CN107368716B - 面向jpeg2000图像的联合指纹嵌入与加密方法及装置 - Google Patents
面向jpeg2000图像的联合指纹嵌入与加密方法及装置 Download PDFInfo
- Publication number
- CN107368716B CN107368716B CN201710584102.6A CN201710584102A CN107368716B CN 107368716 B CN107368716 B CN 107368716B CN 201710584102 A CN201710584102 A CN 201710584102A CN 107368716 B CN107368716 B CN 107368716B
- Authority
- CN
- China
- Prior art keywords
- vector
- encryption
- module
- code
- plane
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000010276 construction Methods 0.000 claims abstract description 16
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 239000013598 vector Substances 0.000 claims description 435
- 238000012545 processing Methods 0.000 claims description 34
- 229910002056 binary alloy Inorganic materials 0.000 claims description 21
- 238000000354 decomposition reaction Methods 0.000 claims description 21
- 230000000739 chaotic effect Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 12
- 125000004122 cyclic group Chemical group 0.000 claims description 10
- 238000003780 insertion Methods 0.000 claims description 10
- 230000037431 insertion Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 6
- 230000006798 recombination Effects 0.000 claims description 6
- 238000005215 recombination Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000006854 communication Effects 0.000 abstract description 5
- 238000011160 research Methods 0.000 abstract description 4
- 241001269238 Data Species 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 49
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- DSCFFEYYQKSRSV-FEPQRWDDSA-N (1s,2s,4s,5r)-6-methoxycyclohexane-1,2,3,4,5-pentol Chemical compound COC1[C@@H](O)[C@@H](O)C(O)[C@H](O)[C@H]1O DSCFFEYYQKSRSV-FEPQRWDDSA-N 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6209—Protecting access to data via a platform, e.g. using keys or access control rules to a single file or object, e.g. in a secure envelope, encrypted and accessed using a key, or with access control rules appended to the object itself
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
本发明实施例提供一种面向JPEG2000图像的联合指纹嵌入与加密方法及装置，应用于社交多媒体分享网络。该方法针对目前多媒体内容分享过程中存在的非法复制、盗版、剽窃以及资源受限等问题，以数字图像为研究对象，基于树结构小波变换和层次社区结构对数字图像实现指纹嵌入和混沌加密，能够有效提高图像等多媒体数据传播过程中的安全性和保密性，具有可追踪性和可扩展性，除此之外，该方法简单，且可应用于存储和带宽资源受限的环境。
Description
技术领域
本发明涉及信息安全技术领域，具体而言，涉及一种面向JPEG2000图像的联合指纹嵌入与加密方法及装置。
背景技术
随着移动多媒体社交网络的发展，面向移动设备的社交多媒体的存储、复制与传播变得非常盛行，进而不仅演变成大数据问题，而且造成多媒体内容的非法滥用，导致产权纠纷与隐私泄露。除此之外，由于指纹码的容量限制、社交网络的动态性、多媒体大数据特性、移动网络带宽、移动设备资源受限等问题，也进一步导致现有的多媒体安全技术无法应用于资源受限环境等问题出现因此，如何有效解决上述问题成为本领域技术人员的研究热点。
发明内容
有鉴于此，本发明实施例提供一种面向JPEG2000图像的联合指纹嵌入与加密方法及装置，该方法以数字图像为研究对象，实现基于树结构小波变换和社交网络的指纹嵌入和加密，解决了多媒体安全技术中存在的资源受限等问题，同时，该方法能够有效兼顾多媒体数据分享过程中的可追踪性和实时性。
本发明较佳实施例提供一种面向JPEG2000图像的联合指纹嵌入与加密方法，应用于社交多媒体分享网络，包括:
提取社交网络中的层次社区结构；
根据所述层次社区结构提取DPV向量，并根据所述DPV向量对原始图像进行树结构小波变换，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量；
根据所述层次社区结构对该社交网络中的用户进行指纹编码以得到多级指纹码，其中，所述多级指纹码包括多个码段；
将所述多级指纹码中的多个码段分别对应嵌入所述近似分量、水平细节分量和垂直细节分量中，以得到包含有指纹序列的近似分量、水平细节分量、垂直细节分量；
对所述对角细节分量以及包含有指纹序列的近似分量、水平细节分量、垂直细节分量分别进行JPEG2000编码以得到对应的对角编码块、近似编码块、水平编码块和垂直编码块；
分别提取所述近似编码块、水平编码块、垂直编码块和对角编码块中的压缩字节流以组成与各编码块对应的一维向量；
