CN110879895A - 一种基于超混沌系统以及dna序列的彩色图像分块加密算法 - Google Patents
一种基于超混沌系统以及dna序列的彩色图像分块加密算法 Download PDFInfo
- Publication number
- CN110879895A CN110879895A CN201911099784.7A CN201911099784A CN110879895A CN 110879895 A CN110879895 A CN 110879895A CN 201911099784 A CN201911099784 A CN 201911099784A CN 110879895 A CN110879895 A CN 110879895A
- Authority
- CN
- China
- Prior art keywords
- image
- dna
- sum
- block
- dimensional
- 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.)
- Pending
Links
Images
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
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,利用超混沌系统以及DNA序列的彩色图像分块加密算法,优势在于产生随机矩阵时的初值来源于明文图像的哈希值,实现了一次一密。同时,加密图像不再是整张图像,而是一个个图像块。每个子块的DNA编码方式以及相互之间的DNA运算是伪随机的,由混沌系统动态决定。这样,一个明文图像包含多种编码方式和运算方式,密钥空间更大,加密效果更好,安全性更高。仿真结果为加密后的直方图分布均匀;密钥空间至少为1080;加密后的信息熵为7.999;在敏感性分析中NPCR=99.6012%,UACI=33.5786%,接近于理想状态。因此可以抵抗多种攻击。
Description
技术领域
本发明涉及图像加密领域,具体是一种基于超混沌系统以及DNA序列的彩色图像分块加密算法。
背景技术
随着大数据与云计算技术的不断发展,信息安全问题日益突出。其中,数字图像信息的安全存储与传输引起了人们的关注。数字图像因其数据量大,相关性强,冗余度高等特点而有别于文本信息,所以使用传统的加密方式不能对数字图像信息有效加密。
为解决这个问题,学者们提出了许多针对数字图像加密的算法,其中包括把混沌系统和 DNA序列应用于图像加密。混沌系统具有伪随机性以及初值敏感性,因此适合用作图像加密。而Adleman在1994年首次提出DNA计算之后,基于DNA编码及运算为图像加密提供了新思路。
为此,提出了一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,该算法生成随机矩阵的初值由明文图像的哈希值决定,达到了一次一密。同时加密图像不再是整张图像,而是一个个图像块。每个图像块的DNA编码方式以及相互之间的DNA运算是伪随机的,由混沌系统动态决定。这样,一个明文图像包含多种编码方式和运算方式,密钥空间更大,加密效果更好,安全性更高。
发明内容
本发明的目的是提供一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,解决图像加密过程中的安全性较低以及明文敏感性较低等问题。
本发明实现发明目的采用如下技术方案:
(1)读入大小为M×N×3的彩色图片,为提高算法的适用性,填充图像使其满足:mod(M,t)=0,mod(N,t)=0;同时,通过R、G、B三通道转化为3个二维灰度矩阵I1,I2,I3。
(2)设定初值和参数,通过L-L级联系统得到长度为M×N+1000的一维序列{qi},为获得更好的随机性,去除前1000项元素,得到子序列{qi}(i=1001,1002,…,M×N+1000),其中初值由明文图像的哈希函数(SHA-256)生成。
(3)通过qi=mod(ceil(qi×103),256),使得序列{qi}中的所有元素处于[0,255]内,并将序列转化为M×N的二维随机矩阵Q。
(4)把明文图像和随机矩阵均匀分成大小为t×t的小块。
(5)设定2对初值及系统参数,利用二维logistic系统以及二维Henon系统得到4个混沌系列{xi},{yi},{zi}和{hi}。4个初值x(0),y(0),z(0),h(0)的生成方式如下:
x(0)=sum(sum(bitand(I1,17)))/(17×M×N) (1)
y(0)=sum(sum(bitand(I2,34)))/(34×M×N) (2)
z(0)=sum(sum(bitand(I3,68)))/(68×M×N) (3)
h(0)=sum(sum(bitand(I1,136)))/(136×M×N) (4)
(6)明文图像与随机矩阵各分块的DNA编码方式由{xi}和{yi}分别决定,以明文图像为例,编码方式的选择过程如下:对{xi}中的所有元素作变换:
xi=mod(floor(xi×104),8)+1 (5)
其中floor(x)表示不大于x的最大整数。按照从左到右,从上到下的顺序,则第i分块的DNA 编码方式为第xi种。将分块内所有像素点的灰度值转化为二进制按第xi种方式进行DNA编 码。
