CN108600575A - 基于不完全Feistel网络的RGB图像加密方法 - Google Patents

基于不完全Feistel网络的RGB图像加密方法 Download PDF

Info

Publication number
CN108600575A
CN108600575A CN201810495821.5A CN201810495821A CN108600575A CN 108600575 A CN108600575 A CN 108600575A CN 201810495821 A CN201810495821 A CN 201810495821A CN 108600575 A CN108600575 A CN 108600575A
Authority
CN
China
Prior art keywords
sub
collective drawing
incomplete
layers
collective
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
CN201810495821.5A
Other languages
English (en)
Other versions
CN108600575B (zh
Inventor
宋玉蓉
刘旭
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.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication 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 Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201810495821.5A priority Critical patent/CN108600575B/zh
Publication of CN108600575A publication Critical patent/CN108600575A/zh
Application granted granted Critical
Publication of CN108600575B publication Critical patent/CN108600575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
    • H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
    • H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
    • H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
    • H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
    • H04N1/32272—Encryption or ciphering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/46—Colour picture communication systems
    • H04N1/56—Processing of colour picture signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Facsimile Transmission Control (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

一种基于不完全Feistel网络的RGB图像加密方法，包括以下步骤：S1、对RGB图像进行分层；S2、分别对提取出的R层图像、G层图像和B层图像进行二进制化表示；S3、分别对二进制化表示图像进行对应位比特值提取，得到24幅子图；S4、对子图进行分组，共得到6组子图集；S5、生成一个随机密钥，将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复完成所有子图集加密；S6、将所有加密后的子图进行图像合并，得到经过加密的RGB图像。本发明仅凭较少的轮运算就能够达到高强度的加密效果，不仅有效地提升了加密效果，而且也充分地节约了计算资源。

