CN110784619B - 一种基于混沌的新式并行图像加密方法 - Google Patents
一种基于混沌的新式并行图像加密方法 Download PDFInfo
- Publication number
- CN110784619B CN110784619B CN201911016253.7A CN201911016253A CN110784619B CN 110784619 B CN110784619 B CN 110784619B CN 201911016253 A CN201911016253 A CN 201911016253A CN 110784619 B CN110784619 B CN 110784619B
- Authority
- CN
- China
- Prior art keywords
- image
- encryption
- diffusion
- plaintext
- factor
- 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
Images
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
- 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
-
- 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
- H04N1/44—Secrecy systems
- H04N1/448—Rendering the image unintelligible, e.g. scrambling
- H04N1/4486—Rendering the image unintelligible, e.g. scrambling using digital data encryption
Abstract
本发明公开了一种基于混沌的新式并行图像加密方法,包括如下步骤:1)利用所提出的自适应调节参数对混沌系统的初始条件进行控制;2)生成相应的混沌序列,并对其进行量化以构造加密矩阵;3)在位平面上混淆明文图像,然后,将动态索引扩散法与加密矩阵结合运用到扩散过程里,对已混淆的图像进行扩散,得到最终的加密图像。这种方法基于图形处理单元(GPU)实现并行加速,能提高加密效率,且能够有效地抵抗基于密码分析的各种攻击,具有较快的加密速度和良好的安全性能。
Description
技术领域
本发明涉及图像加密技术领域,具体是一种基于混沌的新式并行图像加密方法。
背景技术
数字图像作为信息载体的一种重要形式,在许多领域都有着广泛的应用,因此,防止其遭受不同的恶意攻击和预防信息泄露成为个人和网络服务提供商关注的主要问题。图像加密是隐私保护的一个重要课题和有效方法。传统的文本加密标准,如高级加密标准(AES)和数据加密标准(DES)等,由于相邻像素间相关性强、数据量大、数据冗余度高,不适合直接用于图像加密,因此,人们提出了大量新的图像加密方案,其中基于混沌的加密方案由于混沌系统的伪随机性、不可预测性和遍历性而受到广泛关注。
一个好的图像加密系统不仅保证了密码分析攻击的安全性和鲁棒性,而且具有较快的加密速度,有利于图像在实际应用中的实时传输,因此,已经研发了各种基于混沌系统的并行图像加密算法。例如,学者们设计了一种基于离散化Kolmogorov流图和四种基本变换的并行图像加密框架。几年前,一种基于混沌和压缩感知(CS)的并行图像加密方法被提出,该方法提升了抵抗选择和已知明文攻击的能力。此外,相关学者还提出了一种新的明文相关的,结合混沌窗口的并行图像加密算法。上述的这些并行图像加密方案,通过对原图像进行等分割,从而对大小相同的子图像同时进行加密,提高了加密效率的同时,由于加密的混沌序列与明文图像也密切相关,因而大大提高了明文的敏感度,类似地,基于混沌的多图像加密(MIE)方案是使用一些新的并行编码方法设计的,此外,量子编码作为一种并行编码方法,在图像处理领域得到了广泛的关注。在量子图像表示模型和混沌映射的基础上,有人提出了一些量子图像加密方案,这些加密结构为在不同平台上实现并行图像加密提供了丰富的理论基础。而在各种软硬件平台上,图形处理单元(Graphics Processing Unit,简称GPU)因其出色的性能而受到学者们的欢迎。
与CPU相比,GPU由于其更多的计算单元更适合于加速大数据集的加密过程,因此,在GPU平台上提出并实现了几种并行图像加密方案。具体地说,学者们研发了一种利用位平面分解和并行遗传算法(GA)的图像加密新算法,利用GPU在比特级上加速了分布式GA算法,提高了加密效率。此外,一种基于轻量级混沌映射和简单逻辑及算术运算的新型并行加密结构被提出,对于大规模并行体系结构,例如GPU也进行了高度优化。在此基础上,还设计了一种基于分段线性混沌映射和四维超混沌映射的并行数字图像加密算法,该算法在图形处理器设备上实现,大大提升了加密的速度,然而,大多数的并行图像加密算法对于递归问题的适应性较低,为此如何妥善结合串并行优势,设计更优质的加密算法,是如今需要关注的问题。
发明内容
本发明的目的是针对现有技术的不足,而提供一种基于混沌的新式并行图像加密方法。这种方法安全性高并且加密速度快,具有抵御各种攻击的良好性能。
实现本发明目的的技术方案是:
一种基于混沌的新式并行图像加密方法,与现有技术不同的是,包括如下步骤:
1)假定明文图像的尺寸为M×N,采用自适应调节参数对混沌系统的初始条件进行控制,其中自适应调节参数生成和调节过程为:
1-1)首先,明文图像P被分为四个同样尺寸的子图像I1、I2、I3和I4,并生成相应的函数块fun1、fun2、fun3和fun4,则:
s=round(sum(P)mod256) (1),
1-2)自适应调节参数使用函数块和子图像块得到,详细为:
其中,δadj_1,δadj_2,δadj_3和δadj_4表示自适应调节参数,sum(Ik)表示对Ik求和;
然后,采用所生成的自适应调节参数来调整混沌映射的初始值,调节初始值过程如下:
其中x0,y0,z0,w0是混沌系统的初始值;
2)通过步骤1)生成的混沌序列来组建加密矩阵,其过程如下:
2-1)迭代混沌系统得到尺寸为1×MN的x、y、z和w四个混沌序列,之后生成另一个明文因子s0和微调因子xad,过程如下:
其中floor(A)表示取小于或等于A的整数,而mean(A)表示取序列A的平均数,X32是用于获取微调因子xad的量化数据;
2-2)采用明文因子s0对混沌序列进行初步量化:
然后将1×MN尺寸的量化序列X′1,X′2,X′3,X′4重塑为M×N的量化矩阵X1,X2,X3,X4;
2-3)基于量化矩阵X1,X4和明文因子s0生成加密矩阵Xswap、XD和Xkey,过程如下:
Xswap=floor((abs(y)×1014+s0)mod 256) (8),
Xkey(i,j)=(X4(i,j)+s0)mod256 (10),
其中i∈[0,M-1],j∈[0,N-1],加密矩阵Xswap用于置乱图像,Xkey作为后续动态扩散法的指针序列与XD一起用于扩散加密操作;
3)先在位平面上混淆明文图像,然后,采用动态索引扩散法与加密矩阵结合运用到扩散过程里,对已混淆的图像进行扩散,得到最终的加密图像,这个过程即为混淆-扩散加密过程:
3-1)图像混淆过程:用用量化矩阵X1,对明文图像P的各行的对应像素进行交换操作,然后使用用量化矩阵X2对交换过像素的明文图像P的所有点进行循环移位,过程如下所示:
P1(i,j)←(P(i,j)>>(8-X2(i,j)))|(P(i,j)<<X2(i,j)) (12),
其中i∈[0,M-1],j∈[0,N-1],Eq.(11)表示同一行像素交换操作,Eq.(12)表示对P(i,j)进行位平面的循环移位操作,混淆过程完成后,混淆过的图像记为P1,之后生成混淆图像因子和混淆图像一起完成扩散过程:
s01表示混淆图像因子;
3-2)扩散前的预处理操作:在扩散图像P1前,先对P1的第一行进行预加密,加密过程如下:
其中dindex1是动态指针,经过预处理操作后,此时P1记为P2;
3-3)P2通过动态指针扩散对其余像素值加密,过程如下:
其中dindex2属于动态行指针,最后,对已扩散好的图像P2通过公式(17)进行置乱:
其中置乱后可得最终加密图像C=P2;
4)在基于OpenCL技术的GPU平台上对加密过程进行并行加速:加速部分包括自适应调节参数生成、加密矩阵的组建、混淆和基于动态索引的扩散四个过程,其内核函数参数配置及描述如下:
四个并行内核函数即自适应调节参数生成核函数__kernel void Self-adaptingparameters(),加密矩阵的组建核函数__kernel void Quantization(),混淆核函数__kernel void Confusion()和动态索引的扩散核函数__kernel void diffusion(),这四个核函数的参数配置包括维度参数Ndrange,全局工作变量参数global_work_size和局部工作变量参数lobal_work_size,此外,四个内核函数有其相应的输入和输出;
在自适应调节参数生成的内核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[4,1]和[1,1],输入变量包含明文因子s和分割后的子图像Ik,执行自适应调节参数生成过程,输出得到自适应调节参数δadj_1~4,所述自适应调节参数生成过程为步骤1-2)中所述;
在加密矩阵的组建内核函数中,维度参数被设置为一维,全局工作变量参数和局部工作变量参数设置为[M,1]和[1,1],输入变量包含混沌序列y,另一明文因子s0,微调因子xad,三个量化矩阵X1,X2,X4,图像列尺寸N,执行加密矩阵的组建过程,输出得到加密矩阵Xswap,XD,Xkey,其中Xswap用于置乱操作,XD用于后续的扩散加密处理,Xkey是指针序列,所述加密矩阵的组建过程为步骤2-3)中所述;
在混淆内核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[M,1]和[1,1],输入变量包含明文因子s0,明文图像P,两个量化矩阵X1和X2,图像列尺寸N,执行混淆过程,输出得到混淆图像P1,所述混淆过程为步骤3-1)中所述;
在动态索引的扩散核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[N,1]和[1,1],输入变量包含混淆图像因子s01,混淆图像P1,三个加密矩阵Xswap,Xkey,XD,量化矩阵X3,图像行尺寸M,执动态索引的扩散过程,输出得到密文图像P2,所述动态索引的扩散过程为步骤3-3)中所述;最后加密图像表示为C,C=P2。
本技术方案主要分为如下几个步骤:1)利用所提出的自适应调节参数对混沌系统的初始条件进行控制,这与明文图像有着密切的联系,提高了平面图像的灵敏度;2)生成相应的混沌序列,并对其进行量化以构造加密矩阵;3)在位平面上混淆明文图像,然后,将动态索引扩散法与加密矩阵结合运用到扩散过程里,对已混淆的图像进行扩散,得到最终的加密图像,整个方法是基于OpenCL技术的图形处理单元(GPU)平台,实现并行加速来提升加密效率。
而解密的关键在于扩散过程的指针处理上,但总体是加密过程的逆过程,其详细步骤如下;
1)加密图像C通过下面公式进行反向置乱:
其中i∈[M-1,0],j∈[N-1,0],置乱还原后的C可记为P′2,然后P′2通过反向动态指针扩散过程从最后一个像素到第一个像素进行逐个解密:
这里i∈[M-2,0],j∈[N-1,0];
2)对P′2的第一行进行进一步解密,过程为:
其中j∈[N-2,0],第一个像素再最后解密一遍:
此时P′2被记为P′1,与加密过程的P1完全一致;
3)最后解密图像可被反向混淆过程得到:
P′(i,j)←(P′1(i,j)<<(8-X2(i,j)))|(P′1(i,j)>>X2(i,j)) (22),
其中Eq.(22)表示对P′1(i,j)的循环移位,可以发现最后解密图像P′与明文图像完全一致。
本技术方案中采用基于OpenCL技术在GPU上实现的并行混淆-扩散加密体系结构,从而显著提高了加密效率。
本技术方案中采用与明文图像相关的自适应调节参数生成过程,并应用于混沌映射初始值的控制,增强了整个加密系统对明文图像的灵敏度,使其具有足够的抗差分攻击能力。
本技术方案中采用基于并行体系结构的动态索引扩散过程,利用扩散过程中的前一行扩散像素来影响当前像素的加密结果,提高了扩散度。
这种方法安全性高并且加密速度快,具有抵御各种攻击的良好性能。
附图说明
图1为实施例中的加解密过程示意图;
图2为实施例中的并行图像加密机制即并行化实现过程示意图。
具体实施方式
下面结合附图和实施例对本发明内容作进一步的阐述,但不是对本发明的限定。
实施例:
一种基于混沌的新式并行图像加密方法,包括如下步骤:
1)假定明文图像的尺寸为M×N,采用自适应调节参数对混沌系统的初始条件进行控制,其中自适应调节参数生成和调节过程为:
1-1)首先,明文图像P被分为四个同样尺寸的子图像I1、I2、I3和I4,并生成相应的函数块fun1、fun2、fun3和fun4,则:
s=round(sum(P)mod256) (1),
1-2)自适应调节参数使用函数块和子图像块得到,详细为:
其中,δadj_1,δadj_2,δadj_3和δadj_4表示自适应调节参数,sum(Ik)表示对Ik求和;
然后,采用所生成的自适应调节参数来调整混沌映射的初始值,调节初始值过程如下:
其中x0,y0,z0,w0是混沌系统的初始值;
2)通过步骤1)生成的混沌序列来组建加密矩阵,其过程如下:
2-1)迭代混沌系统得到尺寸为1×MN的x、y、z和w四个混沌序列,之后生成另一个明文因子s0和微调因子xad,过程如下:
其中floor(A)表示取小于或等于A的整数,而mean(A)表示取序列A的平均数,X32是用于获取微调因子xad的量化数据;
2-2)采用明文因子s0对混沌序列进行初步量化:
然后将1×MN尺寸的量化序列X′1,X′2,X′3,X′4重塑为M×N的量化矩阵X1,X2,X3,X4;
2-3)基于量化矩阵X1,X4和明文因子s0生成加密矩阵Xswap、XD和Xkey,过程如下:
Xswap=floor((abs(y)×1014+s0)mod 256) (8),
Xkey(i,j)=(X4(i,j)+s0)mod 256 (10),
其中i∈[0,M-1],j∈[0,N-1],加密矩阵Xswap用于置乱图像,Xkey作为后续动态扩散法的指针序列与XD一起用于扩散加密操作;
3)先在位平面上混淆明文图像,然后,采用动态索引扩散法与加密矩阵结合运用到扩散过程里,对已混淆的图像进行扩散,得到最终的加密图像,这个过程即为混淆-扩散加密过程:
3-1)图像混淆过程:用量化矩阵X1,对明文图像P的各行的对应像素进行交换操作,然后使用量化矩阵X2对交换过像素的明文图像P的所有点进行循环移位,过程如下所示:
P1(i,j)←(P(i,j)>>(8-X2(i,j)))|(P(i,j)<<X2(i,j)) (12),
其中i∈[0,M-1],j∈[0,N-1],Eq.(11)表示同一行像素交换操作,Eq.(12)表示对P(i,j)进行位平面的循环移位操作,混淆过程完成后,混淆过的图像记为P1,之后生成混淆图像因子和混淆图像一起完成扩散过程:
s01表示混淆图像因子;
3-2)扩散前的预处理操作:在扩散图像P1前,先对Px的第一行进行预加密,加密过程如下:
其中dindex1是动态指针,经过预处理操作后,此时P1记为P2;
3-3)P2通过动态指针扩散对其余像素值加密,过程如下:
其中dindex2属于动态行指针,最后,对已扩散好的图像P2通过公式(17)进行置乱:
其中置乱后可得最终加密图像C=P2;
4)在基于OpenCL技术的GPU平台上对加密过程进行并行加速:加速部分包括自适应调节参数生成、加密矩阵的组建、混淆和基于动态索引的扩散四个过程,其并行机制如图2所示,其内核函数参数配置及描述如下:
四个并行内核函数即自适应调节参数生成核函数__kernel void Self-adaptingparameters(),加密矩阵的组建核函数__kernel void Quantization(),混淆核函数__kernel void Confusion()和动态索引的扩散核函数__kernel void diffusion(),这四个核函数的参数配置包括维度参数Ndrange,全局工作变量参数global_work_size和局部工作变量参数lobal_work_size,此外,四个内核函数有其相应的输入和输出;
在自适应调节参数生成的内核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[4,1]和[1,1],输入变量包含明文因子s和分割后的子图像Ik,执行自适应调节参数生成过程,输出得到自适应调节参数δadj_1~4,所述自适应调节参数生成过程已在步骤1-2)中描述;
在加密矩阵的组建内核函数中,维度参数被设置为一维,全局工作变量参数和局部工作变量参数设置为[M,1]和[1,1],输入变量包含混沌序列y,另一明文因子s0,微调因子xad,三个量化矩阵X1,X2,X4,图像列尺寸N,执行加密矩阵的组建过程,输出得到加密矩阵Xswap,XD,Xkey,其中Xswap用于置乱操作,XD用于后续的扩散加密处理,Xkey是指针序列,所述加密矩阵的组建过程已在步骤2-3)中描述;
在混淆内核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[M,1]和[1,1],输入变量包含明文因子s0,明文图像P,两个量化矩阵X1和X2,图像列尺寸N,执行混淆过程,输出得到混淆图像P1,所述混淆过程已在步骤3-1)中描述;
在动态索引的扩散核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[N,1]和[1,1],输入变量包含混淆图像因子s01,混淆图像P1,三个加密矩阵Xswap,Xkey,XD,量化矩阵X3,图像行尺寸M,执动态索引的扩散过程,输出得到密文图像P2,所述动态索引的扩散过程已在步骤3-3)中描述;最后加密图像表示为C,C=P2。
本例方法是基于OpenCL技术的图形处理单元(GPU)平台,实现并行加速来提升加密效率。
而解密的关键在于扩散过程的指针处理上,但总体是加密过程的逆过程,其详细步骤如下;
1)加密图像C通过下面公式进行反向置乱:
其中i∈[M-1,0],j∈[N-1,0],置乱还原后的C可记为P′2,然后P′2通过反向动态指针扩散过程从最后一个像素到第一个像素进行逐个解密:
这里i∈[M-2,0],j∈[N-1,0];
2)对P′2的第一行进行进一步解密,过程为:
其中j∈[N-2,0],第一个像素再最后解密一遍:
此时P′2被记为P′1,与加密过程的P1完全一致;
3)最后解密图像可被反向混淆过程得到:
P′(i,j)←(P′1(i,j)<<(8-X2(i,j)))|(P′1(i,j)>>X2(i,j)) (22),
其中Eq.(22)表示对P1′(i,j)的循环移位,可以发现最后解密图像P′与明文图像完全一致。
Claims (1)
1.一种基于混沌的新式并行图像加密方法,其特征是,包括如下步骤:
1)假定明文图像的尺寸为M×N,采用自适应调节参数对混沌系统的初始条件进行控制,其中自适应调节参数生成和调节过程为:
1-1)首先,明文图像P被分为四个同样尺寸的子图像I1、I2、I3和I4,并生成相应的函数块fun1、fun2、fun3和fun4,则:
s=round(sum(P)mod256) (1),
1-2)自适应调节参数使用函数块和子图像块得到,详细为:
其中,δadj_1,δadj_2,δadj_3和δadj_4表示自适应调节参数;sum(Ik)表示对Ik求和;
然后,采用所生成的自适应调节参数来调整混沌映射的初始值,调节初始值过程如下:
其中x0,y0,z0,w0是混沌系统的初始值;
2)通过步骤1)生成的混沌序列来组建加密矩阵,其过程如下:
2-1)迭代混沌系统得到尺寸为1×MN的x、y、z和w四个混沌序列,之后生成另一个明文因子s0和微调因子xad,过程如下:
其中floor(A)表示取小于或等于A的整数,而mean(A)表示取序列A的平均数,X32是用于获取微调因子xad的量化数据;
2-2)采用明文因子s0对混沌序列进行初步量化:
然后将1×MN尺寸的量化序列X′1,X′2,X′3,X′4重塑为M×N的量化矩阵X1,X2,X3,X4;
2-3)基于量化矩阵X1,X4和明文因子s0生成加密矩阵Xswap、XD和Xkey,过程如下:
Xswap=floor((abs(y)×1014+s0)mod 256) (8),
Xkey(i,j)=(X4(i,j)+s0)mod 256 (10),
其中i∈[0,M-1],j∈[0,N-1],加密矩阵Xswap用于置乱图像,Xkey作为后续动态扩散法的指针序列与XD一起用于扩散加密操作;
3)先在位平面上混淆明文图像,然后,采用动态索引扩散法与加密矩阵结合运用到扩散过程里,对已混淆的图像进行扩散,得到最终的加密图像,这个过程即为混淆-扩散加密过程:
3-1)图像混淆过程:用量化矩阵X1,对明文图像P的各行的对应像素进行交换操作,然后使用量化矩阵X2对交换过像素的明文图像P的所有点进行循环移位,过程如下所示:
P1(i,j)←(P(i,j)>>(8-X2(i,j)))|(P(i,j)<<X2(i,j)) (12),
其中i∈[0,M-1],j∈[0,N-1],Eq.(11)表示同一行像素交换操作,Eq.(12)表示对P(i,j)进行位平面的循环移位操作,混淆过程完成后,混淆过的图像记为P1,之后生成混淆图像因子和混淆图像一起完成扩散过程:
其中,s01表示混淆图像因子;
3-2)扩散前的预处理操作:在扩散图像P1前,先对P1的第一行进行预加密,加密过程如下:
其中dindex1是动态指针,经过预处理操作后,此时P1记为P2;
3-3)P2通过动态指针扩散对其余像素值加密,过程如下:
其中dindex2属于动态行指针,最后,对已扩散好的图像P2通过公式(17)进行置乱:
其中置乱后可得最终加密图像C=P2;
4)在基于OpenCL技术的GPU平台上对加密过程进行并行加速:加速部分包括自适应调节参数生成、加密矩阵的组建、混淆和基于动态索引的扩散四个过程,其内核函数参数配置及描述如下:
四个并行内核函数即自适应调节参数生成核函数_kernel void Self-adaptingparameters(),加密矩阵的组建核函数_kernel void Quantization(),混淆核函数_kernel void Confusion()和动态索引的扩散核函数_kernel void diffusion(),这四个核函数的参数配置包括维度参数Ndrange,全局工作变量参数global_work_size和局部工作变量参数lobal_work_size,此外,四个内核函数有其相应的输入和输出;
在自适应调节参数生成的内核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[4,1]和[1,1],输入变量包含明文因子s和分割后的子图像Ik,执行自适应调节参数生成过程,输出得到自适应调节参数δadj_1~4,所述自适应调节参数生成过程为步骤1-2)中所述;
在加密矩阵的组建内核函数中,维度参数被设置为一维,全局工作变量参数和局部工作变量参数设置为[M,1]和[1,1],输入变量包含混沌序列y,另一明文因子s0,微调因子xad,三个量化矩阵X1,X2,X4,图像列尺寸N,执行加密矩阵的组建过程,输出得到加密矩阵Xswap,XD,Xkey,,其中Xswap用于置乱操作,XD用于后续的扩散加密处理,Xkey是指针序列,所述加密矩阵的组建过程为步骤2-3)中所述;
在混淆内核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[M,1]和[1,1],输入变量包含明文因子s0,明文图像P,两个量化矩阵X1和X2,图像列尺寸N,执行混淆过程,输出得到混淆图像P1,所述混淆过程为步骤3-1)中所述;
在动态索引的扩散核函数中,维度参数被设置为一维,全局工作变量和局部工作变量参数设置为[N,1]和[1,1],输入变量包含混淆图像因子s01,混淆图像P1,三个加密矩阵Xswap,Xkey,XD,量化矩阵X3,图像行尺寸M,执动态索引的扩散过程,输出得到密文图像P2,所述动态索引的扩散过程为步骤3-3)中所述;
最后加密图像表示为C,C=P2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911016253.7A CN110784619B (zh) | 2019-10-24 | 2019-10-24 | 一种基于混沌的新式并行图像加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911016253.7A CN110784619B (zh) | 2019-10-24 | 2019-10-24 | 一种基于混沌的新式并行图像加密方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110784619A CN110784619A (zh) | 2020-02-11 |
CN110784619B true CN110784619B (zh) | 2021-08-10 |
Family
ID=69387020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911016253.7A Active CN110784619B (zh) | 2019-10-24 | 2019-10-24 | 一种基于混沌的新式并行图像加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110784619B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597574B (zh) * | 2020-04-16 | 2021-03-23 | 南通职业大学 | 一种基于空间扩散结构的并行图像加密系统及方法 |
CN112711766B (zh) * | 2021-01-05 | 2022-09-16 | 重庆第二师范学院 | 基于置乱块压缩感知的图像传输系统、加密及解密方法 |
CN114338024B (zh) * | 2022-03-10 | 2022-06-07 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像解密方法、系统、装置及计算机可读存储介质 |
CN114338023B (zh) * | 2022-03-10 | 2022-06-07 | 山东云海国创云计算装备产业创新中心有限公司 | 图像加密方法、图像解密方法、图像处理装置及存储介质 |
CN114338022B (zh) * | 2022-03-10 | 2022-06-07 | 山东云海国创云计算装备产业创新中心有限公司 | 一种图像加密方法、系统、装置及计算机可读存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700348A (zh) * | 2015-03-13 | 2015-06-10 | 哈尔滨工程大学 | 一种基于高阶混沌系统的彩色图像自适应加密方法 |
CN106651735A (zh) * | 2016-09-08 | 2017-05-10 | 广东工业大学 | 一种基于混沌理论的数字图像并行加密方法 |
CN107292802A (zh) * | 2017-05-10 | 2017-10-24 | 广东工业大学 | 一种量子混沌的并行图像加密方法 |
WO2018207348A1 (ja) * | 2017-05-12 | 2018-11-15 | 日本電気株式会社 | 逆像サンプリング装置、逆像サンプリング方法および逆像サンプリングプログラム |
CN109104544A (zh) * | 2018-08-07 | 2018-12-28 | 东北大学 | 一种基于复杂网络同步的混沌图像加密方法 |
AU2019100036A4 (en) * | 2019-01-14 | 2019-02-28 | Wenying Wen | A symmetric encryption scheme for color light field image |
CN109660695A (zh) * | 2018-12-06 | 2019-04-19 | 广西师范大学 | 一种基于遗传模拟退火算法和混沌映射的彩色图像加密方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9794061B1 (en) * | 2016-06-14 | 2017-10-17 | Storagecraft Technology Corporation | Consolidating encrypted image backups without decryption |
-
2019
- 2019-10-24 CN CN201911016253.7A patent/CN110784619B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700348A (zh) * | 2015-03-13 | 2015-06-10 | 哈尔滨工程大学 | 一种基于高阶混沌系统的彩色图像自适应加密方法 |
CN106651735A (zh) * | 2016-09-08 | 2017-05-10 | 广东工业大学 | 一种基于混沌理论的数字图像并行加密方法 |
CN107292802A (zh) * | 2017-05-10 | 2017-10-24 | 广东工业大学 | 一种量子混沌的并行图像加密方法 |
WO2018207348A1 (ja) * | 2017-05-12 | 2018-11-15 | 日本電気株式会社 | 逆像サンプリング装置、逆像サンプリング方法および逆像サンプリングプログラム |
CN109104544A (zh) * | 2018-08-07 | 2018-12-28 | 东北大学 | 一种基于复杂网络同步的混沌图像加密方法 |
CN109660695A (zh) * | 2018-12-06 | 2019-04-19 | 广西师范大学 | 一种基于遗传模拟退火算法和混沌映射的彩色图像加密方法 |
AU2019100036A4 (en) * | 2019-01-14 | 2019-02-28 | Wenying Wen | A symmetric encryption scheme for color light field image |
Non-Patent Citations (5)
Title |
---|
《A chaos-based self-adapting RGB image permutation scheme》;Y. Luo et al.;《2017 13th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD)》;20180625;336-341 * |
《A Double-Image Encryption Scheme Based on Amplitude-Phase Encoding and Discrete Complex Random Transformation》;Y. Luo, S. Tang, X. Qin, L. Cao, F. Jiang and J. Liu;《IEEE Access》;20181129;77740-77753 * |
《An Image Encryption Method Based on Elliptic Curve Elgamal Encryption and Chaotic Systems》;Y. Luo, X. Ouyang, J. Liu and L. Cao;《IEEE Access》;20190319;38507-38522 * |
《一种新的图像自适应并行加密算法》;刘祝华,袁文;《微电子学与计算机》;20150105;68-71 * |
《遗传模拟退火算法和混沌系统的图像加密方法》;罗玉玲,欧阳雪,曹绿晨,丘森辉,廖志贤,岑明灿;《西安电子科技大学学报》;20190826;171-179 * |
Also Published As
Publication number | Publication date |
---|---|
CN110784619A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110784619B (zh) | 一种基于混沌的新式并行图像加密方法 | |
Chai et al. | Medical image encryption algorithm based on Latin square and memristive chaotic system | |
Wong et al. | A fast image encryption scheme based on chaotic standard map | |
Wang et al. | A new compound mode of confusion and diffusion for block encryption of image based on chaos | |
CN107220923B (zh) | 基于映像网络的数字图像反馈加密方法 | |
Song et al. | A parallel image encryption algorithm using intra bitplane scrambling | |
CN106997606B (zh) | 一种基于超混沌系统投影同步的图像加密方法 | |
CN110912674B (zh) | 图像加密方法、装置、电子设备及可读存储介质 | |
CN107451948B (zh) | 基于混沌和dna动态平面运算的图像加、解密方法及系统 | |
CN103167213A (zh) | 基于Cat映射与超混沌Lorenz系统的数字图像加密方法 | |
Telem et al. | A simple and robust gray image encryption scheme using chaotic logistic map and artificial neural network | |
CN107659752A (zh) | 基于dna编码和混沌的多图像加密方法 | |
Sun et al. | Digital image encryption with chaotic map lattices | |
CN108199823B (zh) | 基于滑动加密窗口的混沌视频加密方法 | |
Hu et al. | On the security analysis of a Hopfield chaotic neural network-based image encryption algorithm | |
CN111177746A (zh) | 一种高效的具有核心参与者的视觉秘密共享方法 | |
CN113132079A (zh) | 多图像加密方法及解密方法 | |
CN111682932B (zh) | 一种基于混合混沌映射的单轮图像加密方法 | |
CN113098676A (zh) | 基于四维混沌的矢量地图双位随机置乱加密方法 | |
CN112152775B (zh) | 基于二维Henon-Chebyshev混沌映射和基因操作的图像加密方法 | |
Tabash et al. | Image encryption algorithm based on chaotic map | |
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 | |
Li et al. | Image encryption system based on chaotic system and dna computing | |
CN111131656A (zh) | 基于位级置乱和动态叠加扩散的图像加密方法 | |
Liu et al. | Meaningful share generation for (2, 2)-multiple visual secret sharing scheme without pixel expansion |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211116 Address after: 201306 floor 2, No. 979, Yunhan Road, Nicheng Town, Pudong New Area, Shanghai Patentee after: Shanghai Fangka Information Technology Co., Ltd Address before: 541004 No. 15, Yucai Road, Qixing District, Guilin City, Guangxi Zhuang Autonomous Region Patentee before: Guangxi Normal University |
|
TR01 | Transfer of patent right |