(7)明文图像与随机矩阵之间的DNA运算由{zi}决定,DNA运算的选择过程如下:对{zi} 中的所有元素作变换:
zi=mod(floor(zi×104),4) (6)
如果zi=0表示明文图像的第i分块与随机矩阵的第i分块内所对应的像素之间进行DNA 加法运算。如果zi=1则进行减法运算,如果zi=2则进行异或运算,如果zi=3则进行同或运算。
(8){hi}决定DNA的解码方式,DNA解码方式的选择与DNA编码方式类似,不再重复,解码后即可得到密文图像。
作为优选,本发明提供的一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,在步骤(2)中所述的L-L级联系统的参数设置为μ1=3.9798,μ2=2.9898。
作为优选,本发明提供的一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,在步骤(5)中所述的二维Logistic混沌系统的参数设置为μ=4,λ1=0.7,λ2=0.3,γ=0.32;二维Henon混沌系统的参数设置为a=1.4,b=0.3。
本发明与现有技术相比,其有益效果体现在:利用超混沌系统以及DNA序列的彩色图像分块加密算法,优势在于产生随机矩阵时的初值来源于明文图像的哈希值,实现了一次一密。同时,加密图像不再是整张图像,而是一个个图像块。每个子块的DNA编码方式以及相互之间的DNA运算是伪随机的,由混沌系统动态决定。这样,一个明文图像包含多种编码方式和运算方式,密钥空间更大,加密效果更好,安全性更高。仿真结果为加密后的直方图分布均匀;密钥空间至少为1080;加密后的信息熵为7.999;在敏感性分析中 NPCR=99.6012%,UACI=33.5786%,接近于理想状态。因此可以抵抗多种攻击。
附图说明
图1是本发明图像加密算法的步骤图
图2是明文与密文图像
图3是明文图像R、G、B三通道的灰度直方图
图4是密文图像R、G、B三通道的灰度直方图
图5是明文图像R通道水平相关性分析
图6是密文图像R通道水平相关性分析
具体实施方式
如图1所示,其具体实施步骤如下:
(1)读入大小为M×N×3的彩色图片,为提高算法的适用性,填充图像使其满足:mod(M,t)=0,mod(N,t)=0;同时,通过R、G、B三通道转化为3个二维灰度矩阵I1,I2,I3。
(2)设定初值和参数,通过L-L级联系统得到长度为M×N+1000的一维序列{qi},为获得更好的随机性,去除前1000项元素,得到子序列{qi}(i=1001,1002,…,M×N+1000),其中初值由明文图像的哈希函数(SHA-256)生成。
(3)通过qi=mod(ceil(qi×103),256),使得序列{qi}中的所有元素处于[0,255]内,并将序列转化为M×N的二维随机矩阵Q。
(4)把明文图像和随机矩阵均匀分成大小为t×t的小块。
(5)设定2对初值及系统参数,利用二维logistic系统以及二维Henon系统得到4个混沌系列{xi},{yi},{zi}和{hi}。4个初值x(0),y(0),z(0),h(0)的生成方式如下:
x(0)=sum(sum(bitand(I1,17)))/(17×M×N) (1)
y(0)=sum(sum(bitand(I2,34)))/(34×M×N) (2)
z(0)=sum(sum(bitand(I3,68)))/(68×M×N) (3)
h(0)=sum(sum(bitand(I1,136)))/(136×M×N) (4)
(6)明文图像与随机矩阵各分块的DNA编码方式由{xi}和{yi}分别决定,以明文图像为例,编码方式的选择过程如下:对{xi}中的所有元素作变换:
xi=mod(floor(xi×104),8)+1 (5)
其中floor(x)表示不大于x的最大整数。按照从左到右,从上到下的顺序,则第i分块的DNA 编码方式为第xi种。将分块内所有像素点的灰度值转化为二进制按第xi种方式进行DNA编 码。
(7)明文图像与随机矩阵之间的DNA运算由{zi}决定,DNA运算的选择过程如下:对{zi}中的所有元素作变换:
zi=mod(floor(zi×104),4) (6)
如果zi=0表示明文图像的第i分块与随机矩阵的第i分块内所对应的像素之间进行DNA 加法运算。如果zi=1则进行减法运算,如果zi=2则进行异或运算,如果zi=3则进行同或运算。
(8){hi}决定DNA的解码方式,DNA解码方式的选择与DNA编码方式类似,不再重复,解码后即可得到密文图像。
本发明提出的一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,利用MatlabR2017a进行仿真,明文图像、密文图像以及解密后的图像如图2所示。
图3为明文图像R、G、B三通道的灰度直方图,图4为密文图像R、G、B三通道的灰度直方图。从图中可以看出,密文图像的R、G、B三通道的灰度直方图分布均匀,打破了明文图像的统计特性。因此,该加密算法有抗统计分析能力。
本发明算法的密钥经过仿真检测,他们的敏感度分别为10-18、10-15、10-16、10-16、10-15,所以密钥空间为1018×1015×1016×1016×1015=1080。另外,L-L级联系统、二维Logistic以及二维 Henon混沌系统的各个参数也可作为密钥。因此,本算法的密钥空间足以抵抗穷举攻击。
图像的信息熵是用来度量图像的混乱程度,即用来表示图像信息的不确定性。图像灰度值分布越均匀,信息熵越大,计算公式为:
其中,p(mi)是信息mi出现的概率,一个理想的加密算法信息熵为8。本文明文图像的信息熵为7.746,密文图像的信息熵为7.999,说明本文的加密算法可以使得像素随机分布,即它是一个有效的加密算法。
通过像素改变率(NPCR)以及归一化平均变化强度(UACI)来判断加密算法的密钥敏感性。其中,NPCR表示明文图像某一像素微小的改变,密文图像所改变的像素值占总像素值的比例。UACI表示明文图像与密文图像对应像素点平均强度的变化率。计算公式分别为:
其中,J1为密文,J2为明文图像像素值发生改变后的密文。NPCR的理论期望值为99.6094%,UACI的理论期望值为33.4635%。
改变明文图像的一个像素值,计算得出NPCR=99.6012%,UACI=33.5786%,很接近于理论期望值。即明文图像改变一个像素值,密文图像就会几乎完全改变,所以该算法敏感性较强。
从图5和图6可以看出,明文图像R、G、B三通道的水平、垂直、对角方向相邻点呈现出很强的线性相关性。而密文图像R、G、B三通道的水平、垂直、对角方向相邻点几乎没有任何关系。因此,本文的加密算法达到了理想状态。
综上所述,本发明提出的一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,一个明文图像包含多种编码方式和运算方式,密钥空间更大,加密效果更好,安全性更高。
Claims (3)
1.一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,其特征在于:由下述步骤组成:
(1)读入大小为M×N×3的彩色图片,为提高算法的适用性,填充图像使其满足:mod(M,t)=0,mod(N,t)=0;同时,通过R、G、B三通道转化为3个二维灰度矩阵I1,I2,I3。
(2)设定初值和参数,通过L-L级联系统得到长度为M×N+1000的一维序列{qi},为获得更好的随机性,去除前1000项元素,得到子序列{qi}(i=1001,1002,…,M×N+1000),其中初值由明文图像的哈希函数(SHA-256)生成。
(3)通过qi=mod(ceil(qi×103),256),使得序列{qi}中的所有元素处于[0,255]内,并将序列转化为M×N的二维随机矩阵Q。
(4)把明文图像和随机矩阵均匀分成大小为t×t的小块。
(5)设定2对初值及系统参数,利用二维Logistic系统以及二维Henon系统得到4个混沌系列{xi},{yi},{zi}和{hi}。4个初值x(0),y(0),z(0),h(0)的生成方式如下:
x(0)=sum(sum(bitand(I1,17)))/(17×M×N) (1)
y(0)=sum(sum(bitand(I2,34)))/(34×M×N) (2)
z(0)=sum(sum(bitand(I3,68)))/(68×M×N) (3)
h(0)=sum(sum(bitand(I1,136)))/(136×M×N) (4)
(6)明文图像与随机矩阵各分块的DNA编码方式由{xi}和{yi}分别决定,以明文图像为例,编码方式的选择过程如下:对{xi}中的所有元素作变换:
xi=mod(floor(xi×104),8)+1 (5)
其中floor(x)表示不大于x的最大整数。按照从左到右,从上到下的顺序,则第i分块的DNA编码方式为第xi种。将分块内所有像素点的灰度值转化为二进制按第xi种方式进行DNA编码。
(7)明文图像与随机矩阵之间的DNA运算由{zi}决定,DNA运算的选择过程如下:对{zi}中的所有元素作变换:
zi=mod(floor(zi×104),4) (6)
如果zi=0表示明文图像的第i分块与随机矩阵的第i分块内所对应的像素之间进行DNA加法运算。如果zi=1则进行减法运算,如果zi=2则进行异或运算,如果zi=3则进行同或运算。
(8){hi}决定DNA的解码方式,DNA解码方式的选择与DNA编码方式类似,不再重复,解码后即可得到密文图像。
2.根据权利要求1所述的一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,其特征在于:在步骤(2)中所述的L-L级联系统的参数设置为μ1=3.9798,μ2=2.9898。
3.根据权利要求1所述的一种基于超混沌系统以及DNA序列的彩色图像分块加密算法,其特征在于:在步骤(5)中所述的二维Logistic混沌系统的参数设置为μ=4,λ1=0.7,λ2=0.3,γ=0.32;二维Henon混沌系统的参数设置为a=1.4,b=0.3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911099784.7A CN110879895A (zh) | 2019-11-12 | 2019-11-12 | 一种基于超混沌系统以及dna序列的彩色图像分块加密算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911099784.7A CN110879895A (zh) | 2019-11-12 | 2019-11-12 | 一种基于超混沌系统以及dna序列的彩色图像分块加密算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110879895A true CN110879895A (zh) | 2020-03-13 |
Family
ID=69729480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911099784.7A Pending CN110879895A (zh) | 2019-11-12 | 2019-11-12 | 一种基于超混沌系统以及dna序列的彩色图像分块加密算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879895A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444522A (zh) * | 2020-03-19 | 2020-07-24 | 南昌大学 | 一种随机分块的混沌图像加密方法 |
CN111934845A (zh) * | 2020-07-15 | 2020-11-13 | 湖南大学 | 一种基于dna编码的图像加密方法 |
CN112001834A (zh) * | 2020-08-24 | 2020-11-27 | 浙江农林大学 | 一种基于脉冲微分方程混沌系统的图像加密方法及系统 |
CN112687338A (zh) * | 2020-12-31 | 2021-04-20 | 云舟生物科技(广州)有限公司 | 基因序列的存储和还原方法、计算机存储介质及电子设备 |
CN114157433A (zh) * | 2021-11-30 | 2022-03-08 | 北京邮电大学 | 一种密钥与明文关联的混沌光通信系统加密方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105681622A (zh) * | 2015-12-31 | 2016-06-15 | 复旦大学 | 一种基于细胞神经网络超混沌和dna序列的彩色图像加密方法 |
CN109918923A (zh) * | 2019-01-25 | 2019-06-21 | 哈尔滨理工大学 | 一种基于dna编码的多通道彩色图像混沌加密方法 |
-
2019
- 2019-11-12 CN CN201911099784.7A patent/CN110879895A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105681622A (zh) * | 2015-12-31 | 2016-06-15 | 复旦大学 | 一种基于细胞神经网络超混沌和dna序列的彩色图像加密方法 |
CN109918923A (zh) * | 2019-01-25 | 2019-06-21 | 哈尔滨理工大学 | 一种基于dna编码的多通道彩色图像混沌加密方法 |
Non-Patent Citations (2)
Title |
---|
王可等: "基于DNA编码运算和混沌系统的图像分块加密算法", 《电视技术》 * |
黄迎久等: "基于DNA编码和超混沌系统的图像加密算法", 《内蒙古科技大学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444522A (zh) * | 2020-03-19 | 2020-07-24 | 南昌大学 | 一种随机分块的混沌图像加密方法 |
CN111444522B (zh) * | 2020-03-19 | 2024-02-27 | 南昌大学 | 一种随机分块的混沌图像加密方法 |
CN111934845A (zh) * | 2020-07-15 | 2020-11-13 | 湖南大学 | 一种基于dna编码的图像加密方法 |
CN111934845B (zh) * | 2020-07-15 | 2021-11-30 | 湖南大学 | 一种基于dna编码的图像加密方法 |
CN112001834A (zh) * | 2020-08-24 | 2020-11-27 | 浙江农林大学 | 一种基于脉冲微分方程混沌系统的图像加密方法及系统 |
CN112687338A (zh) * | 2020-12-31 | 2021-04-20 | 云舟生物科技(广州)有限公司 | 基因序列的存储和还原方法、计算机存储介质及电子设备 |
CN114157433A (zh) * | 2021-11-30 | 2022-03-08 | 北京邮电大学 | 一种密钥与明文关联的混沌光通信系统加密方法和系统 |
CN114157433B (zh) * | 2021-11-30 | 2024-04-02 | 北京邮电大学 | 一种密钥与明文关联的混沌光通信系统加密方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | A novel chaotic algorithm for image encryption utilizing one-time pad based on pixel level and DNA level | |
Patro et al. | Secure multi–level permutation operation based multiple colour image encryption | |
Jithin et al. | Colour image encryption algorithm combining Arnold map, DNA sequence operation, and a Mandelbrot set | |
Luo et al. | An image encryption method based on elliptic curve elgamal encryption and chaotic systems | |
CN110879895A (zh) | 一种基于超混沌系统以及dna序列的彩色图像分块加密算法 | |
Chen et al. | A novel color image encryption algorithm based on a fractional-order discrete chaotic neural network and DNA sequence operations | |
Diaconu | Circular inter–intra pixels bit-level permutation and chaos-based image encryption | |
Zhang et al. | An image encryption scheme using self-adaptive selective permutation and inter-intra-block feedback diffusion | |
Huang et al. | An image encryption algorithm based on hyper-chaos and DNA sequence | |
Seyedzadeh et al. | A fast color image encryption algorithm based on coupled two-dimensional piecewise chaotic map | |
Lin et al. | Invertible secret image sharing with steganography | |
Zhu et al. | A chaos-based symmetric image encryption scheme using a bit-level permutation | |
CN107094072B (zh) | 一种基于广义Henon映射的混合混沌加密方法 | |
CN109660696B (zh) | 一种新的图像加密方法 | |
CN107590842B (zh) | 基于像素和dna交叉动态混沌密码的图像加密方法和装置 | |
Wang et al. | A novel image encryption algorithm with deep neural network | |
CN114612280B (zh) | 基于三维布尔卷积神经网络的彩色图像加密方法及系统 | |
Wang et al. | A fast image encryption algorithm based on only blocks in cipher text | |
Zhang et al. | Color image encryption based on paired interpermuting planes | |
Demirtaş | A novel multiple grayscale image encryption method based on 3D bit-scrambling and diffusion | |
Xiang et al. | Cryptanalysis and improvement of a reversible data-hiding scheme in encrypted images by redundant space transfer | |
Azza et al. | Multi-secret image sharing based on elementary cellular automata with steganography | |
Elamrawy et al. | An image encryption based on DNA coding and 2DLogistic chaotic map | |
Ye | A novel image encryption scheme based on generalized multi-sawtooth maps | |
Ye et al. | Research on reversible image steganography of encrypted image based on image interpolation and difference histogram shift |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200313 |