Description

基于不完全Feistel网络的RGB图像加密方法
技术领域
本发明涉及一种图像加密方法，尤其涉及一种基于不完全Feistel网络的RGB图像加密方法，属于数字图像处理技术领域。
背景技术
在当今世界，信息安全问题已经提升到了前所未有的高度，网络上各种泛滥的个人信息泄露，信息加密成为了保障个人信息安全的主要途径。随着通信和信息技术的发展，大量的多媒体内容例如数字图像和视频在公共网络上进行传播。所以多媒体的信息安全成为一个重要的问题。而图像加密是主要用来保障多媒体安全的措施。
现有的各种图像加密算法的主要思想是置乱和混淆。前者将各像素点的位置进行交换，后者将像素点的数值进行改变。但这两种加密方式均没有充分利用图像本身的性质，所以导致不能获得较好的加密效果。之后有学者提出对图像进行比特层面的加密，经过研究发现，对比特层进行简单的操作就能获得置乱和混淆两种效果。
传统的加密技术，如DES，AES等，其优点在于长期的发展使得传统加密建立了完善的体系，算法的推出有着完善的证明体系，算法的安全性有着保障。使用这些技术在在应对文本信息加密时有着较好的效果，但是由于数字图像有着较高的信息冗余和像素相关性，因此在进行数字图像加密处理时，传统加密算法在不经优化的情况下并不能获得很好的加密效果。
虽然大多数的传统加密技术在图像加密中有所不足，但是一些性能良好的传统加密结构能够在图像加密中使用。Feistel网络的加解密结构相似，使得加密代码量和电子元器件的使用减半，从而在传统加密中大量使用。在后续的研究中，人们发现，结合图像本身不同位平面所包含的信息量不同的特点，不完全的Feistel网络能够对不同的位平面进行有区别强度的加密。从而使得包含信息量大的位平面能够获得强度更高的加密效果。
综上所述，业内亟待一种能够充分利用不完全的Feistel网络的RGB图像加密方法，以便更好地满足图像加密的需要，提高图像加密的效果。
发明内容
鉴于现有技术存在上述缺陷，本发明的目的是提出一种基于不完全Feistel网络的RGB图像加密方法。
具体而言，包括以下步骤：
S1、对RGB图像进行分层，分别提取出R层图像、G层图像和B层图像；
S2、分别对提取出的R层图像、G层图像和B层图像进行二进制化表示，得到R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像；
S3、分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的所述RGB图像的子图；
S4、对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图；
S5、利用随机数发生器生成一个随机密钥，将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密；
S6、将所有经过加密后子图集内的子图进行图像合并，得到经过加密的RGB图像。
优选地，S3中所述分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的原RGB图像的子图，包括如下步骤：
S31、对R层二进制化表示图像进行对应位比特值提取，共得到4张R层高位子图以及4张R层低位子图；
S32、对G层二进制化表示图像进行对应位比特值提取，共得到4张G层高位子图以及4张G层低位子图；
S33、对B层二进制化表示图像进行对应位比特值提取，共得到4张B层高位子图以及4张B层低位子图。
优选地，S4中所述对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图，包括如下步骤：
S41、将4张R层高位子图分为一组，得到第一子图集；
S42、将4张R层低位子图分为一组，得到第二子图集；
S43、将4张G层高位子图分为一组，得到第三子图集；
S44、将4张G层低位子图分为一组，得到第四子图集；
S45、将4张B层高位子图分为一组，得到第五子图集；
S46、将4张B层低位子图分为一组，得到第六子图集。
优选地，S5中所述利用随机数发生器生成一个随机密钥，包括如下步骤：
S51、利用随机数发生器，根据所述RGB图像的分辨率M×N，产生大小为M×N的随机密钥。
优选地，S5中所述将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密，包括如下步骤：
S52、将第一子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第一子图集；
S53、将第二子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第二子图集；
S54、将第三子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第三子图集；
S55、将第四子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第四子图集；
S56、将第五子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第五子图集；
S57、将第六子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第六子图集。
优选地，S5中所述不完全Feistel网络的混淆函数部分由异或和循环左移运算组成，具体为：
其中，F表示混淆函数部分，Gi表示所述的一层大小为M×N的比特子图，表示异或运算，ki表示所述的大小为M×N的随机密钥，＜＜＜表示循环左移运算，Φ表示循环左移的位数。
与现有技术相比，本发明的优点主要体现在以下几个方面：
本发明的RGB图像加密方法本质上是一种基于比特层面的图像加密算法，仅凭较少的轮运算就能够达到高强度的加密效果，不仅有效地提升了加密效果，而且也充分地节约了计算资源。此外，本发明的加密算法的设计考虑到了图像本身的特性，信息含量大的比特层使用强度更高的加密以及更多的轮函数，强度较低的比特层加密强度递减，使得在本发明的实际使用中，在算法效率与加密效果之间能够获得很好地平衡，从而进一步提升了本发明的使用效果。
综上所述，本发明提出了一种基于不完全Feistel网络的RGB图像加密方法，具有很高的使用及推广价值。
以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握。
附图说明
图1是本发明流程图；
图2是本发明中使用的不完全Feistel网络示例图。
具体实施方式
如图1所示，本发明揭示了一种基于不完全Feistel网络的RGB图像加密方法。
一种基于不完全Feistel网络的RGB图像加密方法，包括以下步骤：
S1、对RGB图像进行分层，分别提取出R层图像、G层图像和B层图像。
由于RGB图像可以看成是灰度图像的合成，三种基本颜色红色、绿色和蓝色相互作用形成彩色图像。每种颜色有256种深浅不一的色度，在计算机存储于显示时可以用8bit位来表示该数值。该步骤在提取三层图像时可以使用任何可行的方式，在本实施例中使用的是基于C语言的OpenCV程序包来实现。
S2、分别对提取出的R层图像、G层图像和B层图像进行二进制化表示，得到R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像。
由上述说明可知RGB图像每个像素点有三种颜色，每种颜色可以用8bit位来表示，那么一个彩色像素点就需要24个比特位表示。先以R层图像为例，提取出该层图像每一位像素点处的像素值，然后用8bit位来表示。然后重复三次，分别对剩下的G层图像和B层图像执行相同的操作得到三张二进制化表示的图像。
S3、分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的所述RGB图像的子图。
以R层图像为例，S2中得到R层二进制化表示图像之后，对每一个像素点处的8bit二进制数进行逐位提取。我们将左边定为高位代号为bit_1，将右边定为低位代号为bit_8，中间比特位依次表示。将R层图像每一个像素点处的bit_1进行提取，拼接得到R层图像的高位子图，对bit_8进行提取拼接得到R层图像的低位子图，其他bit位按照同样的操作。之后我们就得到了R层图像的8个子图。按照相同的方式对G层图像和B层图像进行操作，得到24幅子图。即S3中所述分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的原RGB图像的子图，包括如下步骤：
S31、对R层二进制化表示图像进行对应位比特值提取，共得到4张R层高位子图以及4张R层低位子图。
S32、对G层二进制化表示图像进行对应位比特值提取，共得到4张G层高位子图以及4张G层低位子图。
S33、对B层二进制化表示图像进行对应位比特值提取，共得到4张B层高位子图以及4张B层低位子图。
S4、对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图。
下表为不同比特位的信息含量百分比，
由数字图像的性质可知，左边高位能表示的信息含量大于右边低位，从高到低位信息含量依次递减。以R层图像为例，该层有8个子图，由商标可知，高4位所含信息量大于94％，后四位子图信息含量小于6％。以此为依据高四位所代表的子图为一组，低四位所代表的子图为另一组。G层图像和B层图像同理进行分组，共得到6组。即S4中所述对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图，包括如下步骤：
S41、将4张R层高位子图分为一组，得到第一子图集。
S42、将4张R层低位子图分为一组，得到第二子图集。
S43、将4张G层高位子图分为一组，得到第三子图集。
S44、将4张G层低位子图分为一组，得到第四子图集。
S45、将4张B层高位子图分为一组，得到第五子图集。
S46、将4张R层低位子图分为一组，得到第六子图集。
S5、利用随机数发生器生成一个随机密钥，将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密。
S5中所述利用随机数发生器生成一个随机密钥，包括如下步骤：
S51、利用随机数发生器，根据所述RGB图像的分辨率M×N，产生大小为M×N的随机密钥。
S5中所述将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密，包括如下步骤：
S52、将第一子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第一子图集。
S53、将第二子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第二子图集。
S54、将第三子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第三子图集。
S55、将第四子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第四子图集。
S56、将第五子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第五子图集。
S57、将第六子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第六子图集。
S5中所述不完全Feistel网络的混淆函数部分由异或和循环左移运算组成，具体为：
其中，F表示混淆函数部分，Gi表示所述的一层大小为M×N的比特子图，表示异或运算，ki表示所述的大小为M×N的随机密钥，＜＜＜表示循环左移运算，Φ表示循环左移的位数。
具体而言，如图2所示，不完全Feistel网络有8个输入量，其中，A、B、C、D所代表的是子图的输入，k0、k1、k2、k3代表的是大小为M×N随机密钥的输入。通过分析网络结构可以知道处于位置D的数据将得到最高强度的加密，A、B、C依次递减，即：
该网络结构性质结合图像信息含量性质可以得到如下分配。将信息含量最高的bit_1在加密过程中输入D处，bit_2输入A，bit_3输入B，bit_4输入C。同理对低4位比特按照相同的原理进行分配得到：bit_5输入D，bit_6输入A，bit_7输入B，bit_8输入C。再由于高位比特信息含量大于低位比特，所以对高位比特执行两轮不完全Feistel网络加密，对低位比特只执行一轮不完全Feistel网络加密。完成该步骤后，可以发现所有的8个比特位都按照信息含量的不同进行了不同强度的加密，充分利用了不完全的Feistel网络结构的性质和图像本身的性质。
S6、将所有经过加密后子图集内的子图进行图像合并，得到经过加密的RGB图像。即使用S1中相反的方式对三层图像进行合并操作得到最后的加密图像。
本发明的RGB图像加密方法本质上是一种基于比特层面的图像加密算法，仅凭较少的轮运算就能够达到高强度的加密效果，不仅有效地提升了加密效果，而且也充分地节约了计算资源。此外，本发明的加密算法的设计考虑到了图像本身的特性，信息含量大的比特层使用强度更高的加密以及更多的轮函数，强度较低的比特层加密强度递减，使得在本发明的实际使用中，在算法效率与加密效果之间能够获得很好地平衡，从而进一步提升了本发明的使用效果。
综上所述，本发明提出了一种基于不完全Feistel网络的RGB图像加密方法，具有很高的使用及推广价值。
本发明的RGB图像加密方法本质上是一种基于比特层面的图像加密算法，仅凭较少的轮运算就能够达到高强度的加密效果，不仅有效地提升了加密效果，而且也充分地节约了计算资源。此外，本发明的加密算法的设计考虑到了图像本身的特性，信息含量大的比特层使用强度更高的加密以及更多的轮函数，强度较低的比特层加密强度递减，使得在本发明的实际使用中，在算法效率与加密效果之间能够获得很好地平衡，从而进一步提升了本发明的使用效果。
综上所述，本发明提出了一种基于不完全Feistel网络的RGB图像加密方法，具有很高的使用及推广价值。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神和基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种基于不完全Feistel网络的RGB图像加密方法，其特征在于，包括以下步骤：
S1、对RGB图像进行分层，分别提取出R层图像、G层图像和B层图像；
S2、分别对提取出的R层图像、G层图像和B层图像进行二进制化表示，得到R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像；
S3、分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的所述RGB图像的子图；
S4、对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图；
S5、利用随机数发生器生成一个随机密钥，将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密；
S6、将所有经过加密后子图集内的子图进行图像合并，得到经过加密的RGB图像。
2.根据权利要求1所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S3中所述分别对R层二进制化表示图像、G层二进制化表示图像和B层二进制化表示图像进行对应位比特值提取，得到24幅由比特值表示的原RGB图像的子图，包括如下步骤：
S31、对R层二进制化表示图像进行对应位比特值提取，共得到4张R层高位子图以及4张R层低位子图；
S32、对G层二进制化表示图像进行对应位比特值提取，共得到4张G层高位子图以及4张G层低位子图；
S33、对B层二进制化表示图像进行对应位比特值提取，共得到4张B层高位子图以及4张B层低位子图。
3.根据权利要求2所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S4中所述对24幅子图进行分组，共得到6组子图集，每组所述子图集包含4张子图，包括如下步骤：
S41、将4张R层高位子图分为一组，得到第一子图集；
S42、将4张R层低位子图分为一组，得到第二子图集；
S43、将4张G层高位子图分为一组，得到第三子图集；
S44、将4张G层低位子图分为一组，得到第四子图集；
S45、将4张B层高位子图分为一组，得到第五子图集；
S46、将4张B层低位子图分为一组，得到第六子图集。
4.根据权利要求1所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S5中所述利用随机数发生器生成一个随机密钥，包括如下步骤：
S51、利用随机数发生器，根据所述RGB图像的分辨率M×N，产生大小为M×N的随机密钥。
5.根据权利要求3所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S5中所述将一组子图集与一个随机密钥输入不完全Feistel网络进行加密运算，得到一组加密后的子图集，重复上述过程直至完成所有子图集的加密，包括如下步骤：
S52、将第一子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第一子图集；
S53、将第二子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第二子图集；
S54、将第三子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第三子图集；
S55、将第四子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第四子图集；
S56、将第五子图集与一个随机密钥输入不完全Feistel网络进行两轮加密运算，得到加密后的第五子图集；
S57、将第六子图集与一个随机密钥输入不完全Feistel网络进行一轮加密运算，得到加密后的第六子图集。
6.根据权利要求1所述的基于不完全Feistel网络的RGB图像加密方法，其特征在于，S5中所述不完全Feistel网络的混淆函数部分由异或和循环左移运算组成，具体为：
其中，F表示混淆函数部分，Gi表示所述的一层大小为M×N的比特子图，表示异或运算，ki表示所述的大小为M×N的随机密钥，＜＜＜表示循环左移运算，Φ表示循环左移的位数。
CN201810495821.5A 2018-05-22 2018-05-22 基于不完全Feistel网络的RGB图像加密方法 Active CN108600575B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810495821.5A CN108600575B (zh) 2018-05-22 2018-05-22 基于不完全Feistel网络的RGB图像加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810495821.5A CN108600575B (zh) 2018-05-22 2018-05-22 基于不完全Feistel网络的RGB图像加密方法

Publications (2)

Publication Number Publication Date
CN108600575A true CN108600575A (zh) 2018-09-28
CN108600575B CN108600575B (zh) 2020-09-11

Family

ID=63632571

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810495821.5A Active CN108600575B (zh) 2018-05-22 2018-05-22 基于不完全Feistel网络的RGB图像加密方法

Country Status (1)

Country Link
CN (1) CN108600575B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109981917A (zh) * 2019-01-25 2019-07-05 佛山市顺德区中山大学研究院 一种二维码图像光学加密方法及其系统、装置、存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102594566A (zh) * 2012-03-12 2012-07-18 浙江工业大学 一种面向无线传感器网络的混沌消息认证码实现方法
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
CN105931175A (zh) * 2016-04-28 2016-09-07 广西师范大学 一种基于混沌技术的新型图像置乱方法
CN106997607A (zh) * 2017-03-16 2017-08-01 四川大学 基于压缩感知的图像比特面混沌加密方法
CN107578452A (zh) * 2017-07-31 2018-01-12 华南理工大学 一种具有兼容格式和不变尺寸的jpeg图像加密方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102594566A (zh) * 2012-03-12 2012-07-18 浙江工业大学 一种面向无线传感器网络的混沌消息认证码实现方法
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
CN105931175A (zh) * 2016-04-28 2016-09-07 广西师范大学 一种基于混沌技术的新型图像置乱方法
CN106997607A (zh) * 2017-03-16 2017-08-01 四川大学 基于压缩感知的图像比特面混沌加密方法
CN107578452A (zh) * 2017-07-31 2018-01-12 华南理工大学 一种具有兼容格式和不变尺寸的jpeg图像加密方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李鹏飞: "《基于密码结构的扩散层构造》", 《网络与信息安全学报》 *
毛明: "《分组迭代密码函数的安全性研究》", 《信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109981917A (zh) * 2019-01-25 2019-07-05 佛山市顺德区中山大学研究院 一种二维码图像光学加密方法及其系统、装置、存储介质
CN109981917B (zh) * 2019-01-25 2021-04-06 佛山市顺德区中山大学研究院 一种二维码图像光学加密方法及其系统、装置、存储介质

Also Published As

Publication number Publication date
CN108600575B (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
Ye et al. An efficient symmetric image encryption algorithm based on an intertwining logistic map
Shankar et al. Adaptive optimal multi key based encryption for digital image security
Gao et al. EFR-CSTP: Encryption for face recognition based on the chaos and semi-tensor product theory
CN105847629B (zh) 一种加密图像的可逆信息隐藏方法
Broumandnia The 3D modular chaotic map to digital color image encryption
Fu et al. A novel chaos-based bit-level permutation scheme for digital image encryption
Patel et al. Image encryption using different techniques: A review
Eslami et al. An improvement over an image encryption method based on total shuffling
CN106972927A (zh) 一种针对不同安全等级的加密方法及系统
CN110795762A (zh) 基于流密码的保留格式加密方法
CN107086913A (zh) 一种高维混沌系统下的彩色二维码加解密方法
CN107220923A (zh) 基于映像网络的数字图像反馈加密方法
CN107659398A (zh) 适用于Android的对称加密方法
Kandar et al. Visual cryptography scheme for color image using random number with enveloping by digital watermarking
Patel et al. Information hiding using least significant bit steganography and blowfish algorithm
Huynh et al. Quadri-directional searching algorithm for secret image sharing using meaningful shadows
CN104021580B (zh) 一种应用于智能手机的jpeg压缩图像加密方法
WO2021104345A1 (zh) 基于图像局部随机变换技术的防伪加密方法
CN108600575A (zh) 基于不完全Feistel网络的RGB图像加密方法
Harjo et al. Improved Color Image Encryption using Hybrid Modulus Substitution Cipher and Chaotic Method.
Deepa et al. Security using colors and Armstrong numbers
Bidgar et al. Key based visual cryptography scheme using novel secret sharing technique with steganography
Saha et al. Secret image sharing schemes: A comprehensive survey
Alahdal et al. NLBSIT: A new lightweight block cipher design for securing data in IOT devices
Jassbi et al. A new method for image encryption using chaotic permutation

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
CB02 Change of applicant information

Address after: Room 201, building 2, phase II, No.1 Kechuang Road, Yaohua street, Qixia District, Nanjing City, Jiangsu Province

Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS

Address before: 210046, No. 9-1, Guang Wan Road, Qixia street, Qixia District, Jiangsu, Nanjing

Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant