CN107590843B - 基于构造的二维可逆元胞自动机的图像加密方法 - Google Patents

基于构造的二维可逆元胞自动机的图像加密方法 Download PDF

Info

Publication number
CN107590843B
CN107590843B CN201710799854.4A CN201710799854A CN107590843B CN 107590843 B CN107590843 B CN 107590843B CN 201710799854 A CN201710799854 A CN 201710799854A CN 107590843 B CN107590843 B CN 107590843B
Authority
CN
China
Prior art keywords
image
state
evolution
dimension
encryption
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
CN201710799854.4A
Other languages
English (en)
Other versions
CN107590843A (zh
Inventor
邢建川
王帅飞
韩保祯
张易丰
丁志新
翟能延
胡尊天
王翔
康亮
张栋
王书琪
侯鑫宇
沈浩
陈朝阳
苗佳雨
蔡佳宏
王鋆鼎
李双
陈佳豪
刘继林
杨双吉
邵慧
梁昌乐
颜文杰
尹佳
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201710799854.4A priority Critical patent/CN107590843B/zh
Publication of CN107590843A publication Critical patent/CN107590843A/zh
Application granted granted Critical
Publication of CN107590843B publication Critical patent/CN107590843B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Facsimile Transmission Control (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于构造的二维可逆元胞自动机的图像加密方法,属于图像加密技术领域。本发明基于待加密图像的尺寸生成一组伪随机序列,并转化为对应的二维伪随机矩阵K0,将其与图像矩阵的异或结果作为初始加密图像矩阵S1,对其进行二进制转换后得到状态C1,生成对应的二进制伪随机序列矩阵并作为初始状态C0;以状态C0和状态C1为演化的初始条件,基于预置的二维可逆元胞自动机规则f1和f2进行演化处理,得到状态再以此为演化的初始条件,进行第二轮演化处理,得到状态将其进行像素值转换处理后,得到密文图像。本发明仅采用加密性能更好的复杂型或混乱型的规则进行演化处理,同时通过两轮二维可逆元胞自动机加密,进一步提高了加密的安全性。

Description

基于构造的二维可逆元胞自动机的图像加密方法
技术领域
本发明属于图像加密技术领域,具体涉及一种基于构造的二维可逆元胞自动机的图像加密处理。
背景技术
数字图像中数据的强相关性、高冗余度以及数量的巨大性等特点,使得寻找较好的加密算法成为当前研究的热点。而元胞自动机复杂的演化行为、高度并行性、基本单元的简单性等特点,很适合在密码学中获取高效而安全的加密处理。所以元胞自动机在密码学获得了广泛的应用。
在密码学中主要使用可逆元胞自动机。现有的基于可逆元胞自动机的加密方案,如“一维混沌可逆元胞自动机算法”,其主要步骤为:假设加密的灰度图像的尺寸为N*M。首先,使用混沌映射生成长度为N*M的一维的伪随机序列。然后将加密图像也转化为一维序列,并与伪随机序列异或,获得新的一维序列,将该序列转化为二进制序列,再使用一维的可逆元胞自动机进行演化,将演化后的一维序列转化为图像,从而获得密文图像。
一维混沌可逆元胞自动机算法主要是使用构造的一维可逆元胞自动机,该元胞自动机的规则(演化规则)数较少,只有256种规则,造成加密的密钥空间不足,且在规则的选取方面,也没有采取一些措施,因为有些规则可能使得加密效果不太理想,有些规则使得加密效果较好;另外该加密算法需要将二维的数据转化为一维数据。
当前,在基于二维可逆元胞自动机对图像进行加密处理时,基本都是直接对原图像数据进行操作,虽然能够达到加密的效果,但是如果加密方案不够好的的话,容易被攻击和破译,达不到安全加密的效果。在使用二维可逆元胞自动机时,如何选取具体的规则也没有确切的标准。有些规则可能对加密效果不理想,而有些规则可以提高加密的安全性。
发明内容
本发明的发明目的在于:针对上述存在的问题,提供一种基于构造的二维可逆元胞自动机的图像加密方法,其通过使用两层加密机制,来提高图像加密的安全级别。
本发明的基于构造的二维可逆元胞自动机的图像加密方法,包括下列步骤:
步骤1:输入待加密图像的灰度图P,设置混沌映射(Logistic映射)的两个初始参数u,x0,基于映射公式xn+1=u*xn*(1-xn)生成一组伪随机数,其中n=0,1,…,M*N,M*N表示所述灰度图P的尺寸。
将M*N个伪随机数xn分别乘以255,并对各255*xn取整(上取整或下取整皆可),得到M*N个随机像素值,再将随机像素值排列为M*N的二维的伪随机矩阵K0
步骤2:通过伪随机矩阵K0与所述灰度图P的图像矩阵的异或,得到初始加密图像矩阵S1。S1作为二维可逆元胞自动机演化的原数据,这样对图像的原数据进行了另一层保护,能提高图像的安全性。
步骤3:将初始加密图像矩阵S1的每个元素值转变为八位的二进制,得到M*N2N的矩阵K,其中N2=8*N,即与矩阵S1相比,矩阵K的行数与S1相同,列数为S1的8倍。
并将矩阵K作为二维可逆元胞自动机在演化时间步为1时的状态C1
步骤4:生成一个二维的M*N2的二进制伪随机序列矩阵G,并将矩阵G作为二维可逆元胞自动机的初始状态C0。用t表示当前演化时刻,则对应的状态可即表示为Ct,即演化时间步为t时的状态,而可逆元胞自动机中元胞下一时刻的状态不仅与当前元胞状态有关,还与该元胞的前一时刻的状态有关,因而初始状态C0用于计算可逆元胞自动机在演化过程中的下一演化时刻的状态。
步骤5:以状态C0和状态C1为演化的初始条件,基于预置的二维可逆元胞自动机规则f1和f2进行演化处理,得到对应第一演化时间步T1的状态CT1和CT1+1,其中规则f1和f2对应的类型为复杂型或混乱型,使用复杂型或者混乱型的二维元胞自动机进行加密,演化行为更复杂,随机性更好,更利于隐藏图像中的信息,更利于加密。
步骤6:以状态为演化的初始条件,基于二维可逆元胞自动机规则f1和f2进行演化处理,得到对应第二演化时间步T2的状态其中T2大于T1
步骤7:分别将状态的每一行的每8个二进制变为一个十进制的像素值,到加密图像P1和P2,保存加密图像P1(用于密文图像解密)并将加密图像P2作为最终密文图像。即本发明中对图像加密的密钥为:k=(u,x0,f1,T1,f2,T2)。
上述步骤5和6中,在进行演化时,规则f1和f2的转换方式优选哈希转换方式,如通过六位的二进制序列,产生一个key值,来获取哈希转换的value,从而加速其演化过程。
本发明通过两轮二维可逆元胞自动机对图像进行加密,有效提高了加密的安全性。
现有的一维混沌可逆元胞自动机算法,规则数只有256种,在一轮迭代下,加密的密钥为:k=(u,x0,f1,T1),其中u为混沌映射的控制参数,x0为混沌映射的初始条件,f1为演化规则,T1为演化的时间步数。
假设混沌映射的控制参数和初始条件的精度都为10-2,时间步数的精度都为10,可获得现有的一维现有的一维混沌可逆元胞自动机算法的密钥空间为102×102×256×10,而本发明的加密方法的密钥空间为102×102×232×10×232×10,显然本发明的加密方法的密钥空间比现有的加密算法的密钥空间大了很多,且很难被攻击者枚举破译。
另外,现有的一维混沌可逆元胞自动机算法需要将加密的二维的图像数据转化为一维的二进制序列才能进行加密,最终又需要演化后的一维数据转化为密文图像,消耗了大量的加密处理时间。而发明的加密方法使用的二维可逆元胞自动机,可以直接对二维的图像数据进行演化,不存在一维数据和二维的数据的相互转换,节约了大量的加密时间,其时间复杂度更低。
综上所述,由于采用了上述技术方案,本发明的有益效果是:在演化规则的筛选上,仅采用加密性能更好的复杂型或混乱型,提高了加密的安全性;同时通过两轮二维可逆元胞自动机加密,进一步提高了加密的安全性。且与一维混沌可逆元胞自动机的加密方式相比,密钥空间更大,时间复杂度更低。
附图说明
图1是本发明的加密处理流程图;
图2是加密处理结果示意图,其中2-a是加密前的原图像,即lena图像,而图2-b是加密后的图像;
图3是对图2-b解密后的效果示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合实施方式和附图,对本发明作进一步地详细描述。
参见图1,本发明的基于构造的二维可逆元胞自动机的图像加密方法包括下列步骤:
步骤1:输入待加密图像的灰度图P(图像尺寸为M*N),设置Logistic映射初始的两个参数u,x0,基于映射公式xn+1=u*xn*(1-xn)生成一组伪随机数,其中n=0,1,…,M*N。
将M*N个伪随机数xn分别乘以255,并对255*xn取整得到M*N个随机像素值,再将随机像素值排列为M*N的二维的伪随机矩阵K0
步骤2:通过伪随机矩阵K0与所述灰度图的图像矩阵的异或,得到加密后的矩阵S1
步骤3:对矩阵S1进行预处理:即将每个元素值转变为八位的二进制,得到矩阵K,并将矩阵K作为二维可逆元胞自动机在演化时间步为1时的状态C1
步骤4:生成一个二维与矩阵K的行列相同的二进制伪随机序列矩阵G,即矩阵G的元素值为0或1;并将矩阵G作为二维可逆元胞自动机的初始状态C0
步骤5:以状态C0和状态C1为演化的初始条件,基于筛选出的类型为复杂型或混乱型的二维可逆元胞自动机规则f1和f2进行演化处理,得到对应第一演化时间步T1的状态CT1和CT1+1,其中对演化规则的分类既可以是惯用的任一方式,也可以是本发明人在申请号为2017107971575中所提出的“二维元胞自动机的演化规则的分类方法”。
步骤6:以状态CT1和CT1+1为演化的初始条件,基于二维可逆元胞自动机规则f1和f2进行演化处理,得到对应第二演化时间步T2的状态CT1+T2和CT1+T2+2,其中T2大于T1
步骤7:分别将状态CT1+T2和CT1+T2+2的每一行的每8个二进制变为一个十进制的像素值,得到加密图像P1和P2,其中加密图像P1为最终密文图像,加密图像P1在解密时会用到。
实施例
对灰度原图像为256*256的lena图像(图2-a)采用本发明的加密方法进行加密处理,其中加密密钥的各项参数为:u=3.999,x0=0.1111,f1=17899898,T1=10,f2=4567899899,T2=12,设置好这些参数后,按照图1所示的处理流程进行加密,在构造二维的可逆元胞自动机模型时,邻居模型为Von.Neumann,领域半径为1,边界类型为周期型。加密后的最终效果图2-b所示。
使用相同的密钥,对加密后的图像,即图2-b,执行加密处理的逆过程,获得解密后的图像,如图3所示,它与原图像是完全相同的,因而表明,解密处理是有效的。
以上所述,仅为本发明的具体实施方式,本说明书中所公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换;所公开的所有特征、或所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以任何方式组合。

Claims (2)

1.基于构造的二维可逆元胞自动机的图像加密方法,其特征在于,包括下列步骤:
步骤1:输入待加密图像的灰度图P,设置混沌映射的两个初始参数u,x0,基于映射公式xn+1=u*xn*(1-xn)生成一组伪随机数,其中n=0,1,…,M*N,M*N表示所述灰度图P的尺寸;
将M*N个伪随机数xn分别乘以255,并对255*xn取整得到M*N个随机像素值,再将随机像素值排列为M*N的二维的伪随机矩阵K0
步骤2:通过伪随机矩阵K0与所述灰度图P的图像矩阵的异或,得到初始加密图像矩阵S1
步骤3:将初始加密图像矩阵S1的每个元素值转变为八位的二进制,得到M*N2N的矩阵K,其中N2=8*N;
并将矩阵K作为二维可逆元胞自动机在演化时间步为1时的状态C1
步骤4:生成一个二维的M*N2的二进制伪随机序列矩阵G,并将矩阵G作为二维可逆元胞自动机的初始状态C0
步骤5:以状态C0和状态C1为演化的初始条件,基于预置的二维可逆元胞自动机规则f1和f2进行演化处理,得到对应第一演化时间步T1的状态其中规则f1和f2对应的类型为复杂型或混乱型;
步骤6:以状态为演化的初始条件,基于二维可逆元胞自动机规则f1和f2进行演化处理,得到对应第二演化时间步T2的状态其中T2大于T1
步骤7:分别将状态的每一行的每8个二进制变为一个十进制的像素值,得到加密图像P1和P2,保存加密图像P1,将加密图像P2作为最终密文图像。
2.如权利要求1所述的方法,其特征在于,步骤5和步骤6在进行演化处理时,规则f1和f2的转换方式为哈希转换方式。
CN201710799854.4A 2017-09-07 2017-09-07 基于构造的二维可逆元胞自动机的图像加密方法 Active CN107590843B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710799854.4A CN107590843B (zh) 2017-09-07 2017-09-07 基于构造的二维可逆元胞自动机的图像加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710799854.4A CN107590843B (zh) 2017-09-07 2017-09-07 基于构造的二维可逆元胞自动机的图像加密方法

Publications (2)

Publication Number Publication Date
CN107590843A CN107590843A (zh) 2018-01-16
CN107590843B true CN107590843B (zh) 2019-08-13

Family

ID=61051300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710799854.4A Active CN107590843B (zh) 2017-09-07 2017-09-07 基于构造的二维可逆元胞自动机的图像加密方法

Country Status (1)

Country Link
CN (1) CN107590843B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311368B (zh) * 2020-02-18 2020-09-15 江苏商贸职业学院 一种招投标管理方法及系统
CN112862751B (zh) * 2020-12-30 2022-05-31 电子科技大学 一种用于自闭症的自动诊断装置
CN115314197A (zh) * 2022-08-08 2022-11-08 四川九洲电器集团有限责任公司 一种基于生命游戏模型的密钥生成方法、系统、电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719908A (zh) * 2009-11-26 2010-06-02 大连大学 基于混沌理论和dna剪接模型的图像加密方法
CN102523365A (zh) * 2011-12-05 2012-06-27 河海大学 一种基于元胞自动机的图像加密和解密方法
CN105046639A (zh) * 2015-08-06 2015-11-11 河海大学 一种基于一维元胞自动机的灰度图像置乱方法
CN106056527A (zh) * 2016-09-05 2016-10-26 中山大学 基于混合型平衡二阶可逆二维细胞自动机图像加密方法
CN106373082A (zh) * 2016-09-23 2017-02-01 中山大学 基于细胞自动机和混沌映射的数字图像加密及其解密方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101719908A (zh) * 2009-11-26 2010-06-02 大连大学 基于混沌理论和dna剪接模型的图像加密方法
CN102523365A (zh) * 2011-12-05 2012-06-27 河海大学 一种基于元胞自动机的图像加密和解密方法
CN105046639A (zh) * 2015-08-06 2015-11-11 河海大学 一种基于一维元胞自动机的灰度图像置乱方法
CN106056527A (zh) * 2016-09-05 2016-10-26 中山大学 基于混合型平衡二阶可逆二维细胞自动机图像加密方法
CN106373082A (zh) * 2016-09-23 2017-02-01 中山大学 基于细胞自动机和混沌映射的数字图像加密及其解密方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
An Image Encryption System by 2D Memorized Cellular Automata and Chaos Mapping;M.Habibipour 等;《 6th International Conference on Digital Content, Multimedia Technology and its Applications》;20100909;第331-336页 *
二维细胞自动机伪随机序列发生方法研究;张传武 等;《系统工程与电子技术》;20030228;第25卷(第2期);第223-235页 *
基于细胞自动机的高速密钥产生方法研究;张传武 等;《系统工程与电子技术 》;20030331;第25卷(第3期);第362-365页 *
基于耦合触发元胞自动机的并行加密模型;平萍 等;《信息与控制》;20060630;第35卷(第3期);第368-373页 *

Also Published As

Publication number Publication date
CN107590843A (zh) 2018-01-16

Similar Documents

Publication Publication Date Title
Xingyuan et al. An image encryption algorithm based on ZigZag transform and LL compound chaotic system
Wang et al. A novel chaotic algorithm for image encryption utilizing one-time pad based on pixel level and DNA level
Zhou et al. Quantum image encryption scheme with iterative generalized Arnold transforms and quantum image cycle shift operations
Zhan et al. Cross-utilizing hyperchaotic and DNA sequences for image encryption
Mozaffari Parallel image encryption with bitplane decomposition and genetic algorithm
Gong et al. Quantum image encryption algorithm based on quantum image XOR operations
Norouzi et al. An image encryption algorithm based on DNA sequence operations and cellular neural network
CN101739695B (zh) 一种基于三维Arnold映射的图像分组加密方法
CN103491279B (zh) 超混沌Lorenz系统的4-邻域异或图像加密方法
CN101604439A (zh) 一种基于多混沌系统的彩色图像加密方法
CN107590843B (zh) 基于构造的二维可逆元胞自动机的图像加密方法
CN103440613B (zh) 超混沌Rossler系统的彩色图像加密方法
Liang et al. Medical image encryption algorithm based on a new five-dimensional three-leaf chaotic system and genetic operation
CN107239709A (zh) 一种混沌图像加密的方法、装置及系统
CN106651735A (zh) 一种基于混沌理论的数字图像并行加密方法
CN108833733B (zh) 一种基于混沌s盒的图像加密算法的解密方法
CN110225222B (zh) 一种基于3d正交拉丁方和混沌系统的图像加密方法
CN110148189A (zh) 一种基于dna序列和混沌系统的光场图像加密方法
Zheng et al. An efficient image encryption algorithm based on multi chaotic system and random DAN coding
CN112116672A (zh) 基于遗传算法的彩色图像保存缩略图加密算法
Elkhalil et al. Image encryption using the new two-dimensional Beta chaotic map
Hurrah et al. CADEN: cellular automata and DNA based secure framework for privacy preserving in IoT based healthcare
Jin et al. Multi-level chaotic maps for 3d textured model encryption
CN111131657B (zh) 基于自验证矩阵的混沌医学图像防篡改加密方法
Srikanth et al. Bit-level encryption of images using genetic algorithm

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