对各所述一维向量中的向量元素进行二进制位平面分解以得到多个二进制位面，并将所述多个二进制位面划分为第一位面和第二位面，其中，所述第一位面包括高四位位面，所述第二位面包括低四位位面；
将所述第一位面和第二位面分别对应表示为第一向量A1和第二向量A2；
根据公式对所述第二向量A2进行求和，并根据求和结果sum1对所述第一向量A1中的向量元素进行移位操作，以得到第一移位向量A11，其中，L为所述第二向量A2的长度；
根据公式对所述第一移位向量A11中的第i个向量元素进行加密以得到第一加密向量B1，其中，b1为第一秘钥流；
根据公式对所述第一加密向量B1进行求和，并根据求和结果sum2对所述第二向量A2中的向量元素进行移位操作，以得到第二移位向量A22，其中，L为所述第一加密向量B1的长度；
根据公式对所述第二移位向量A22中的第i个向量元素进行加密以得到第二加密向量B2，其中，b2为第二秘钥流；
根据公式对所述第一加密向量B1和所述第二加密向量B2进行求和，得到求和结果sum；
根据预设初始秘钥和求和结果sum对分段线性混沌映射系统进行迭代处理以得到混沌向量S，并将所述混沌向量S划分为相同长度的第一混沌向量S1和第二混沌向量S2；
根据公式Y＝mod(floor(S1×1014),L)+1将所述第一混沌向量S1转化为第一整数向量Y，根据公式Z＝mod(floor(S2×1014),L)+1将所述第二混沌向量S2转化为第二整数向量Z；
根据公式temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp交换所述第一加密向量B1的向量元素以得到第一混合向量C1，以及根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp交换所述第二加密向量B2中的向量元素以得到第二混合向量C2，其中，L为所述第一混沌向量S1或第二混沌向量S2中的向量长度，i＝1,2…L；
对所述第一混合向量C1和第二混合向量C2进行重组以得到加密指纹图像。
进一步地，对所述第一向量A1中的向量元素进行移位操作时，所述方法包括：
将所述第一向量A1中的向量元素向右循环移位sum1位，以得到第一移位向量A11；
对所述第二加密向量B2中的向量元素进行移位操作时，所述方法包括：
将所述第二加密向量B2中的向量元素向右循环移位sum2位，以得到第二移位向量A22。
进一步地，所述第一秘钥流b1和所述第二秘钥流b2通过以下步骤得到：
根据第一初始秘钥key(x0,u1)和所述第一向量A1的向量长度对分段线性混沌映射系统进行N0+L次迭代以得到第三向量X；
根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对所述第三向量X进行处理以得到第三整数向量X1；
将所述第三整数向量X1按照预设规则进行处理以得到第一秘钥流b1和第二秘钥流b2。
进一步地，所述预设规则为：
将所述第三整数向量X1中的各向量元素进行二进制位平面分解以得到多个二进制位面；
将所述多个二进制位面按照奇数位和偶数位的不同进行划分以得到第一秘钥流b1和第二秘钥流b2。
进一步地，根据预设初始秘钥和求和结果sum对分段线性混沌映射系统进行迭代处理以得到混沌向量S步骤，包括：
根据第二初始秘钥key(y0,u2)和公式s0＝mod(y0+sum/L,1)得到初值s0；
根据初值s0对分段线性混沌映射系统进行N0+2L次迭代处理以得到混沌向量S。
进一步地，所述多级指纹码码段包括用户码段和多级社区码段。
本发明较佳实施例还提供一种面向JPEG2000图像的联合指纹嵌入与加密装置，应用于社交多媒体分享网络，包括:
社区层次提取模块，用于提取社交网络中的层次社区结构；
小波分解模块，用于根据所述层次社区结构提取DPV向量，并根据所述DPV向量对原始图像进行树结构小波变换，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量；
指纹编码模块，用于根据所述层次社区结构对该社交网络中的用户进行指纹编码以得到多级指纹码，其中，所述多级指纹码包括多个码段；
指纹嵌入模块，用于将所述多级指纹码中的多个码段分别对应嵌入所述近似分量、水平细节分量和垂直细节分量中，以得到包含有指纹序列的近似分量、水平细节分量、垂直细节分量；
分量编码模块，用于对所述对角细节分量以及包含有指纹序列的近似分量、水平细节分量、垂直细节分量分别进行JPEG2000编码以得到对应的对角编码块、近似编码块、水平编码块和垂直编码块；
字节提取模块，用于分别提取所述近似编码块、水平编码块、垂直编码块和对角编码中的压缩字节流以组成与各编码块对应的一维向量；
位面划分模块，用于对各所述一维向量中的向量元素进行二进制位平面分解以得到多个二进制位面，并将所述多个二进制位面划分为第一位面和第二位面，其中，所述第一位面包括高四位位面，所述第二位面包括低四位位面；
向量表示模块，用于将所述第一位面和第二位面分别对应表示为第一向量A1和第二向量A2；
第一移位模块，用于根据公式对所述第二向量A2进行求和，并根据求和结果sum1对所述第一向量A1中的向量元素进行移位操作，以得到第一移位向量A11，其中，L为所述第二向量A2的长度；
第一加密模块，用于根据公式对所述第一移位向量A11中的第i个向量元素进行加密以得到第一加密向量B1，其中，b1为第一秘钥流；
第二移位模块，用于根据公式对所述第一加密向量B1进行求和，并根据求和结果sum2对所述第二向量A2中的向量元素进行移位操作，以得到第二移位向量A22，其中，L为所述第一加密向量B1中的长度；
第二加密模块，用于根据公式对所述第二移位向量A22中的第i个向量元素进行加密以得到第二加密向量B2，其中，b2为第二秘钥流；
向量求和模块，用于根据公式对所述第一加密向量B1和所述第二加密向量B2进行求和；
迭代处理模块，用于根据预设初始秘钥对分段线性混沌映射系统进行迭代处理以得到混沌向量S，并将所述混沌向量S划分为相同长度的第一混沌向量S1和第二混沌向量S2；
向量整数化模块，用于根据公式Y＝mod(floor(S1×1014),L)+1将所述第一混沌向量S1转化为第一整数向量Y，根据公式Z＝mod(floor(S2×1014),L)+1将所述第二混沌向量S2转化为第二整数向量Z；
混合处理模块，用于根据公式temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp交换所述第一加密向量B1的向量元素以得到第一混合向量C1，以及根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp交换所述第二加密向量B2中的向量元素以得到第二混合向量C2，其中，L为所述第一混沌向量S1或第二混沌向量S2中的向量长度，i＝1,2…L；
重组模块，用于对所述第一混合向量C1和第二混合向量C2进行重组以得到加密指纹图像。
进一步地，所述第一移位模块还用于将所述第一向量A1中的向量元素向右循环移位sum1位，以得到第一移位向量A11；
所述第二移位模块还用于将所述第二加密向量B2中的向量元素向右循环移位sum2位，以得到第二移位向量A22。
进一步地，所述装置还包括秘钥流生成模块，所述秘钥流生成模块包括：
迭代单元，用于根据第一初始秘钥key(x0,u1)和所述第一向量的向量长度对分段线性混沌映射系统进行N0+L次迭代以得到第三向量X；
整数化单元，用于根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对所述第三向量X进行处理以得到第三整数向量X1；
