景图像、近景图像、卫星图像及指纹图像等多种不同种类图像加密中。
图3分别给出了在其他解密密钥保持不变，仅密钥x10改变10-16和μ1改变10-15时，雷娜图像解密实验结果。由图3可以看出，当解密密钥仅发生10-15或10-16的微小变化，解密结果仍是一幅杂乱无章的图像，可见，BDAM加密方法对密钥的敏感性非常好。
图4分别给出了近景辣椒图的密文图像，在剪切密图中任意100×100大小的块和在图中添加1％椒盐噪声后，再用原解密方法解密的结果。由图4可知，恢复图像虽受到一些噪声颗粒的影响，但仍然能较好地反应原图信息，可见，BDAM密方法有较好的鲁棒性。
以上结果表明基于Arnold映射的分块双层自适应扩散图像加密方法，适用多种不同种类图像加密，且具有密钥空间大、对密钥及明文度敏感性高、密文图像相邻像素相关性小、密文图像像素分布均匀、鲁棒性好等特点，能够有效抵御穷举攻击、选择密文攻击、选择明文攻击、统计攻击以及噪声攻击等恶意攻击，具有较高的安全性和潜在应用价值。

Claims (2)

1.一种分块双层自适应扩散图像加密方法，其特征在于包含下述步骤：
步骤1：混沌系统构造
新混沌系统是由两个不同的已有一维混沌映射作为种子映射构造的非线性混沌系统，构造方程如下：
Xn+1＝(F(a，Xn)+G(b，Xn))mod1   (1) 
其中F(a，Xn)、G(b，Xn)为种子映射，a，b分别为其控制参数；mod为取模操作，为保证输出数据在区间(0，1)内；n为迭代次数；
本加密方法利用Logistic、Tent和Sine映射，两两组合作为种子映射，并按式(1)构造出三种新一维混沌映射系统；动力学方程如下：
Logistic-Tent映射动力学方程：
Logistic-Sine映射动力学方程：
xn+1＝(L(μ，xn)+S((4－μ)，xn))mod1 
＝(μxn(1-xn)+(4-μ)sin(πxn)/4)mod1，   μ∈(0，4)   (3)
Tent-Sine映射动力学方程：
其中L，T，S分别表示Logistic、Tent、Sine映射；μ为系统控制参数，n为迭代次数；与种子混沌映射相比，新一维混沌系统具有更为复杂的混沌特性，它在μ∈(0，4)时处于混沌状态，可见，新一维混沌系统具有更宽混沌范围、更好混沌行为和混沌系统密度函数分布较一致等优点；
步骤2：定义初始加密矩阵
设明文图像为m×n的灰度图像I，初始加密矩阵E是元素全为1的m×n矩阵，并将其划分成大小为t×t的矩阵子块，共有(m/t)×(n/t)个子块(其中t是m、n的公约数)；
步骤3：混沌序列生成
设初始密钥Key1为[k1，x10，x20，x30，μ1，μ2，μ3]，x10，x20，x30，μ1，μ2，μ3分别为公式(2)、(3)和(4)中初始值和初始参数；
1)公式(4)迭代k次，产生长度为k的混沌序列{x′3，j}，j＝1，2，...，k，舍弃前k1项，按公式(6)、(7)处理余项，得序列{x3，i}，{y3，i}；
y3，i＝floor(x′3，i×105-floor(x′3，i×105))×102mod8，(i＝1，2，...，p)   (6)
x3，i＝floor(x′3，i×106-floor(x′3，i×106))×103modG，(i＝1，2，...，p)   (7)
其中p＝t2，k＝k1+p，floor(.)表示向下取整，G为图像灰度级；
2)分别迭代公式(2)、(3)，取序列{y3，i}中前p-1项作为采样间隔，对迭代产生的混沌序列从第k1+1项开始进行抽样，生成序列{x′1，i}和{x′2，i}，并对其按照公式(8)、(9)处理，生成序列{x1，i}和{x2，i}；
x1，i＝floor(x′1，i×106-floor(x′1，i×106))×103mod G，(i＝1，2，...，p)   (8)
x2，i＝floor(x′2，i×106-floor(x′2，i×106))×103mod G，(i＝1，2，...，p)   (9)
3)按照公式(10)、(11)、(12)处理{x1，i}、{x2，i}和{x3，i}序列生成混沌序列{z1，i}、{z2，i}和{z3，i}
步骤4：分块双层自适应扩散
此步骤通过结合Arnold正反向映射，不仅可以使每个像素的访问顺序及每个位置的存储顺序机会均等，增强置乱随机性，克服常规Arnold映射从规则到随机访问的缺陷，而且在置乱过程中采用分块双层自适应非线性扩散，增加算法对密钥、明文的敏感性；其分块双层自适应扩散实现步骤如下：
设密钥Key2为[k1，k2，...，k7，c0]；首先，对明文图像进行Arnold反向映射，利用公式(13)获取明文图像矩阵中随机位置(x′，y′)处的明文像素值I(x′，y′)；对初始加密矩阵进行Arnold正向映射，利用公式(14)产生随机矩阵块位置(g′，h′)，并对此随机矩阵块进行Arnold正向映射，利用公式(15)产生此随机块中的随机位置(k′，l′)；
其中p1＝z1(1)，q1＝n/gcd(m，n)，p2＝z2(1)，q2＝(n/t)/gcd(m/t，n/t)，p3＝z3(1)，q3＝t/gcd(t，t)；
1)块内随机像素扩散
将随机像素I(x′，y′)按公式(16)、(17)进行如下像素替换、扩散处理，并存入大小为t×t过渡矩阵块C的(k′，l′)位置；
若k′mod2＝1，则，
否则，
其中c为前一个处理过的随机像素；当x＝1，y＝1时，c＝c0，直至填满矩阵块C；
2)随机矩阵块扩散
为达到较佳置乱和扩散效果，对已填满的过渡矩阵块C按公式(18)进行如下块扩散处理，并存入加密矩阵E中(g′，h′)处的随机块内；
其中C′为前一个随机加密矩阵块；当g＝1，h＝1时，C′＝C0；w＝(z1+z2+z3)modG是长度为p的随机序列；C0是由w序列生成t×t矩阵块；Z3是混沌序列z3转化的t×t矩阵块；
3)密钥扰动
将当前(g′，h′)处加密矩阵块中的像素作为扰动因子，按如下方式扰动混沌系统；
设利用M、N产生Logistic-Tent映射、Logistic-Sine
映射及Tent-Sine映射混沌系统新的参数和初始值；
Logistic-Tent映射，μ1＝[k2+2(M+N+1)/G]/2，x10＝(k3+MN)/2562   (19) 
Logistic-Sine映射，μ2＝[k4+2(M+N+1)/G]/2，x20＝(k5+MN)/2562   (20) 
Tent-Sine映射，μ3＝[k6+2(M+N+1)/G]/2，x30＝(k7+MN)/2562   (21) 
上述扰动密钥方式不仅可以使密文像素的影响扩散到整幅图像，从而增强加密图像对密钥、密文及明文的敏感性，而且k1，k2，...，k7，c0的引入可以增大密钥空间；
利用上述系统产生的参数和初始值，对混沌系统进行扰动，产生新的混沌序列z1，z2，z3，供下一个随机加密块生成使用；依此类推，直至把E填满，从而自适应完成加密，并生成加密图像矩阵E；
步骤5：解密过程是加密的逆运算。
2.根据权利要求1所述的分块双层自适应扩散图像加密方法，其特征在于：所述的步骤4采用分块双层自适应替换加密方式，在随机置乱过程中利用密文像素与密文像素、 明文像素及混沌随机序列间的相互作用，将每个像素影响非线性地扩散到整幅图像矩阵中，并在扩散过程中不断扰动混沌系统，形成自适应扩散过程，增强加密图像对密钥、密文及明文的敏感性，保证加密的安全性。
CN201510043606.8A 2015-01-22 2015-01-22 一种分块双层自适应扩散图像加密方法 Expired - Fee Related CN104766264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510043606.8A CN104766264B (zh) 2015-01-22 2015-01-22 一种分块双层自适应扩散图像加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510043606.8A CN104766264B (zh) 2015-01-22 2015-01-22 一种分块双层自适应扩散图像加密方法

Publications (2)

Publication Number Publication Date
CN104766264A true CN104766264A (zh) 2015-07-08
CN104766264B CN104766264B (zh) 2018-06-15

Family

ID=53648076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510043606.8A Expired - Fee Related CN104766264B (zh) 2015-01-22 2015-01-22 一种分块双层自适应扩散图像加密方法

Country Status (1)

Country Link
CN (1) CN104766264B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105376054A (zh) * 2015-11-25 2016-03-02 电子科技大学 一种基于随机矩阵的密文提取的方法
CN105488426A (zh) * 2015-11-30 2016-04-13 西安闻泰电子科技有限公司 移动平台图像加密方法
CN106296560A (zh) * 2016-07-29 2017-01-04 广东工业大学 一种复合级联混沌的彩色图像加密算法
CN106558015A (zh) * 2016-10-08 2017-04-05 广东工业大学 一种新的交叉复合混沌彩色图像加密算法
CN106570815A (zh) * 2016-10-21 2017-04-19 广东工业大学 一种基于双混沌系统和分块的图像加密方法
CN106791266A (zh) * 2016-12-08 2017-05-31 西南大学 一种基于光混沌的彩色图像加密传输的方法及其系统
CN109308420A (zh) * 2018-08-22 2019-02-05 平安科技（深圳）有限公司 一种数据加密方法、终端设备及计算机可读存储介质
CN109377442A (zh) * 2018-09-12 2019-02-22 湖北工程学院 基于提升小波变换的图像加密寄生保护方法
CN109977686A (zh) * 2019-04-01 2019-07-05 桂林电子科技大学 一种基于复合混沌系统的图像加密方法和图像处理设备
CN110009703A (zh) * 2019-03-18 2019-07-12 西南大学 一种基于混沌系统的图像加密、解密方法及设备
CN111461952A (zh) * 2020-03-30 2020-07-28 三维通信股份有限公司 图像加密方法、计算机设备和计算机可读存储介质
CN111737712A (zh) * 2020-06-17 2020-10-02 北京石油化工学院 一种基于三维动态整数帐篷映射的彩色图像加密方法
CN111881438A (zh) * 2020-08-14 2020-11-03 支付宝(杭州)信息技术有限公司 基于隐私保护进行生物特征识别的方法、装置及电子设备
CN115314600A (zh) * 2022-10-12 2022-11-08 山东沃尔美肥业有限公司 一种化肥生产监控数据管理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110311042A1 (en) * 2008-10-23 2011-12-22 University Of Ulster Encryption method
CN102982499A (zh) * 2012-09-28 2013-03-20 河南大学 基于多分数阶混沌系统的彩色图像加密和解密方法
CN103002281A (zh) * 2012-10-18 2013-03-27 西北工业大学 基于小波变换和sha-1的图像压缩加密方法
CN103281534A (zh) * 2013-05-15 2013-09-04 西北工业大学 一种高光谱图像压缩加密方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110311042A1 (en) * 2008-10-23 2011-12-22 University Of Ulster Encryption method
CN102982499A (zh) * 2012-09-28 2013-03-20 河南大学 基于多分数阶混沌系统的彩色图像加密和解密方法
CN103002281A (zh) * 2012-10-18 2013-03-27 西北工业大学 基于小波变换和sha-1的图像压缩加密方法
CN103281534A (zh) * 2013-05-15 2013-09-04 西北工业大学 一种高光谱图像压缩加密方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李园园，张绍武: "小波变换和SHA-1相结合的图像压缩加密", 《中国图象图形学报》 *

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105376054A (zh) * 2015-11-25 2016-03-02 电子科技大学 一种基于随机矩阵的密文提取的方法
CN105488426B (zh) * 2015-11-30 2019-12-03 西安闻泰电子科技有限公司 移动平台图像加密方法
CN105488426A (zh) * 2015-11-30 2016-04-13 西安闻泰电子科技有限公司 移动平台图像加密方法
CN106296560A (zh) * 2016-07-29 2017-01-04 广东工业大学 一种复合级联混沌的彩色图像加密算法
CN106296560B (zh) * 2016-07-29 2020-02-07 广东工业大学 一种复合级联混沌的彩色图像加密算法
CN106558015A (zh) * 2016-10-08 2017-04-05 广东工业大学 一种新的交叉复合混沌彩色图像加密算法
CN106558015B (zh) * 2016-10-08 2020-07-28 广东工业大学 一种新的交叉复合混沌彩色图像加密算法
CN106570815A (zh) * 2016-10-21 2017-04-19 广东工业大学 一种基于双混沌系统和分块的图像加密方法
CN106791266A (zh) * 2016-12-08 2017-05-31 西南大学 一种基于光混沌的彩色图像加密传输的方法及其系统
CN106791266B (zh) * 2016-12-08 2023-04-18 西南大学 一种基于光混沌的彩色图像加密传输的方法及其系统
CN109308420A (zh) * 2018-08-22 2019-02-05 平安科技（深圳）有限公司 一种数据加密方法、终端设备及计算机可读存储介质
CN109308420B (zh) * 2018-08-22 2023-04-07 平安科技（深圳）有限公司 一种数据加密方法、终端设备及计算机可读存储介质
CN109377442A (zh) * 2018-09-12 2019-02-22 湖北工程学院 基于提升小波变换的图像加密寄生保护方法
CN110009703B (zh) * 2019-03-18 2023-04-07 西南大学 一种基于混沌系统的图像加密、解密方法及设备
CN110009703A (zh) * 2019-03-18 2019-07-12 西南大学 一种基于混沌系统的图像加密、解密方法及设备
CN109977686A (zh) * 2019-04-01 2019-07-05 桂林电子科技大学 一种基于复合混沌系统的图像加密方法和图像处理设备
CN109977686B (zh) * 2019-04-01 2023-03-31 桂林电子科技大学 一种基于复合混沌系统的图像加密方法和图像处理设备
CN111461952A (zh) * 2020-03-30 2020-07-28 三维通信股份有限公司 图像加密方法、计算机设备和计算机可读存储介质
CN111461952B (zh) * 2020-03-30 2023-07-04 三维通信股份有限公司 图像加密方法、计算机设备和计算机可读存储介质
CN111737712A (zh) * 2020-06-17 2020-10-02 北京石油化工学院 一种基于三维动态整数帐篷映射的彩色图像加密方法
CN111737712B (zh) * 2020-06-17 2023-06-13 北京石油化工学院 一种基于三维动态整数帐篷映射的彩色图像加密方法
CN111881438A (zh) * 2020-08-14 2020-11-03 支付宝(杭州)信息技术有限公司 基于隐私保护进行生物特征识别的方法、装置及电子设备
CN111881438B (zh) * 2020-08-14 2024-02-02 支付宝(杭州)信息技术有限公司 基于隐私保护进行生物特征识别的方法、装置及电子设备
CN115314600B (zh) * 2022-10-12 2023-01-24 山东沃尔美肥业有限公司 一种化肥生产监控数据管理方法
CN115314600A (zh) * 2022-10-12 2022-11-08 山东沃尔美肥业有限公司 一种化肥生产监控数据管理方法

Also Published As

Publication number Publication date
CN104766264B (zh) 2018-06-15

Similar Documents

Publication Publication Date Title
CN104766264B (zh) 一种分块双层自适应扩散图像加密方法
Wang et al. An image encryption algorithm based on Josephus traversing and mixed chaotic map
CN111105339B (zh) 一种基于多维混沌系统和约瑟夫置乱的图像加密方法
CN105046636B (zh) 基于混沌系统与核酸序列库的数字图像加密方法
CN104270247B (zh) 适用于量子密码系统的高效泛Hash函数认证方法
CN113940028B (zh) 实现白盒密码的方法和装置
CN109661792B (zh) 计算分组密码的设备和方法
CN105024803A (zh) 白箱实现中的行为指纹
JP7065888B6 (ja) 暗号装置及び方法
CN103530571A (zh) 基于正弦映射和Logistic混沌序列的图像加密方法
Raikhlin et al. Is it possible to reduce the sizes of stegomessages in associative steganography?
CN103020891A (zh) 一种基于复合混沌序列与移位的彩色图像加密方法
CN106953723A (zh) 防止dfa攻击的拆分和合并方法
CN104851071A (zh) 一种基于三维混沌系统的数字图像加密方法
CN109756322A (zh) 基于des结构与dna编码的数字图像加密方法
CN105184115A (zh) 用于将隐式完整性或可信性检查包括到白箱实现中的方法
CN107968705A (zh) 一种加/解密方法、加/解密端及双随机相位加解密系统
CN105095695A (zh) 经由白箱实现的不正确功能行为实现授权
CN104050617B (zh) 基于Liu混沌系统的图像加密方法
Alajmi et al. A password-based authentication system based on the CAPTCHA AI problem
CN110225222B (zh) 一种基于3d正交拉丁方和混沌系统的图像加密方法
Ganesan et al. Image encryption using eight dimensional chaotic cat map
Wang et al. Color image encryption based on discrete memristor logistic map and DNA encoding
AU2012382467A1 (en) A method of cryption
CN108124076A (zh) 基于异构混沌和keccak哈希函数的图像加密方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180615

Termination date: 20190122

CF01 Termination of patent right due to non-payment of annual fee