CN106301760B - 一种基于混沌映射的3d点云模型加密方法 - Google Patents

一种基于混沌映射的3d点云模型加密方法 Download PDF

Info

Publication number
CN106301760B
CN106301760B CN201610631018.0A CN201610631018A CN106301760B CN 106301760 B CN106301760 B CN 106301760B CN 201610631018 A CN201610631018 A CN 201610631018A CN 106301760 B CN106301760 B CN 106301760B
Authority
CN
China
Prior art keywords
matrix
point cloud
cloud model
random
homogeneous
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
CN201610631018.0A
Other languages
English (en)
Other versions
CN106301760A (zh
Inventor
金鑫
吴肇星
宋承根
张春伟
李晓东
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.)
Shaoding Artificial Intelligence Technology Co., Ltd
Original Assignee
BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE
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 BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE filed Critical BEIJING ELECTRONIC SCIENCE AND TECHNOLOGY INSTITUTE
Priority to CN201610631018.0A priority Critical patent/CN106301760B/zh
Publication of CN106301760A publication Critical patent/CN106301760A/zh
Application granted granted Critical
Publication of CN106301760B publication Critical patent/CN106301760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/065—Encryption by serially and continuously modifying data stream elements, e.g. stream cipher systems, RC4, SEAL or A5/3
    • H04L9/0656—Pseudorandom key sequence combined element-for-element with data sequence, e.g. one-time-pad [OTP] or Vernam's cipher
    • H04L9/0662—Pseudorandom key sequence combined element-for-element with data sequence, e.g. one-time-pad [OTP] or Vernam's cipher with particular pseudorandom sequence generator
    • H04L9/0668—Pseudorandom key sequence combined element-for-element with data sequence, e.g. one-time-pad [OTP] or Vernam's cipher with particular pseudorandom sequence generator producing a non-linear pseudorandom sequence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/001—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using chaotic signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Nonlinear Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Complex Calculations (AREA)

Abstract

本发明提出一种基于混沌映射的3D点云模型加密方法，属于信息安全密码学领域，特别针对3D模型加密的方法。其中混沌系统的极端敏感性可以有效提高加密方案的复杂度，同时3D点云的数据量庞大，能有效提高加密算法的可靠性。本算法采用了随机可逆变换矩阵的设计思路，利用系统参数和初始值即可生成密钥序列，进一步产生一系列变换矩阵以供加密。因此初始值或系统参数的微小改变可以导致解密结果大幅度改变。通过实验分析表明，此加密方案可以很好的抵抗暴力攻击，统计攻击和差分攻击，密钥敏感性高，加解密速度快。并且该加密方法很容易通过软件实现，本发明可广泛应用推广到点云模型安全存储和传输加密中。

Description

一种基于混沌映射的3D点云模型加密方法
技术领域
本发明属于信息安全密码学领域，特别针对3D模型加密的方法，具体地说是基于混沌映射的3D点云模型加密。
背景技术
当今世界，3D点云模型、3D线框模型和3D彩色纹理模型等3D模型被越来越广泛地应用在人们的日常生活和工业生产中，许多人通过社交软件和云存储传递着大量的视觉信息，包括图片、视频和3D模型等。随着三维建模和三维打印技术的发展，3D模型的数量也在日益增长。然而却少有人关注3D模型中存在的隐私保护问题。与文本加密技术不同，可视化数据具有一些特殊的特征，如大数据容量和像素或点之间的高相关性。传统的加密算法，如数据加密标准(DES)，国际数据加密算法(IDEA)和高级加密标准(AES)等等，不适合视觉数据加密。不同的图像或视频，3D内容包含点，在3D空间网格和纹理。传统的图像或视频加密方法不适合3D内容。
本发明研究了图像加密和视频加密技术已经很长一段时间了，混沌的一些的特殊性质，比如对初始条件和系统参数的敏感性、伪随机性和各态历经性等使混沌力学有可能替代传统的加密算法。由于混沌系统的高复杂性，混沌系统可以用来设计安全可靠的图像和视频加密方案。
发明内容
本发明技术解决问题：首次在3D安全领域提出了基于混沌映射的3D点云模型加密方法，该方法能有效的加密3D点云模型，加解密速度快，密钥敏感性高，能有效抵抗暴力攻击，抗统计攻击。
根据目前3D模型加密方案的缺陷和不足，可以总结出设计基于混沌映射的加密算法一些规则，如下所述：
(1)加密方法应该对密钥具有较强的敏感性；
(2)加密方法的结构安全性非常重要，一些结构的缺陷能够暴露加密方案的等价密钥，而不用去穷尽搜索密钥；
(3)高维混沌系统由于具有更高的复杂性，因此更加适合用设计加密方案。一些低维混沌系统，具有短周期和小的密钥空间等明显的不足；
(4)密钥或其它秘密的信息应该和明文或密文相关，这能够有效抵抗选择明文攻击。
基于以上规则，本发明提出了基于混沌映射的3D点云模型加密方法。在3D点云空间内一个点通过旋转和平移操作可以变换到另外一个地方。在该方法中，logistics混沌系统用来生成一系列伪随机数，以填充形成随机可逆旋转矩阵，为了增加该方案的安全性，加入了一个平移矩阵，与旋转矩阵构成随机可逆变换矩阵，利用以上的随机可逆矩阵和平移向量可以将点云中的每一个点变换到一个齐次坐标。实验结果表明该方案能有效抵抗暴力攻击和差分统计攻击。
实现步骤如下：
(1)采用3D点云模型加密方法生成密钥；
(2)将所述密钥转换成Logistic混沌系统的初始值和参数，生成长度为12的一系列伪随机数，将所述串伪随机数变换成为一个3×3随机可逆旋转矩阵；
(3)将所述3×3旋转矩阵和一个3×1的平移矩阵，构建一个4×4的齐次变换矩阵，生成随机可逆变换矩阵；
(4)将原3D点云模型中的点以齐次坐标表示出来，并与所述随机可逆变换矩阵进行矩阵乘运算，得到新的位置坐标的齐次形式；
(5)将步骤(4)中最后得到的新的点位置坐标的齐次形式转换为普通形式重新写入3D点云模型文件，得到最终加密后3D点云模型。
所述步骤(2)的随机可逆旋转矩阵生成采取以下步骤：
(21)根据Logistic混沌系统的初始值和参数，生成长度为12的一系列伪随机数；
(22)取伪随机数序列的前6位伪随机数，依次填入一个3×3的零矩阵的上三角；
(23)将步骤(22)所得矩阵的第一行乘以伪随机数序列的第7位加到步骤(22)所得矩阵的第二行上；
(24)将步骤(23)所得矩阵的第二行乘以伪随机数序列的第8位加到步骤(3)所得矩阵的第三行上，此时矩阵即为一个3×3随机可逆旋转矩阵。
步骤(3)所述的随机可逆变换矩阵的生成采取以下步骤：
(31)取根据logistics混沌映射产生的长度为12的一系列伪随机数中的第9、10、11位作为3×1平移向量的值；
(32)生成一个4×4的齐次变换矩阵，将3×3旋转矩阵置于左上方，3×1的平移向量置于右上方，左下方的1×3矩阵的值都置为0，右下角的一个元素置为1，至此，完成了随机可逆变换矩阵。
步骤(4)所述的矩阵相乘采取以下步骤：
(41)将原3D点云模型中的点以齐次坐标表示出来，即在点云模型中的点的位置坐标后添加一个维度，值为1，构成1×4的齐次坐标矩阵，并将此矩阵转置，成为新的4×1的齐次坐标矩阵；
(42)将4×4齐次变换矩阵与4×1的齐次坐标矩阵进行矩阵乘运算，得到新的位置坐标的齐次形式。
本发明与现有的技术相比，其优势在于：
(1)首次在3D安全领域提出了基于混沌映射的3D点云模型加密方法；
(2)利用Logistic混沌系统的极端敏感性，能够有效增加点云模型加密算法的混淆和扩散能力；
(3)此点云模型加密方案结构简单，易于实现。
附图说明
图1是本发明加密流程图；
图2是本发明解密流程图。
具体实施方式：
下面结合附图和具体实施方式对本发明作进一步详细的说明。
logistics混沌映射由公式(1)描述：
当参数μ和初始值x0服从公式(1)，混沌映射Xn的输出会呈现混沌状态，并适合产生随机序列。
参阅图1加密流程图，本发明加密过程可以分为以下五个步骤：
(1)密钥生成
将Logistic混沌映射的初始值X0和参数μ作为密钥，对应点云模型中点生成伪随机数序列。
(2)旋转矩阵的生成
将上一步生成序列中的第1到6位，即X1～X6，依次填入旋转矩阵的上三角，如公式(2)所示。
将旋转矩阵的第一行中的所有元素乘以生成序列中的第7位X7，加到旋转矩阵的第二行，如公式(3)所示：
将旋转矩阵的第二行中的所有元素乘以生成序列中的第8位X8，加到旋转矩阵的第三行，如公式(4)所示：
至此，3×3旋转矩阵生成完毕。
(3)随机可逆变换矩阵的生成
随机可逆变换矩阵大小为4×4，将3×3的变换矩阵填入随机可逆矩阵的左上方，将生成序列的第9、10、11位X9、X10、X11填入右上方，将0填入左下方，右下方填入1，具体步骤如公式(5)：
(4)原始3D点云模型点坐标的齐次表示
原始3D点云模型点的表示方式为(x，y，z)，我们将点坐标表示为公式(6)所示：
(5)点坐标齐次矩阵与随机可逆变换矩阵进行矩阵乘运算
将点的齐次坐标矩阵乘随机可逆变换矩阵，得到新的点的齐次坐标，如公式(7)：
将新的点的坐标写入3D点云模型中，即完成了对点云模型的加密。
参阅图2为本发明解密流程图，是上述加密的反向过程，下面对其简要说明：
(1)根据密钥，迭代Logistic混沌映射得到伪随机数序列；
(2)根据logistics混沌映射出的序列重新构造旋转矩阵和平移矩阵；
(3)将旋转矩阵和平移矩阵合并，并构造随机可逆变换矩阵；
(4)求出随机可逆变换矩阵的逆矩阵，与加密后点坐标的齐次矩阵相乘，得到的即为原始3D点云。
本发明可以适用于3D点云模型加密。
总之，本发明中混沌系统的极端敏感性可以有效提高加密方案的复杂度，有效增强点云的混淆和扩散能力。由于点云模型数据量大，密钥敏感性相应的增大，能够有效抵抗选择明文攻击。原始3D点云模型的微小改变可以导致加密效果全面改变。通过实验分析表明，所设计的点云模型加密方案可以抵抗暴力攻击，统计攻击和差分攻击。并且该加密方法很容易通过软件实现，本发明可广泛应用推广到点云模型安全存储和传输加密中。
以上所述仅为本发明的一些基本说明，依据本发明的技术方案所做的任何等效变换，均应属于本发明的保护范围。

Claims (2)

1.一种基于混沌映射的3D点云模型加密方法，其特征在于实现步骤：
(1)采用3D点云模型加密方法生成密钥；
(2)将所述密钥转换成Logistic混沌系统的初始值和参数，生成长度为12的一系列伪随机数，将所述伪随机数变换成为一个3×3随机可逆旋转矩阵；
(3)将所述3×3旋转矩阵和一个3×1的平移矩阵，构建一个4×4的齐次变换矩阵，生成随机可逆变换矩阵；
(4)将原3D点云模型中的点以齐次坐标表示出来，并与所述随机可逆变换矩阵进行矩阵乘运算，得到新的位置坐标的齐次形式；
(5)将步骤(4)中最后得到的新的点位置坐标的齐次形式转换为普通形式重新写入3D点云模型文件，得到最终加密后3D点云模型；
所述步骤(2)的随机可逆旋转矩阵生成采取以下步骤：
(21)根据Logistic混沌系统的初始值和参数，生成长度为12的一系列伪随机数；
(22)取伪随机数序列的前6位伪随机数，依次填入一个3×3的零矩阵的上三角；
(23)将步骤(22)所得矩阵的第一行乘以伪随机数序列的第7位加到步骤(22)所得矩阵的第二行上；
(24)将步骤(23)所得矩阵的第二行乘以伪随机数序列的第8位加到步骤(3)所得矩阵的第三行上，此时矩阵即为一个3×3随机可逆旋转矩阵；
步骤(3)所述的随机可逆变换矩阵的生成采取以下步骤：
(31)取根据logistics混沌映射产生的长度为12的一系列伪随机数中的第9、10、11位作为3×1平移向量的值；
(32)生成一个4×4的齐次变换矩阵，将3×3旋转矩阵置于左上方，3×1的平移向量置于右上方，左下方的1×3矩阵的值都置为0，右下角的一个元素置为1，至此，完成了随机可逆变换矩阵。
2.根据权利要求1所述的基于混沌映射的3D点云模型加密方法，其特征在于：步骤(4)所述的矩阵相乘采取以下步骤：
(41)将原3D点云模型中的点以齐次坐标表示出来，即在点云模型中的点的位置坐标后添加一个维度，值为1，构成1×4的齐次坐标矩阵，并将此矩阵转置，成为新的4×1的齐次坐标矩阵；
(42)将4×4齐次变换矩阵与4×1的齐次坐标矩阵进行矩阵乘运算，得到新的位置坐标的齐次形式。
CN201610631018.0A 2016-08-04 2016-08-04 一种基于混沌映射的3d点云模型加密方法 Active CN106301760B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610631018.0A CN106301760B (zh) 2016-08-04 2016-08-04 一种基于混沌映射的3d点云模型加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610631018.0A CN106301760B (zh) 2016-08-04 2016-08-04 一种基于混沌映射的3d点云模型加密方法

Publications (2)

Publication Number Publication Date
CN106301760A CN106301760A (zh) 2017-01-04
CN106301760B true CN106301760B (zh) 2019-06-28

Family

ID=57665332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610631018.0A Active CN106301760B (zh) 2016-08-04 2016-08-04 一种基于混沌映射的3d点云模型加密方法

Country Status (1)

Country Link
CN (1) CN106301760B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107896144B (zh) * 2017-11-08 2021-02-09 中共中央办公厅电子科技学院 一种基于混沌映射的3d纹理模型加密方法
CN108256301A (zh) * 2018-01-05 2018-07-06 京东方科技集团股份有限公司 一种解锁方法和解锁装置
CN109005399A (zh) * 2018-05-03 2018-12-14 成都光魔科技有限公司 一种3d数据加密、压缩方法及一种医疗信息交互系统
CN108629194A (zh) * 2018-05-15 2018-10-09 济南浪潮高新科技投资发展有限公司 一种内存spd数据加密装置及方法
EP4032314A4 (en) * 2019-09-20 2023-07-19 Nokia Technologies Oy METHOD, APPARATUS AND COMPUTER PROGRAM PRODUCT FOR VIDEO CODING AND VIDEO DECODING
US11756218B2 (en) 2019-10-08 2023-09-12 Sony Group Corporation Secure distribution of multi-resolution point cloud
US11398039B2 (en) * 2019-11-15 2022-07-26 Sony Corporation Point cloud scrambling
CN113468562B (zh) * 2021-06-22 2022-11-04 西安理工大学 超混沌系统与神经网络机制融合的图像块加密解密方法
CN117077183B (zh) * 2023-10-16 2024-02-09 厘壮信息科技(苏州)有限公司 一种半导体设备维修数据处理方法及系统
CN117676562B (zh) * 2024-01-31 2024-05-10 四川省机场集团有限公司成都天府国际机场分公司 一种数据安全通信方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150134955A1 (en) * 2013-11-12 2015-05-14 Alberto Daniel Lacaze Method for Using Cryptography to Protect Deployable Rapid On-Site Manufacturing 3D Printing Systems and Enable a Single Time Printing Protocol
CN103916234B (zh) * 2014-04-11 2016-09-07 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

Also Published As

Publication number Publication date
CN106301760A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106301760B (zh) 一种基于混沌映射的3d点云模型加密方法
CN101739695B (zh) 一种基于三维Arnold映射的图像分组加密方法
CN104751403B (zh) 一种基于多混沌系统的明文相关图像加密方法
CN107896144A (zh) 一种基于混沌映射的3d纹理模型加密方法
CN107070630B (zh) 一种aes算法的快速安全硬件结构
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
CN103491279B (zh) 超混沌Lorenz系统的4-邻域异或图像加密方法
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
CN107492064A (zh) 基于忆阻混沌系统、初等元胞自动机和压缩感知的图像加密方法
Gao et al. Chaotic image encryption algorithm based on zigzag transform with bidirectional crossover from random position
CN103440613B (zh) 超混沌Rossler系统的彩色图像加密方法
CN106228504A (zh) 基于明文和密钥构造加密参数的数字图像加密方法
CN104851070A (zh) 一种基于前景和背景分离的图像加密和解密方法
CN106651735A (zh) 一种基于混沌理论的数字图像并行加密方法
CN109450632A (zh) 基于白盒分组密码clefia分析的密钥恢复方法
CN109361830A (zh) 一种基于明文的图像加密方法
Mohamed et al. Fast and robust image encryption scheme based on quantum logistic map and hyperchaotic system
CN104361550B (zh) 一种基于2D BacterialGrowth迷宫的数字置乱方法
CN106683030A (zh) 基于量子多图像模型与三维变换的量子多图加密算法
CN103870552B (zh) 一种gis矢量数据线面图层的置乱与还原方法
Liu et al. A new image encryption algorithm based on improved logistic map and block-mod algorithm
Fadhil et al. Color visual cryptography based on three dimensional chaotic map
CN104376527B (zh) 一种基于3D随机Prim迷宫的数字置乱方法
CN104463771B (zh) 一种基于3D Wilson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

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191108

Address after: 311800 no.30-1 and no.30-2, Likai Road, Jiyang street, Zhuji City, Shaoxing City, Zhejiang Province

Patentee after: Zhejiang Jun Kai Electromechanical Technology Co. Ltd.

Address before: 100070 Beijing city Fengtai District Fung Fu Road No. 7

Patentee before: Beijing Electronic Science and Technology Institute

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191225

Address after: 610-2, floor 6, No. 8, caihefang Road, Haidian District, Beijing 100000

Patentee after: Shaoding Artificial Intelligence Technology Co., Ltd

Address before: 311800 no.30-1 and no.30-2, Likai Road, Jiyang street, Zhuji City, Shaoxing City, Zhejiang Province

Patentee before: Zhejiang Jun Kai Electromechanical Technology Co. Ltd.