向量处理单元，用于将所述第三整数向量X1按照预设规则进行处理以得到第一秘钥流b1和第二秘钥流b2。
进一步地，所述预设规则为：
对所述第三整数向量X1中的各向量元素进行二进制位平面分解以得到多个二进制位面；
将所述多个二进制位面按照奇数位和偶数位的不同进行划分以得到第一秘钥流b1和第二秘钥流b2。
与现有技术相比，本发明实施例提供的面向JPEG2000图像的联合指纹嵌入与加密方法及装置，以数字图像为研究对象，通过在树结构的小波系数位位面上对JPEG2000图像进行指纹嵌入和混沌加密，能够适应资源受限环境下的社交多媒体安全分享，同时，能够进一步提高数据传输过程中的实时性、可追踪性和可扩展性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的面向JPEG2000图像的联合指纹嵌入与加密方法及装置的应用场景示意图。
图2为图1中所示的服务器的方框结构示意图。
图3为本发明实施例提供的面向JPEG2000图像的联合指纹嵌入与加密方法的流程示意图。
图4为本发明实施例提供的面向JPEG2000图像的联合指纹嵌入与加密方法的另一流程示意图。
图5为图4中所示的步骤S104的子流程示意图。
图6为图3中所示的步骤S136的子流程示意图。
图7为本发明实施例提供的面向JPEG2000图像的联合指纹嵌入与加密装置的方框结构示意图。
图8为本发明实施例提供的采用一级树结构小波变换后的图像效果显示图。
图9为本发明实施例提供的采用二级树结构小波变换后的图像效果显示图。
图10为通过本发明实施例提供的基于面向JPEG2000图像的联合指纹嵌入与加密方法进行加密后的加密指纹图像效果显示图。
图标：10-服务器；100-面向JPEG2000图像的联合指纹嵌入与加密装置；110-社区层次提取模块；112-小波分解模块；114-指纹编码模块；116-指纹嵌入模块；118-分量编码模块；120-字节提取模块；122-位面划分模块；124-向量表示模块；126-第一移位模块；128-第一加密模块；130-第二移位模块；132-第二加密模块；134-向量求和模块；136-迭代处理模块；138-向量整数化模块；140-混合处理模块；142-重组模块；144-秘钥流生成模块；1440-迭代单元；1442-整数化单元；1444-向量处理单元；200-存储器；300-处理器；400-通信单元；20-网络；30-终端设备。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
如图1所示，为本发明实施例提供的一种面向JPEG2000图像的联合指纹嵌入与加密方法及装置的应用场景示意图。该应用场景可以包括服务器10、网络20和终端设备30。所述服务器10能够通过网络20与多个终端设备30进行通信。
应理解，所述面向JPEG2000图像的联合指纹嵌入与加密装置100可应用于所述服务器10，即用户可通过终端设备30访问服务器10来调用所述面向JPEG2000图像的联合指纹嵌入与加密装置100以对原始图像进行加密、解密等，再通过网络20进行传输。此外，所述面向JPEG2000图像的联合指纹嵌入与加密装置100也可直接应用于终端设备30，即用户可通过所述终端设备30调用所述面向JPEG2000图像的联合指纹嵌入与加密装置100对图像进行加密、解密等，再通过所述服务器10和所述网络20进行传输。
可选地，在本实施例中，所述服务器10可以是，但不限于，web(网站)服务器、数据服务器等，还可以是电脑、移动上网设备(mobile Internet device，MID)等具有处理功能的电子设备。所述终端设备30可以是，但不限于，智能手机、个人电脑(personal computer，PC)、平板电脑、个人数字助理(personal digital assistant，PDA)、移动上网设备(mobileInternet device，MID)等。所述网络20可以是，但不限于，有线网络或无线网络。
请结合参阅图2，所述服务器10可以包括存储器200、处理器300及通信单元400。所述存储器200、处理器300及通信单元400相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器200中存储有以软件或固件(firmware)的形式存储于所述存储器200中的软件功能模块，所述处理器300通过运行存储在存储器200内的软件程序以及模块，从而执行各种功能应用以及数据处理。
进一步地，如图3所示，为本发明实施例提供的可应用于所述服务器10的面向JPEG2000图像的联合指纹嵌入与加密方法的流程示意图，所述方法有关的流程所定义的方法步骤可以由所述处理器300实现。下面将对图3所示的具体流程进行详细阐述。
步骤S110，提取社交网络中的层次社区结构。
其中，社交网络(社交多媒体分享网络)通常是层次式并彼此覆盖，因此，在本实施例中，首先提取所述社交网络的层次的社区结构，再找到一个合适的割线把该层次的社区结构的图切割成若干个社区，进而得到所述层次社区结构。
步骤S112，根据所述层次社区结构提取DPV向量，并根据所述DPV向量对原始图像进行树结构小波变换，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量。
其中，所述DPV向量是指不连续的点向量，不同的层次社区结构对应不同的DPV向量，而不同的DPV向量决定不同的小波分解方式。本实施例中，根据层次社区结构确定DPV向量，再利用该DPV向量和树结构小波变换对原始图像进行分解，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量。
步骤S114，根据所述层次社区结构对该社交网络中的用户进行指纹编码以得到多级指纹码，其中，所述多级指纹码包括多个码段。
本实施例中，在得到所述DPV向量后，根据该DPV向量对社交网络中的用户进行指纹编码。其中，为了准确描述用户所在社交网络的中的位置信息，可采用多级指纹码的形式进行表示，且该多级指纹码包括多个码段，分别表示多级社区码段和用户码段。
步骤S116，将所述多级指纹码中的多个码段分别对应嵌入所述近似分量、水平细节分量和垂直细节分量中，以得到包含有指纹序列的近似分量、水平细节分量、垂直细节分量。
具体地，在将所述多级指纹码中的不同码段对应嵌入所述近似分量、水平细节分量、垂直细节分量时，用户码段(内码)对应嵌入近似分量中，并以单播形式传递给用户。而所述多级社区码段(外码)对应嵌入水平细节分量和垂直细节分量中，并以多播形式传递给用户。
应理解，多级指纹码的各个字段采用扩频的方式嵌入到树结构小波变换域中的各对应分量的系数中。
步骤S118，对所述对角细节分量以及包含有指纹序列的近似分量、水平细节分量、垂直细节分量分别进行JPEG2000编码以得到对应的对角编码块、近似编码块、水平编码块和垂直编码块。
其中，由于人类视觉对图像分辨率有一定的局限性，为了在不影响图像质量的情况下达到压缩目的，JPEG2000编码过程中的小波系数量化步长的设定可根据变换后图像的特征和重构图像质量的要求而定。
步骤S120，分别提取近似编码块、水平编码块、垂直编码块和对角编码块中的压缩字节流以组成与各编码块对应的一维向量。
步骤S122，对各一维向量中的向量元素进行二进制位平面分解以得到多个二进制位面，并将多个二进制位面划分为第一位面和第二位面，其中，第一位面包括高四位位面，第二位面包括低四位位面。
在完成步骤S118后，还需要对其进行混沌加密。具体地，首先提取近似编码块、水平编码块、垂直编码块和对角编码块中各编码块中的压缩字节流，以组成与各编码块对应的一维向量。然后，对各一维向量进行二进制位平面分解以得到多个二进制位面。
步骤S124，将所述第一位面和第二位面分别对应表示为第一向量A1和第二向量A2。
步骤S126，根据公式对所述第二向量A2进行求和，并根据求和结果sum1对所述第一向量A1中的向量元素进行移位操作，以得到第一移位向量A11。
其中，对所述第二向量A2进行求和是指统计该第二向量A2中1的个数，应注意，L为所述第二向量A2的长度。
应注意，在对所述第一向量A1中的向量元素进行移位操作时，需根据求和结果sum1，将所述第一加密向量A1中的向量元素向右循环移位sum1位，以得到第一移位向量A11。
步骤S128，根据公式对所述第一移位向量A11中的第i个向量元素进行加密以得到第一加密向量B1。
其中，在加密过程中，当i＝1时，可以用A11的最后一个向量元素，A2的第一个向量元素，b1的第一个向量元素按照公式对第一移位向量A11中的第一个向量元素进行加密。以此类推，可按照公式对A11的第i个向量元素进行加密，直到i循环到L。
应注意，在进行混沌加密前，需要根据第一初始秘钥key(x0,u1)和第一向量A1的向量长度产生两组二进制秘钥流，分别为步骤S128中的第一秘钥流b1和步骤S132中的第二秘钥流b2，如图4所示，具体产生过程包括以下步骤。
步骤S100，根据第一初始秘钥key(x0,u1)和所述第一向量A1的向量长度对分段线性混沌映射系统进行N0+L次迭代以得到第三向量X。
步骤S102，根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对所述第三向量X进行处理以得到第三整数向量X1。
步骤S104，将所述第三整数向量X1按照预设规则进行处理以得到第一秘钥流b1和第二秘钥流b2。
本实施例中，所述第一初始秘钥key(x0,u1)中的初值x0和控制变量u1为预先设置，通过该初值x0和控制变量u1去迭代分段线性混沌映射系统N0+L次以得到包含有N0+L个向量元素的第三向量X，但为了消除不利因素，在此可抛弃前N0个数，以得到包含有L个向量元素的第三向量X。最后，根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对第三向量X进行处理以得到第三整数向量X1。
进一步地，所述第三向量X1中的元素取值范围为0-255，因此，可将X1按照图5所示的预设规则进行处理以得到第一秘钥流b1和第二秘钥流b2，具体过程包括以下子步骤。
子步骤S1040，对所述第三整数向量X1中的各向量元素进行二进制位平面分解以得到多个二进制位面。
子步骤S1042，将所述多个二进制位面按照奇数位和偶数位的不同划分以得到第一秘钥流b1和第二秘钥流b2。
实际实施时，首先对所述第三整数向量X1中的向量元素进行二进制位平面分解，然后将得到的多个二进制位面按照奇数位和偶数位的不同进行划分，以得到由奇数位上的二进制数组成的第一秘钥流b1和由偶数位上的二进制数组成的第二秘钥流b2。
步骤S130，根据公式对所述第一加密向量B1进行求和，并根据求和结果sum2对所述第二向量A2中的向量元素进行移位操作，以得到第二移位向量A22。
其中，对第一加密向量B1进行求和是指统计该第一加密向量B1中1的个数，L为第一加密向量B1中的长度。
应注意，在对第一加密向量B1中的向量元素进行移位操作时，需根据求和结果sum2，将第二向量A2中的向量元素向右循环移位sum2位，以得到第二移位向量A22。
步骤S132，根据公式对第二移位向量A22中的第i个向量元素进行加密以得到第二加密向量B2，其中，b2为第二秘钥流。
具体地，在加密过程中，当i＝1时，用A22的最后一个向量元素，B1的第一个元素，b2的第一个向量元素对A22的第一个向量元素按照公式进行加密，以此类推，分别对A22的第i个元素按照公式进行加密，直到i循环到L。
步骤S134，根据公式对所述第一加密向量B1和所述第二加密向量B2进行求和。
其中，对所述第一加密向量B1和所述第二加密向量B2进行求和是指统计第一加密向量B1和第二加密向量B2中的1的个数，其中，L为B1、B2的向量长度。
步骤S136，根据预设初始秘钥对分段线性混沌映射系统进行迭代处理以得到混沌向量S，并将所述混沌向量S划分为相同长度的第一混沌向量S1和第二混沌向量S2。
具体地，如图6所示，根据预设初始秘钥对分段线性混沌映射系统进行迭代处理以得到混沌向量S的步骤包括以下子步骤。
子步骤S1360，根据第二初始秘钥key(y0,u2)和公式s0＝mod(y0+sum/L,1)得到初值s0。
子步骤S1362，根据初值s0对分段线性混沌映射系统进行N0+2L次迭代处理混沌向量S。
其中，在根据初值s0对分段线性混沌映射系统进行N0+2L次迭代处理后，得到包含有N0+2L个向量元素的混沌向量S，为了消除不利因素，本实施例中，消除前N0个向量元素以得到包含2L个向量元素的混沌向量S。
进一步地，所述第一混沌向量S1和第二混沌向量S2的长度均为L，可以表示为S1＝{s1,s2,…sL}和S2＝{sL+1,sL+2,…s2L}。
步骤S138，根据公式Y＝mod(floor(S1×1014),L)+1将所述第一混沌向量S1转化为第一整数向量Y，根据公式Z＝mod(floor(S2×1014),L)+1将所述第二混沌向量S2转化为第二整数向量Z。
步骤S140，根据公式temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp交换所述第一加密向量B1的向量元素以得到第一混合向量C1，以及根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp交换所述第二加密向量B2中的向量元素以得到第二混合向量C2。
其中，L为所述第一混沌向量S1或第二混沌向量S2中的向量长度，i＝1,2…L。在进行向量元素的交换过程中，首先根据temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp对第一加密向量B1、第二加密向量B2和第二整数向量Z中的向量元素进行交换，以得到第一混合向量C1。同理，根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp对第一加密向量B1、第二加密向量B2和第一整数向量Y中的向量元素进行交换，以得到第二混合向量C2，其中，需依次令i＝1、i＝2直至i＝L。
应理解，所述第一加密向量B1、第二加密向量B2、第一整数向量Y和第二整数向量Z中的向量元素均为二进制数。
步骤S142，对所述第一混合向量C1和第二混合向量C2进行重组以得到加密指纹图像。
其中，所述第一混合向量C1和第二混合向量C2为行向量，最后通过对第一混合向量C1和第二混合向量C2进行重组得到加密压缩编码块，即所述加密指纹图像。
应注意，本实施例中，对所述加密指纹图像的解密过程，是上述加密过程的逆运算，其中，在解密时，应注意循环移位和交换的顺序。
进一步地，请结合参阅图7，本发明实施例还提供一种可应用于所述服务器10或终端设备30的面向JPEG2000图像的联合指纹嵌入与加密装置100。所述面向JPEG2000图像的联合指纹嵌入与加密装置100包括社区层次提取模块110、小波分解模块112、指纹编码模块114、指纹嵌入模块116、分量编码模块118、字节提取模块120、位面划分模块122、向量表示模块124、第一移位模块126、第一加密模块128、第二移位模块130、第二加密模块132、向量求和模块134、迭代处理模块136、向量整数化模块138、混合处理模块140、重组模块142和秘钥流生成模块144，其中，所述秘钥流生成模块144包括迭代单元1440、整数化单元1442和向量处理单元1444。
所述社区层次提取模块110，用于提取社交网络中的层次社区结构。本实施例中，图3中的步骤S110由所述社区层次提取模块110执行，具体过程请参阅步骤S110，具体过程不再赘述。
所述小波分解模块112，用于根据所述层次社区结构提取DPV向量，并根据所述DPV向量对原始图像进行树结构小波变换，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量。本实施例中，图3中的步骤S112由所述小波分解模块112执行，具体过程请参阅步骤S112，具体过程不再赘述。
所述指纹编码模块114，用于根据所述层次社区结构对该社交网络中的用户进行指纹编码以得到多级指纹码，其中，所述多级指纹码包括多个码段。本实施例中，图3中的步骤S114由所述指纹编码模块114执行，具体过程请参阅步骤S114，具体过程不再赘述。
所述指纹嵌入模块116，用于将所述多级指纹码中的多个码段分别对应嵌入所述近似分量、水平细节分量和垂直细节分量中，以得到包含有指纹序列的近似分量、水平细节分量、垂直细节分量。本实施例中，图3中的步骤S116由所述指纹嵌入模块116执行，具体过程请参阅步骤S116，具体过程不再赘述。
所述分量编码模块118，用于对所述对角细节分量以及包含有指纹序列的近似分量、水平细节分量、垂直细节分量分别进行JPEG2000编码以得到对应的对角编码块、近似编码块、水平编码块和垂直编码块。本实施例中，图3中的步骤S118由所述分量编码模块118执行，具体过程请参阅步骤S118，具体过程不再赘述。
所述字节提取模块120，用于分别提取所述近似编码块、水平编码块、垂直编码块和对角编码中的压缩字节流以组成与各编码块对应的一维向量。本实施例中，图3中的步骤S120由所述字节提取模块120执行，具体过程请参阅步骤S120，具体过程不再赘述。
所述位面划分模块122，用于对各所述一维向量中的向量元素进行二进制位平面分解以得到多个二进制位面，并将所述多个二进制位面划分为第一位面和第二位面，其中，所述第一位面包括高四位位面，所述第二位面包括低四位位面。本实施例中，图3中的步骤S122由所述位面划分模块122执行，具体过程请参阅步骤S122，具体过程不再赘述。
所述向量表示模块124，用于将所述第一位面和第二位面分别对应表示为第一向量A1和第二向量A2。本实施例中，图3中的步骤S124由所述向量表示模块124执行，具体过程请参阅步骤S124，具体过程不再赘述。
所述第一移位模块126，用于根据公式对所述第二向量A2进行求和，并根据求和结果sum1对所述第一向量A1中的向量元素进行移位操作，以得到第一移位向量A11，其中，L为所述第二向量A2的长度。本实施例中，图3中的步骤S126由所述第一移位模块126执行，具体过程请参阅步骤S126，具体过程不再赘述。
所述第一加密模块128，用于根据对所述第一移位向量A11中的第i个向量元素进行加密以得到第一加密向量B1，其中，b1为第一秘钥流。本实施例中，图3中的步骤S128由所述第一加密模块128执行，具体过程请参阅步骤S128，具体过程不再赘述。
所述第二移位模块130，用于根据公式对所述第一加密向量B1进行求和，并根据求和结果sum2对所述第二向量A2中的向量元素进行移位操作，以得到第二移位向量A22，其中，L为所述第一加密向量B1中的长度。本实施例中，图3中的步骤S130由所述第二移位模块130执行，具体过程请参阅步骤S130，具体过程不再赘述。
所述第二加密模块132，用于根据对所述第二移位向量A22中的第i个向量元素进行加密以得到第二加密向量B2，其中，b2为第二秘钥流。本实施例中，图3中的步骤S132由所述第二加密模块132执行，具体过程请参阅步骤S132，具体过程不再赘述。
所述向量求和模块134，用于根据公式对所述第一加密向量B1和所述第二加密向量B2进行求和。本实施例中，图3中的步骤S134由所述向量求和模块134执行，具体过程请参阅步骤S134，具体过程不再赘述。
所述迭代处理模块136，用于根据预设初始秘钥对分段线性混沌映射系统进行迭代处理以得到混沌向量S，并将所述混沌向量S划分为相同长度的第一混沌向量S1和第二混沌向量S2。本实施例中，图3中的步骤S136由所述迭代处理模块136执行，具体过程请参阅步骤S136，具体过程不再赘述。
所述向量整数化模块138，用于根据公式Y＝mod(floor(S1×1014),L)+1将所述第一混沌向量S1转化为第一整数向量Y，根据公式Z＝mod(floor(S2×1014),L)+1将所述第二混沌向量S2转化为第二整数向量Z。本实施例中，图3中的步骤138由所述向量整数化模块138执行，具体过程请参阅步骤S138，具体过程不再赘述。
所述混合处理模块140，用于根据公式temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp交换所述第一加密向量B1的向量元素以得到第一混合向量C1，以及根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp交换所述第二加密向量B2中的向量元素以得到第二混合向量C2，其中，L为所述第一混沌向量S1或第二混沌向量S2中的向量长度，i＝1,2…L。本实施例中，图3中的步骤S140由所述混合处理模块140执行，具体过程请参阅步骤S140，具体过程不再赘述。
所述重组模块142，用于对所述第一混合向量C1和第二混合向量C2进行重组以得到加密指纹图像。本实施例中，图3中的步骤S142由所述重组模块142执行，具体过程请参阅步骤S142，具体过程不再赘述。
除此之外，所述迭代单元1440，用于根据第一初始秘钥key(x0,u1)和所述第一向量的向量长度对分段线性混沌映射系统进行N0+L次迭代以得到第三向量X。本实施例中，图4中的步骤S100由所述迭代单元1440执行，具体过程请参阅步骤S100，具体过程不再赘述。
所述整数化单元1442，用于根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对所述第三向量X进行处理以得到第三整数向量X1。本实施例中，图4中的步骤S102由所述整数化单元1442执行，具体过程请参阅步骤S102，具体过程不再赘述。
所述向量处理单元1444，用于将所述第三整数向量X1按照预设规则进行处理以得第一秘钥流b1和第二秘钥流b2。本实施例中，图4中的步骤S104由所述向量处理单元1444执行，具体过程请参阅步骤S104，具体过程不再赘述。
基于对上述面向JPEG2000图像的联合指纹嵌入与加密方法及装置的描述，下面提供一组对JPEG2000图像进行加密的实验结果示意图。
如图8所示，为只进行一级树结构小波变换且仅对近似分量进行加密的实验结果，其中，图8(a)为原始图像，图8(b)为加密图像。如图9所示，为进行二级树结构小波变换后且仅对近似分量进行加密的实验结果，其中，图9(a)为原始图像，图9(b)为加密图像。
从图8和图9中可以看出，在加密过程中，加密内容相对于原始内容信息含量越少，加密效果反而越差，本发明可以应用于不同安全级别的多媒体分享中。
进一步地，如图10所示，图10(a)为原始图像，图10(b)为解压后不含指纹的图像，图10(c)为加密指纹图像，图10(d)为解密解压后含指纹的图像。
从图10中可以看出，对加密指纹图像进行解密得到含有嵌入指纹的图像，图像显示效果和原始图像几乎没有差别，这正好符合图像嵌入指纹后不会大幅度的改变图像质量的要求。
综上所述，本发明提供的面向JPEG2000图像的联合指纹嵌入与加密方法及装置中，基于树结构小波变换和层次社区结构对数字图像实现指纹嵌入和混沌加密，能够有效提高图像等多媒体数据传播过程中的安全性和保密性。同时，该方法具有可追踪性和可扩展性，能够应用于资源受限环境。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其他方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的预设数量个实施例的装置、方法和计算机程序产品可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分。所述模块、程序段或代码的一部分包含一个或预设数量个用于实现规定的逻辑功能。
也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种面向JPEG2000图像的联合指纹嵌入与加密方法，应用于社交多媒体分享网络，其特征在于，包括:
提取社交网络中的层次社区结构；
根据所述层次社区结构提取DPV向量，并根据所述DPV向量对原始图像进行树结构小波变换，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量，其中，所述DPV向量是指不连续的点向量，不同的层次社区结构对应不同的DPV向量，而不同的DPV向量决定不同的小波分解方式；
根据所述层次社区结构对该社交网络中的用户进行指纹编码以得到多级指纹码，其中，所述多级指纹码包括多个码段；
将所述多级指纹码中的多个码段分别对应嵌入所述近似分量、水平细节分量和垂直细节分量中，以得到包含有指纹序列的近似分量、水平细节分量、垂直细节分量；
对所述对角细节分量以及包含有指纹序列的近似分量、水平细节分量、垂直细节分量分别进行JPEG2000编码以得到对应的对角编码块、近似编码块、水平编码块和垂直编码块；
分别提取所述近似编码块、水平编码块、垂直编码块和对角编码块中的压缩字节流以组成与各编码块对应的一维向量；
对各所述一维向量中的向量元素进行二进制位平面分解以得到多个二进制位面，并将所述多个二进制位面划分为第一位面和第二位面，其中，所述第一位面包括高四位位面，所述第二位面包括低四位位面；
将所述第一位面和第二位面分别对应表示为第一向量A1和第二向量A2；
根据公式对所述第二向量A2进行求和，并根据求和结果sum1对所述第一向量A1中的向量元素进行移位操作，以得到第一移位向量A11，其中，L为所述第二向量A2的长度；
根据公式B1(i)＝A11(i)⊕A11(i-1)⊕A2(i)⊕b1(i)对所述第一移位向量A11中的第i个向量元素进行加密以得到第一加密向量B1，其中，b1为第一秘钥流；
根据公式对所述第一加密向量B1进行求和，并根据求和结果sum2对所述第二向量A2中的向量元素进行移位操作，以得到第二移位向量A22，其中，L为所述第一加密向量B1的长度；
根据公式B2(i)＝A22(i)⊕A22(i-1)⊕B1(i)⊕b2(i)对所述第二移位向量A22中的第i个向量元素进行加密以得到第二加密向量B2，其中，b2为第二秘钥流；
根据公式对所述第一加密向量B1和所述第二加密向量B2进行求和，得到求和结果sum；
根据预设初始秘钥和求和结果sum对分段线性混沌映射系统进行迭代处理以得到混沌向量S，并将所述混沌向量S划分为相同长度的第一混沌向量S1和第二混沌向量S2；
根据公式Y＝mod(floor(S1×1014),L)+1将所述第一混沌向量S1转化为第一整数向量Y，根据公式Z＝mod(floor(S2×1014),L)+1将所述第二混沌向量S2转化为第二整数向量Z；
根据公式temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp交换所述第一加密向量B1的向量元素以得到第一混合向量C1，以及根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp交换所述第二加密向量B2中的向量元素以得到第二混合向量C2，其中，L为所述第一混沌向量S1或第二混沌向量S2中的向量长度，i＝1,2…L；
对所述第一混合向量C1和第二混合向量C2进行重组以得到加密指纹图像。
2.根据权利要求1所述的面向JPEG2000图像的联合指纹嵌入与加密方法，其特征在于，对所述第一向量A1中的向量元素进行移位操作时，所述方法包括：
将所述第一向量A1中的向量元素向右循环移位sum1位，以得到第一移位向量A11；
对所述第二加密向量B2中的向量元素进行移位操作时，所述方法包括：
将所述第二加密向量B2中的向量元素向右循环移位sum2位，以得到第二移位向量A22。
3.根据权利要求1所述的面向JPEG2000图像的联合指纹嵌入与加密方法，其特征在于，所述第一秘钥流b1和所述第二秘钥流b2通过以下步骤得到：
根据第一初始秘钥key(x0,u1)和所述第一向量A1的向量长度对分段线性混沌映射系统进行N0+L次迭代以得到第三向量X；
根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对所述第三向量X进行处理以得到第三整数向量X1；
将所述第三整数向量X1按照预设规则进行处理以得到第一秘钥流b1和第二秘钥流b2。
4.根据权利要求3所述的面向JPEG2000图像的联合指纹嵌入与加密方法，其特征在于，所述预设规则为：
将所述第三整数向量X1中的各向量元素进行二进制位平面分解以得到多个二进制位面；
将所述多个二进制位面按照奇数位和偶数位的不同进行划分以得到第一秘钥流b1和第二秘钥流b2。
5.根据权利要求1所述的面向JPEG2000图像的联合指纹嵌入与加密方法，其特征在于，根据预设初始秘钥和求和结果sum对分段线性混沌映射系统进行迭代处理以得到混沌向量S的步骤，包括：
根据第二初始秘钥key(y0,u2)和公式s0＝mod(y0+sum/L,1)得到初值s0；
根据初值s0对分段线性混沌映射系统进行N0+2L次迭代处理以得到混沌向量S。
6.根据权利要求1所述的面向JPEG2000图像的联合指纹嵌入与加密方法，其特征在于，所述多级指纹码中的多个码段包括用户码段和多级社区码段。
7.一种面向JPEG2000图像的联合指纹嵌入与加密装置，应用于社交多媒体分享网络，其特征在于，包括:
社区层次提取模块，用于提取社交网络中的层次社区结构；
小波分解模块，用于根据所述层次社区结构提取DPV向量，并根据所述DPV向量对原始图像进行树结构小波变换，以得到近似分量、水平细节分量、垂直细节分量和对角细节分量，其中，所述DPV向量是指不连续的点向量，不同的层次社区结构对应不同的DPV向量，而不同的DPV向量决定不同的小波分解方式；
指纹编码模块，用于根据所述层次社区结构对该社交网络中的用户进行指纹编码以得到多级指纹码，其中，所述多级指纹码包括多个码段；
指纹嵌入模块，用于将所述多级指纹码中的多个码段分别对应嵌入所述近似分量、水平细节分量和垂直细节分量中，以得到包含有指纹序列的近似分量、水平细节分量、垂直细节分量；
分量编码模块，用于对所述对角细节分量以及包含有指纹序列的近似分量、水平细节分量、垂直细节分量分别进行JPEG2000编码以得到对应的对角编码块、近似编码块、水平编码块和垂直编码块；
字节提取模块，用于分别提取所述近似编码块、水平编码块、垂直编码块和对角编码中的压缩字节流以组成与各编码块对应的一维向量；
位面划分模块，用于对各所述一维向量中的向量元素进行二进制位平面分解以得到多个二进制位面，并将所述多个二进制位面划分为第一位面和第二位面，其中，所述第一位面包括高四位位面，所述第二位面包括低四位位面；
向量表示模块，用于将所述第一位面和第二位面分别对应表示为第一向量A1和第二向量A2；
第一移位模块，用于根据公式对所述第二向量A2进行求和，并根据求和结果sum1对所述第一向量A1中的向量元素进行移位操作，以得到第一移位向量A11，其中，L为所述第二向量A2的长度；
第一加密模块，用于根据公式B1(i)＝A11(i)⊕A11(i-1)⊕A2(i)⊕b1(i)对所述第一移位向量A11中的第i个向量元素进行加密以得到第一加密向量B1，其中，b1为第一秘钥流；
第二移位模块，用于根据公式对所述第一加密向量B1进行求和，并根据求和结果sum2对所述第二向量A2中的向量元素进行移位操作，以得到第二移位向量A22，其中，L为所述第一加密向量B1中的长度；
第二加密模块，用于根据公式B2(i)＝A22(i)⊕A22(i-1)⊕B1(i)⊕b2(i)对所述第二移位向量A22中的第i个向量元素进行加密以得到第二加密向量B2，其中，b2为第二秘钥流；
向量求和模块，用于根据公式对所述第一加密向量B1和所述第二加密向量B2进行求和；
迭代处理模块，用于根据预设初始秘钥对分段线性混沌映射系统进行迭代处理以得到混沌向量S，并将所述混沌向量S划分为相同长度的第一混沌向量S1和第二混沌向量S2；
向量整数化模块，用于根据公式Y＝mod(floor(S1×1014),L)+1将所述第一混沌向量S1转化为第一整数向量Y，根据公式Z＝mod(floor(S2×1014),L)+1将所述第二混沌向量S2转化为第二整数向量Z；
混合处理模块，用于根据公式temp＝B2(i)，B2(i)＝B1(Z(i))，B1(Z(i))＝temp交换所述第一加密向量B1的向量元素以得到第一混合向量C1，以及根据temp＝B1(i)，B1(i)＝B2(Y(i))，B2(Y(i))＝temp交换所述第二加密向量B2中的向量元素以得到第二混合向量C2，其中，L为所述第一混沌向量S1或第二混沌向量S2中的向量长度，i＝1,2…L；
重组模块，用于对所述第一混合向量C1和第二混合向量C2进行重组以得到加密指纹图像。
8.根据权利要求7所述的面向JPEG2000图像的联合指纹嵌入与加密装置，其特征在于，所述第一移位模块还用于将所述第一向量A1中的向量元素向右循环移位sum1位，以得到第一移位向量A11；
所述第二移位模块还用于将所述第二加密向量B2中的向量元素向右循环移位sum2位，以得到第二移位向量A22。
9.根据权利要求7所述的面向JPEG2000图像的联合指纹嵌入与加密装置，其特征在于，所述装置还包括秘钥流生成模块，所述秘钥流生成模块包括：
迭代单元，用于根据第一初始秘钥key(x0,u1)和所述第一向量的向量长度对分段线性混沌映射系统进行N0+L次迭代以得到第三向量X；
整数化单元，用于根据公式X1(i)＝mod(floor(X(i)×1014),256)+1对所述第三向量X进行处理以得到第三整数向量X1；
向量处理单元，用于将所述第三整数向量X1按照预设规则进行处理以得到第一秘钥流b1和第二秘钥流b2。
10.根据权利要求9所述的面向JPEG2000图像的联合指纹嵌入与加密装置，其特征在于，所述预设规则为：
对所述第三整数向量X1中的各向量元素进行二进制位平面分解以得到多个二进制位面；
将所述多个二进制位面按照奇数位和偶数位的不同进行划分以得到第一秘钥流b1和第二秘钥流b2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710584102.6A CN107368716B (zh) | 2017-07-18 | 2017-07-18 | 面向jpeg2000图像的联合指纹嵌入与加密方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710584102.6A CN107368716B (zh) | 2017-07-18 | 2017-07-18 | 面向jpeg2000图像的联合指纹嵌入与加密方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107368716A CN107368716A (zh) | 2017-11-21 |
| CN107368716B true CN107368716B (zh) | 2019-11-01 |
Family
ID=60306779
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710584102.6A Active CN107368716B (zh) | 2017-07-18 | 2017-07-18 | 面向jpeg2000图像的联合指纹嵌入与加密方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107368716B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109379508B (zh) * | 2018-09-18 | 2019-09-06 | 湖北工程学院 | 一种联合加密与压缩的图像保护方法、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105243635A (zh) * | 2015-08-21 | 2016-01-13 | 南昌大学 | 基于二维压缩感知与混沌系统的图像加密方法 |
| CN105513002A (zh) * | 2015-11-30 | 2016-04-20 | 广东海洋大学 | 一种基于混沌与明文相关联的新型图像加密方法 |
| CN105975866A (zh) * | 2016-04-26 | 2016-09-28 | 长安大学 | 基于同类系数置乱的jpeg图像加密方法 |
| CN104144343B (zh) * | 2014-07-11 | 2017-06-30 | 东北大学 | 一种数字图像压缩加密联合编码方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009071576A (ja) * | 2007-09-13 | 2009-04-02 | Ricoh Co Ltd | アクセス制御方法、アクセス制御装置および画像配信システム |
-
2017
- 2017-07-18 CN CN201710584102.6A patent/CN107368716B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104144343B (zh) * | 2014-07-11 | 2017-06-30 | 东北大学 | 一种数字图像压缩加密联合编码方法 |
| CN105243635A (zh) * | 2015-08-21 | 2016-01-13 | 南昌大学 | 基于二维压缩感知与混沌系统的图像加密方法 |
| CN105513002A (zh) * | 2015-11-30 | 2016-04-20 | 广东海洋大学 | 一种基于混沌与明文相关联的新型图像加密方法 |
| CN105975866A (zh) * | 2016-04-26 | 2016-09-28 | 长安大学 | 基于同类系数置乱的jpeg图像加密方法 |
Non-Patent Citations (3)
| Title |
|---|
| "Secure Multimedia Big Data Sharing in Social Networks Using Fingerprinting and Encryption in the JPEG2000 Compressed Domain";Conghuan Ye等;《2014 IEEE 13th International Conference on Trust, Security and Privacy in Computing and Communications》;20140926;第616-621页 * |
| "Joint fingerprinting and encryption for JPEG images sharing in mobile social network";Conghuan Ye等;《In Proceedings of the 21st International Conference on Distributed Multimedia Systems (DMS’15)》;20151231;第264--273页 * |
| "面向社交多媒体安全分享的树结构小波域联合指纹与加密";叶从欢 等;《小型微型计算机系统》;20141015;第35卷(第10期);第2375-2379页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107368716A (zh) | 2017-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhou et al. | Image encryption algorithm with circle index table scrambling and partition diffusion | |
| Sheela et al. | Image encryption based on modified Henon map using hybrid chaotic shift transform | |
| Talhaoui et al. | Fast image encryption algorithm with high security level using the Bülban chaotic map | |
| Huang et al. | Colour image encryption based on logistic mapping and double random‐phase encoding | |
| Yang et al. | Image compression-encryption scheme based on fractional order hyper-chaotic systems combined with 2D compressed sensing and DNA encoding | |
| Nag et al. | Image encryption using affine transform and XOR operation | |
| CN111327900B (zh) | 基于压缩感知和变形耦合映像格子的彩色图像加密方法 | |
| Mishra et al. | Multi-layer security of color image based on chaotic system combined with RP2DFRFT and Arnold Transform | |
| Singh et al. | A comprehensive survey on encryption techniques for digital images | |
| CN107770407B (zh) | 联合零水印嵌入的图像加密方法和装置 | |
| CN108768606A (zh) | 基于视频传输的流媒体实时加密方法及系统 | |
| CN107146192A (zh) | 一种图像安全保护方法和装置 | |
| El-Shafai et al. | An efficient multimedia compression-encryption scheme using latin squares for securing Internet-of-things networks | |
| Ullah et al. | An efficient lightweight image encryption scheme using multichaos | |
| Mohammed et al. | Image Cryptosystem for IoT Devices Using 2-D Zaslavsky Chaotic Map. | |
| CN107368716B (zh) | 面向jpeg2000图像的联合指纹嵌入与加密方法及装置 | |
| CN112035847A (zh) | 一种图像加密、解密方法及装置、电子设备和存储介质 | |
| CN112351151B (zh) | 基于fcn的图像信息加密方法及装置 | |
| EKA NINGSIH et al. | MP4 VIDEO STEGANOGRAPHY USING LEAST SIGNIFICANT BIT (LSB) SUBSTITUTION AND ADVANCED ENCRYPTION STANDARD (AES). | |
| Puchala et al. | Joint compression and encryption of visual data using orthogonal parametric transforms | |
| CN111131270B (zh) | 数据加密和解密方法、装置、电子设备及存储介质 | |
| CN107845055A (zh) | 抗Facebook压缩的图像加密方法 | |
| Sasidharan et al. | Selective image encryption using DCT with stream cipher | |
| Alirezaei et al. | Efficient video encryption by image key based on hyper-chaos system | |
| Yadav et al. | Recent advancements in chaos-based image encryption techniques: a review |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |