CN114338024B - 一种图像解密方法、系统、装置及计算机可读存储介质 - Google Patents

一种图像解密方法、系统、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN114338024B
CN114338024B CN202210228387.0A CN202210228387A CN114338024B CN 114338024 B CN114338024 B CN 114338024B CN 202210228387 A CN202210228387 A CN 202210228387A CN 114338024 B CN114338024 B CN 114338024B
Authority
CN
China
Prior art keywords
decryption
image data
stream
observation
matrix
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
CN202210228387.0A
Other languages
English (en)
Other versions
CN114338024A (zh
Inventor
张旭
吴睿振
陈静静
张永兴
孙华锦
王凛
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.)
Shandong Yunhai Guochuang Cloud Computing Equipment Industry Innovation Center Co Ltd
Original Assignee
Shandong Yunhai Guochuang Cloud Computing Equipment Industry Innovation Center Co Ltd
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 Shandong Yunhai Guochuang Cloud Computing Equipment Industry Innovation Center Co Ltd filed Critical Shandong Yunhai Guochuang Cloud Computing Equipment Industry Innovation Center Co Ltd
Priority to CN202210228387.0A priority Critical patent/CN114338024B/zh
Publication of CN114338024A publication Critical patent/CN114338024A/zh
Application granted granted Critical
Publication of CN114338024B publication Critical patent/CN114338024B/zh
Priority to PCT/CN2023/080613 priority patent/WO2023169532A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Storage Device Security (AREA)

Abstract

本申请公开了一种图像解密方法、系统、装置及计算机可读存储介质，涉及图像处理领域，该图像解密方法包括：通过并联的各位流解密系统对各自接收到的密文图像数据执行解密操作，解密操作包括：基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流；判断观测密钥流是否满足解密条件；若是，通过第一关系式得到解密后的明文图像数据，第一关系式为
Figure 631948DEST_PATH_IMAGE001
，
Figure 435956DEST_PATH_IMAGE002
为明文图像数据，y(t)为密文图像数据，C为输出矩阵，
Figure 240576DEST_PATH_IMAGE003
为观测密钥流。本申请能够实现多密文图像数据的并行解密，在解密过程中无需对密文图像数据进行微分处理，提高解密效率。

Description

一种图像解密方法、系统、装置及计算机可读存储介质
技术领域
本申请涉及图像处理领域，特别涉及一种图像解密方法、系统、装置及计算机可读存储介质。
背景技术
在各行各业中，如计算机视觉、机器人路径规划，医学影像处理等相关领域，图像数据的私密性已经成为了一个至关重要的问题。在图像传输过程中，通常采用块加密算法对图像进行加密传输，而接收端在接收到图像密文后，需要对传输过来的图像密文依次进行解密，解密效率慢，且传统的解密算法需要对密文进行微分运算，同时还涉及高次幂运算，解密速度慢。
因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种图像解密方法、系统、装置及计算机可读存储介质，能够实现多密文图像数据的并行解密，在解密过程中无需对密文图像数据进行微分处理，提高解密效率。
为解决上述技术问题，本申请提供了一种图像解密方法，包括：
通过并联的各位流解密系统对各自接收到的密文图像数据执行解密操作，所述解密操作包括：
基于洛伦兹流加密系统构造的状态观测器观测所述密文图像数据对应的观测密钥流；
判断所述观测密钥流是否满足解密条件；
若是，通过第一关系式得到解密后的明文图像数据，所述第一关系式为
Figure DEST_PATH_IMAGE001
，
Figure 754194DEST_PATH_IMAGE002
为所述明文图像数据，y(t)为所述密文图像数据，C为输出矩阵，
Figure DEST_PATH_IMAGE003
为所述观测密钥流。
可选的，所述洛伦兹流加密系统的数学模型为：
Figure 774234DEST_PATH_IMAGE004
；
相应的，所述状态观测器的数学模型为：
Figure DEST_PATH_IMAGE005
；
其中，
Figure 763049DEST_PATH_IMAGE006
为所述观测密钥流随时间的微分，
Figure DEST_PATH_IMAGE007
为所述观测密钥流，y(t)为所述密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure 16176DEST_PATH_IMAGE008
为前件变量，
Figure DEST_PATH_IMAGE009
为关于
Figure 316183DEST_PATH_IMAGE008
的函数。
可选的，所述判断所述观测密钥流是否满足解密条件的过程包括：
通过观测误差系统判断所述观测密钥流是否满足解密条件，所述观测误差系统的数学模型为
Figure 112101DEST_PATH_IMAGE010
；
其中，
Figure 724348DEST_PATH_IMAGE011
为观测误差，
Figure 871295DEST_PATH_IMAGE012
为所述观测误差随时间的微分。
可选的，所述解密条件为所述观测误差随时间的微分趋近于0。
可选的，该图像解密方法还包括：
获取解密秘钥；
所述通过第一关系式得到解密后的明文图像数据的过程包括：
通过所述解密秘钥和第一关系式得到解密后的明文图像数据。
可选的，所述解密秘钥为系统初始值。
可选的，该图像解密方法还包括：
根据所有所述流解密系统解密后的明文图像数据还原原始图像数据。
为解决上述技术问题，本申请还提供了一种图像解密系统，包括多位并联的流解密系统，每一所述流解密系统包括：
观测模块，基于洛伦兹流加密系统构造的状态观测器观测所述密文图像数据对应的观测密钥流；
判断模块，用于判断所述观测密钥流是否满足解密条件，若是，触发解密模块；
所述解密模块，用于通过第一关系式得到解密后的明文图像数据，所述第一关系式为
Figure 977923DEST_PATH_IMAGE013
，
Figure 893926DEST_PATH_IMAGE014
为所述明文图像数据，y(t)为所述密文图像数据，C为输出矩阵，
Figure DEST_PATH_IMAGE015
为所述观测密钥流。
为解决上述技术问题，本申请还提供了一种图像解密装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文任意一项所述的图像解密方法的步骤。
为解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文任意一项所述的图像解密方法的步骤。
本申请提供了一种图像解密方法，首先基于并联的各位流解密系统对各自接收到的密文图像数据进行解密操作，实现并行解密，提高解密效率，基于洛伦兹流加密系统构造状态观测器，保证洛伦兹流加密系统和流解密系统密钥流的同步性，通过该状态观测器观测密文图像数据对应的观测密钥流，在观测密钥流满足解密条件，通过第一关系式获取明文图像数据，解密过程无需对密文图像数据进行微分处理，进一步提高解密效率。本申请还提供了一种图像解密系统、装置及计算机可读存储介质，具有和上述图像解密系统相同的有益效果。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
图1为本申请所提供的一种洛伦兹流加密系统的结构示意图；
图2为本申请所提供的一种解密操作的步骤流程图；
图3为本申请所提供的一种流解密系统的结构示意图；
图4为本申请所提供的一种基于状态观测器的块解密系统；
图5为本申请所提供的一种图像解密系统的结构示意图；
图6为本申请所提供的一种图像解密装置的结构示意图；
图7为本申请所提供的另一种图像解密装置的结构示意图。
具体实施方式
本申请的核心是提供一种图像解密方法、系统、装置及计算机可读存储介质，能够实现多密文图像数据的并行解密，在解密过程中无需对密文图像数据进行微分处理，提高解密效率。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为便于理解本申请的图像解密方法，首先对该图像解密方法相对应的图像加密方法进行说明，图像加密方法采用并行加密的方式，即将原始图像数据以行为单位划分，图像的每一行像素可以看成一位，然后为每一行像素都安排一位流加密（Stream cipher）系统，将各行图像数据（即各行所有像素）输入对应的各位并联的洛伦兹流加密系统中并行进行图像加密操作。为便于说明，下面以一行图像数据为例，对加密过程进行说明，其余行图像数据的加密过程，同理。
首先对实现图像加密操作的洛伦兹系统进行说明，洛伦兹系统是一个非线性、非周期、三维的确定性连续动态系统。其动态方程可以表示为：
Figure 411495DEST_PATH_IMAGE016
（1）；
其中，x 1(t)，x 2(t)和x 3(t)是系统的状态，y(t)是系统的输出，x 1(0)，x 2(0)和x 3(0)设置为系统的初始状态，即t=0时刻的状态初始值。
考虑到洛伦兹系统是一个非线性系统，为便于后续进行数据处理，首先将洛伦兹系统转换为TS模糊模型，从而实现非线性到线性的转换，其中，TS模糊模型即Takagi-Sugeno模糊模型，该模型的主要思想是将非线性系统用许多线段相近的表示出来，即将复杂的非线性问题转化为在不同小线段上的问题。
具体的，设规则i：如果x 1(t)属于模糊集F i ，那么可以得到：
Figure 389947DEST_PATH_IMAGE017
，i=1,2（2）；
其中，系统的状态向量为
Figure 424899DEST_PATH_IMAGE018
，模糊集为
Figure DEST_PATH_IMAGE019
，
Figure 601933DEST_PATH_IMAGE020
；系数矩阵为
Figure DEST_PATH_IMAGE021
，
Figure 290403DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE023
、
Figure 98696DEST_PATH_IMAGE024
。因此，基于洛伦兹系统的TS模糊模型可以写为：
Figure 796393DEST_PATH_IMAGE025
（3）；
其中，
Figure 686989DEST_PATH_IMAGE026
，
Figure 825322DEST_PATH_IMAGE027
，
Figure 902999DEST_PATH_IMAGE028
并且其满足
Figure 810912DEST_PATH_IMAGE029
。定义原始图像数据中各行未加密的图像数据（即明文图像数据）为m(t)，且在t时刻，
Figure 648025DEST_PATH_IMAGE030
是个常数，系统的输入矩阵为B i 。为了设计解密系统方便，方案共用矩阵B，且将明文图像数据m(t)分别注入基于洛伦兹系统的TS模糊模型的状态方程
Figure 694609DEST_PATH_IMAGE031
以及输出方程
Figure 259583DEST_PATH_IMAGE032
中，得到洛伦兹流加密系统的数学模型：
Figure 299083DEST_PATH_IMAGE033
（4）；
可以理解的是，将明文图像数据m(t)直接注入状态方程中，这样的构造使得密钥流的产生极其依赖明文。也就是说，密钥流的产生不仅仅与系统初始值x(0)有关系，还与明文图像数据有关，从而使得流加密系统的安全性得到了提高，每一位洛伦兹流加密系统的结构均参照图1所示，明文图像数据m(t)经过乘法器，与输入矩阵B相乘，再与非线性函数f(x(t))相加，图1中用f(x(t))表示式（4）中的
Figure 164271DEST_PATH_IMAGE034
，得到密钥流随时间的微分
Figure 647336DEST_PATH_IMAGE035
。而
Figure 965185DEST_PATH_IMAGE036
经过积分器，得到密钥流x(t)。得到密钥流x(t)之后，密钥流x(t)经过乘法器与输出矩阵C相乘，并与明文图像数据m(t)相加，得到了密文图像数据y(t)，密文图像数据即某行明文图像数据经流加密系统加密后得到的图像数据。将每一行明文图像数据分别输入与其一一对应的如图1所示的洛伦兹流加密系统中进行加密操作，即可得到与每一行明文图像数据一一对应的密文图像数据。
在此基础上，本申请所提供的解密方案，也包括多位并联的流解密系统，每行明文图像数据对应的密文图像数据输入到一个流解密系统中进行解密操作，请参照图2，图2为本申请所提供的一种解密操作的步骤流程图，该解密操作包括：
S101：基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流；
具体的，首先将洛伦兹流加密系统的状态方程转换成如下形式：
Figure 949321DEST_PATH_IMAGE037
（5）；
其中，明文图像数据m(t)利用输出方程替换掉，即
Figure 528070DEST_PATH_IMAGE038
，在此基础上构造状态观测器，状态观测器的数学模型为：
Figure 572250DEST_PATH_IMAGE039
（6）；
其中，
Figure 111815DEST_PATH_IMAGE040
为观测密钥流随时间的微分，
Figure 775009DEST_PATH_IMAGE041
为观测密钥流，y(t)为密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure 83631DEST_PATH_IMAGE042
为前件变量，
Figure 298711DEST_PATH_IMAGE043
为关于
Figure 184628DEST_PATH_IMAGE042
的函数。
通过该状态观测器观测所在流解密系统接收到的密文图像数据对应的观测密钥流。
S102：判断观测密钥流是否满足解密条件，若是，执行S103；
S103：通过第一关系式得到解密后的明文图像数据，第一关系式为
Figure 776146DEST_PATH_IMAGE044
，
Figure 811711DEST_PATH_IMAGE045
为明文图像数据，y(t)为密文图像数据，C为输出矩阵，
Figure 197693DEST_PATH_IMAGE046
为观测密钥流。
作为一种可选的实施例，判断观测密钥流是否满足解密条件的过程包括：
通过观测误差系统判断观测密钥流是否满足解密条件，观测误差系统的数学模型为
Figure 711850DEST_PATH_IMAGE047
；
其中，
Figure 248005DEST_PATH_IMAGE048
为观测误差，
Figure 124694DEST_PATH_IMAGE049
为观测误差随时间的微分。
作为一种可选的实施例，解密条件为观测误差随时间的微分趋近于0。
具体的，可以根据式（4）和式（6）构造观测误差系统，观测误差系统的数学模型为：
Figure 947157DEST_PATH_IMAGE050
（7）；
此处，为配合洛伦兹流加密系统，求解输入矩阵B，为了求解矩阵B，本申请利用共同Lyapunov函数方法，构造线性矩阵不等式如下：
Figure 558398DEST_PATH_IMAGE051
（8）；
其中，P为对称正定矩阵，Q=PB，
Figure 694981DEST_PATH_IMAGE052
为正常数。这里通过求解参数矩阵P，Q和正常数
Figure 957335DEST_PATH_IMAGE053
，然后利用等式关系B=P -1 Q，求出输入矩阵B，在此基础上，即可得到单一通道的基于状态观测器的流解密系统，即：
Figure 167343DEST_PATH_IMAGE054
（9）；
具体的，一个流解密系统的结构示意图参照图3所示，参照上文，为与上文的图像加密方案相对应，本申请包括多位并联的流解密系统，并联的流解密系统的位数取决于洛伦兹流加密系统的位数，为便于理解，将基于状态观测器的流解密系统描述为：
Figure 859356DEST_PATH_IMAGE055
（10）；
其中，上角标j为流解密系统的当前位数。例如，当j=32时，式(10)表示为块解密系统的第32位流解密系统。基于状态观测器的块解密系统的结构示意图如图4所示。
可以理解的是，当所有流解密系统均完成解密操作后，根据所有流解密系统解密后的明文图像数据即可还原原始图像数据。
可见，本实施例中，首先基于并联的各位流解密系统对各自接收到的密文图像数据进行解密操作，实现并行解密，提高解密效率，基于洛伦兹流加密系统构造状态观测器，保证洛伦兹流加密系统和流解密系统密钥流的同步性，通过该状态观测器观测密文图像数据对应的观测密钥流，在观测密钥流满足解密条件，通过第一关系式获取明文图像数据，解密过程无需对密文图像数据进行微分处理，进一步提高解密效率。
在上述实施例的基础上：
作为一种可选的实施例，该图像解密方法还包括：
获取解密秘钥；
通过第一关系式得到解密后的明文图像数据的过程包括：
通过解密秘钥和第一关系式得到解密后的明文图像数据。
作为一种可选的实施例，解密秘钥为系统初始值。
具体的，基于洛伦兹系统的加密算法，基于洛伦兹系统的块解密秘钥选择为系统初始值和/或系统参数。由于块解密算法并联多位洛伦兹流解密模块，因此，系统初始值可以设置为，
Figure 455422DEST_PATH_IMAGE056
。注需要注意的是，由于混沌系统对系统初值极其敏感，因此，块解密系统要根据块加密系统来严格输入秘钥，才能正确还原图像。
综上，本实施例首先基于并联的每一流解密系统对各自接收到的密文图像数据进行解密操作，实现并行解密，提高解密效率，基于洛伦兹流加密系统构造状态观测器，保证洛伦兹流加密系统和流解密系统密钥流的同步性，通过该状态观测器观测密文图像数据对应的观测密钥流，在观测密钥流满足解密条件，通过第一关系式获取明文图像数据，解密过程无需对密文图像数据进行微分处理，块解密算法只涉及微分方程运算和矩阵运算，并没有传统解密算法中的高次幂运算，所以解密速度更快，进一步提高解密效率。
请参照图5，图5为本申请所提供的一种图像解密系统的结构示意图，包括多位并联的流解密系统1，每一流解密系统1包括：
观测模块11，基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流；
判断模块12，用于判断观测密钥流是否满足解密条件，若是，触发解密模块13；
解密模块13，用于通过第一关系式得到解密后的明文图像数据，第一关系式为
Figure 526277DEST_PATH_IMAGE057
，
Figure 18439DEST_PATH_IMAGE058
为明文图像数据，y(t)为密文图像数据，C为输出矩阵，
Figure 306069DEST_PATH_IMAGE059
为观测密钥流。
可见，本实施例中，首先基于并联的各位流解密系统1对各自接收到的密文图像数据进行解密操作，实现并行解密，提高解密效率，基于洛伦兹流加密系统构造状态观测器，保证洛伦兹流加密系统和流解密系统1密钥流的同步性，通过该状态观测器观测密文图像数据对应的观测密钥流，在观测密钥流满足解密条件，通过第一关系式获取明文图像数据，解密过程无需对密文图像数据进行微分处理，进一步提高解密效率。
作为一种可选的实施例，洛伦兹流加密系统的数学模型为：
Figure 440248DEST_PATH_IMAGE060
；
相应的，状态观测器的数学模型为：
Figure 21402DEST_PATH_IMAGE061
；
其中，
Figure DEST_PATH_IMAGE062
为观测密钥流随时间的微分，
Figure 294251DEST_PATH_IMAGE063
为观测密钥流，y(t)为密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure DEST_PATH_IMAGE064
为前件变量，
Figure 302134DEST_PATH_IMAGE065
为关于
Figure DEST_PATH_IMAGE066
的函数。
作为一种可选的实施例，判断观测密钥流是否满足解密条件的过程包括：
通过观测误差系统判断观测密钥流是否满足解密条件，观测误差系统的数学模型为
Figure 115369DEST_PATH_IMAGE067
；
其中，
Figure 206822DEST_PATH_IMAGE068
为观测误差，
Figure 588256DEST_PATH_IMAGE069
为观测误差随时间的微分。
作为一种可选的实施例，解密条件为观测误差随时间的微分趋近于0。
作为一种可选的实施例，该图像解密系统还包括：
获取模块，用于获取解密秘钥；
通过第一关系式得到解密后的明文图像数据的过程包括：
通过解密秘钥和第一关系式得到解密后的明文图像数据。
作为一种可选的实施例，解密秘钥为系统初始值。
作为一种可选的实施例，该图像解密系统还包括：
还原模块2，用于根据所有流解密系统1解密后的明文图像数据还原原始图像数据。
另一方面，本申请还提供了一种图像解密装置，请参照图6，图6为本申请实施例所提供的一种图像解密装置的结构示意图，该图像解密装置包括：
存储器31，用于存储计算机程序；
处理器32，用于执行计算机程序时实现如上文任意一个实施例所描述的图像解密方法的步骤。
具体的，存储器31包括非易失性存储介质、内存储器31。该非易失性存储介质存储有操作系统和计算机可读指令，该内存储器31为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。处理器32执行存储器31中保存的计算机程序时，可以实现以下步骤：通过并联的各位流解密系统对各自接收到的密文图像数据执行解密操作，解密操作包括：基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流；判断观测密钥流是否满足解密条件；若是，通过第一关系式得到解密后的明文图像数据，第一关系式为
Figure 273315DEST_PATH_IMAGE070
，
Figure 500028DEST_PATH_IMAGE071
为明文图像数据，y(t)为密文图像数据，C为输出矩阵，
Figure 586933DEST_PATH_IMAGE059
为观测密钥流。
可见，本实施例中，首先基于并联的各位流解密系统对各自接收到的密文图像数据进行解密操作，实现并行解密，提高解密效率，基于洛伦兹流加密系统构造状态观测器，保证洛伦兹流加密系统和流解密系统密钥流的同步性，通过该状态观测器观测密文图像数据对应的观测密钥流，在观测密钥流满足解密条件，通过第一关系式获取明文图像数据，解密过程无需对密文图像数据进行微分处理，进一步提高解密效率。
作为一种可选的实施例，处理器32执行存储器31中保存的计算机子程序时，可以实现以下步骤：设置洛伦兹流加密系统的数学模型为：
Figure 857377DEST_PATH_IMAGE072
；相应的，设置状态观测器的数学模型为
Figure 764153DEST_PATH_IMAGE073
；其中，
Figure 184770DEST_PATH_IMAGE074
为观测密钥流随时间的微分，
Figure 735969DEST_PATH_IMAGE041
为观测密钥流，y(t)为密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure 318260DEST_PATH_IMAGE075
为前件变量，
Figure 836966DEST_PATH_IMAGE076
为关于
Figure 530115DEST_PATH_IMAGE075
的函数。
作为一种可选的实施例，处理器32执行存储器31中保存的计算机子程序时，可以实现以下步骤：通过观测误差系统判断观测密钥流是否满足解密条件，观测误差系统的数学模型为
Figure 34407DEST_PATH_IMAGE077
；其中，
Figure 53178DEST_PATH_IMAGE068
为观测误差，
Figure 793601DEST_PATH_IMAGE078
为观测误差随时间的微分。
作为一种可选的实施例，处理器32执行存储器31中保存的计算机子程序时，可以实现以下步骤：当观测误差随时间的微分趋近于0，判定观测密钥流满足解密条件。
作为一种可选的实施例，处理器32执行存储器31中保存的计算机子程序时，可以实现以下步骤：获取解密秘钥；通过解密秘钥和第一关系式得到解密后的明文图像数据，其中，解密秘钥为系统初始值。
作为一种可选的实施例，处理器32执行存储器31中保存的计算机子程序时，可以实现以下步骤：根据所有流解密系统解密后的明文图像数据还原原始图像数据。
在上述实施例的基础上，作为优选实施方式，参见图7，图7为本申请实施例提供的另一种图像解密装置的结构示意图，该图像解密装置还包括：
输入接口33，与处理器32相连，用于获取外部导入的计算机程序、参数和指令，经处理器32控制保存至存储器31中。该输入接口33可以与输入装置相连，接收用户手动输入的参数或指令。该输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板。
显示单元34，与处理器32相连，用于显示处理器32发送的数据。该显示单元34可以为液晶显示屏或者电子墨水显示屏等。
网络端口35，与处理器32相连，用于与外部各终端设备进行通信连接。该通信连接所采用的通信技术可以为有线通信技术或无线通信技术，如移动高清链接技术（MHL）、通用串行总线（USB）、高清多媒体接口（HDMI）、无线保真技术（WiFi）、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术等。
另一方面，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上文任意一个实施例所描述的图像解密方法的步骤。
具体的，本申请还提供了一种计算机可读存储介质，该存储介质可以包括：U盘、移动硬盘、只读存储器（Read-Only Memory ，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。该存储介质上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：通过并联的各位流解密系统对各自接收到的密文图像数据执行解密操作，解密操作包括：基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流；判断观测密钥流是否满足解密条件；若是，通过第一关系式得到解密后的明文图像数据，第一关系式为
Figure 290442DEST_PATH_IMAGE079
，
Figure 816232DEST_PATH_IMAGE080
为明文图像数据，y(t)为密文图像数据，C为输出矩阵，
Figure 740326DEST_PATH_IMAGE081
为观测密钥流。
可见，本实施例中，首先基于并联的各位流解密系统对各自接收到的密文图像数据进行解密操作，实现并行解密，提高解密效率，基于洛伦兹流加密系统构造状态观测器，保证洛伦兹流加密系统和流解密系统密钥流的同步性，通过该状态观测器观测密文图像数据对应的观测密钥流，在观测密钥流满足解密条件，通过第一关系式获取明文图像数据，解密过程无需对密文图像数据进行微分处理，进一步提高解密效率。
作为一种可选的实施例，计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：设置洛伦兹流加密系统的数学模型为：
Figure 233624DEST_PATH_IMAGE082
；相应的，设置状态观测器的数学模型为
Figure 534155DEST_PATH_IMAGE083
；其中，
Figure 39086DEST_PATH_IMAGE084
为观测密钥流随时间的微分，
Figure 275026DEST_PATH_IMAGE063
为观测密钥流，y(t)为密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure 599829DEST_PATH_IMAGE085
为前件变量，
Figure 828685DEST_PATH_IMAGE086
为关于
Figure 188122DEST_PATH_IMAGE008
的函数。
作为一种可选的实施例，计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：通过观测误差系统判断观测密钥流是否满足解密条件，观测误差系统的数学模型为
Figure 860543DEST_PATH_IMAGE087
；其中，
Figure 76236DEST_PATH_IMAGE088
为观测误差，
Figure 718570DEST_PATH_IMAGE089
为观测误差随时间的微分。
作为一种可选的实施例，计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：当观测误差随时间的微分趋近于0，判定观测密钥流满足解密条件。
作为一种可选的实施例，计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：获取解密秘钥；通过解密秘钥和第一关系式得到解密后的明文图像数据，其中，解密秘钥为系统初始值。
作为一种可选的实施例，计算机可读存储介质中存储的计算机子程序被处理器执行时，具体可以实现以下步骤：根据所有流解密系统解密后的明文图像数据还原原始图像数据。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种图像解密方法，其特征在于，包括：
通过并联的各位流解密系统对各自接收到的密文图像数据执行解密操作，所述解密操作包括：
基于洛伦兹流加密系统构造的状态观测器观测所述密文图像数据对应的观测密钥流；
判断所述观测密钥流是否满足解密条件；
若是，通过第一关系式得到解密后的明文图像数据，所述第一关系式为
Figure DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE004
为所述明文图像数据，y(t)为所述密文图像数据，C为输出矩阵，
Figure DEST_PATH_IMAGE006
为所述观测密钥流；
所述洛伦兹流加密系统的数学模型为：
Figure DEST_PATH_IMAGE008
；
相应的，所述状态观测器的数学模型为：
Figure DEST_PATH_IMAGE010
；
其中，
Figure DEST_PATH_IMAGE012
为所述观测密钥流随时间的微分，
Figure DEST_PATH_IMAGE014
为所述观测密钥流，y(t)为所述密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure DEST_PATH_IMAGE016
为前件变量，
Figure DEST_PATH_IMAGE018
为关于
Figure 822199DEST_PATH_IMAGE016
的函数。
2.根据权利要求1所述的图像解密方法，其特征在于，所述判断所述观测密钥流是否满足解密条件的过程包括：
通过观测误差系统判断所述观测密钥流是否满足解密条件，所述观测误差系统的数学模型为
Figure DEST_PATH_IMAGE020
；
其中，
Figure DEST_PATH_IMAGE022
为观测误差，
Figure DEST_PATH_IMAGE024
为所述观测误差随时间的微分。
3.根据权利要求2所述的图像解密方法，其特征在于，所述解密条件为所述观测误差随时间的微分趋近于0。
4.根据权利要求1所述的图像解密方法，其特征在于，该图像解密方法还包括：
获取解密秘钥；
所述通过第一关系式得到解密后的明文图像数据的过程包括：
通过所述解密秘钥和第一关系式得到解密后的明文图像数据。
5.根据权利要求4所述的图像解密方法，其特征在于，所述解密秘钥为系统初始值。
6.根据权利要求1-5任意一项所述的图像解密方法，其特征在于，该图像解密方法还包括：
根据所有所述流解密系统解密后的明文图像数据还原原始图像数据。
7.一种图像解密系统，其特征在于，包括多位并联的流解密系统，每一所述流解密系统包括：
观测模块，基于洛伦兹流加密系统构造的状态观测器观测密文图像数据对应的观测密钥流；
判断模块，用于判断所述观测密钥流是否满足解密条件，若是，触发解密模块；
所述解密模块，用于通过第一关系式得到解密后的明文图像数据，所述第一关系式为
Figure DEST_PATH_IMAGE025
，
Figure DEST_PATH_IMAGE026
为所述明文图像数据，y(t)为所述密文图像数据，C为输出矩阵，
Figure DEST_PATH_IMAGE027
为所述观测密钥流；
所述洛伦兹流加密系统的数学模型为：
Figure DEST_PATH_IMAGE029
；
相应的，所述状态观测器的数学模型为：
Figure DEST_PATH_IMAGE031
；
其中，
Figure 834149DEST_PATH_IMAGE012
为所述观测密钥流随时间的微分，
Figure 768607DEST_PATH_IMAGE014
为所述观测密钥流，y(t)为所述密文图像数据，B为输入矩阵，C为输出矩阵，A i 为系统矩阵，
Figure 230812DEST_PATH_IMAGE016
为前件变量，
Figure 686939DEST_PATH_IMAGE018
为关于
Figure 689530DEST_PATH_IMAGE016
的函数。
8.一种图像解密装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-6任意一项所述的图像解密方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述的图像解密方法的步骤。
CN202210228387.0A 2022-03-10 2022-03-10 一种图像解密方法、系统、装置及计算机可读存储介质 Active CN114338024B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210228387.0A CN114338024B (zh) 2022-03-10 2022-03-10 一种图像解密方法、系统、装置及计算机可读存储介质
PCT/CN2023/080613 WO2023169532A1 (zh) 2022-03-10 2023-03-09 图像加密方法、图像解密方法、图像处理装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210228387.0A CN114338024B (zh) 2022-03-10 2022-03-10 一种图像解密方法、系统、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN114338024A CN114338024A (zh) 2022-04-12
CN114338024B true CN114338024B (zh) 2022-06-07

Family

ID=81033228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210228387.0A Active CN114338024B (zh) 2022-03-10 2022-03-10 一种图像解密方法、系统、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114338024B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023169532A1 (zh) * 2022-03-10 2023-09-14 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

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2017216749A (ja) * 2011-01-18 2017-12-07 ソニー株式会社 画像処理装置及び画像処理方法
US10009503B1 (en) * 2017-05-11 2018-06-26 Xerox Corporation Overlapped vector patterned two layer correlation marks
CN110784619A (zh) * 2019-10-24 2020-02-11 广西师范大学 一种基于混沌的新式并行图像加密方法
CN111130748A (zh) * 2018-10-31 2020-05-08 王海林 一种量子混沌的并行图像加密方法
KR20210034936A (ko) * 2019-09-23 2021-03-31 주식회사 케이씨에스 고속 암호인증을 위한 암호화 장치 및 그 장치의 구동 방법
CN112636895A (zh) * 2020-09-07 2021-04-09 长沙理工大学 一种图像加密解密方法和图像加密解密系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002164882A (ja) * 2000-11-24 2002-06-07 Laurel Intelligent Systems Co Ltd セキュリティ画像伝送システム
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017216749A (ja) * 2011-01-18 2017-12-07 ソニー株式会社 画像処理装置及び画像処理方法
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
US10009503B1 (en) * 2017-05-11 2018-06-26 Xerox Corporation Overlapped vector patterned two layer correlation marks
CN111130748A (zh) * 2018-10-31 2020-05-08 王海林 一种量子混沌的并行图像加密方法
KR20210034936A (ko) * 2019-09-23 2021-03-31 주식회사 케이씨에스 고속 암호인증을 위한 암호화 장치 및 그 장치의 구동 방법
CN110784619A (zh) * 2019-10-24 2020-02-11 广西师范大学 一种基于混沌的新式并行图像加密方法
CN112636895A (zh) * 2020-09-07 2021-04-09 长沙理工大学 一种图像加密解密方法和图像加密解密系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Parallel Encryption Algorithm for Color Images Based on Lorenz Chaotic Sequences;Ying Wang等;《2006 6th World Congress on Intelligent Control and Automation》;20061023;全文 *
基于仿射密码的并行图像加密算法;柯琦等;《现代电子技术》;20181112;全文 *
基于混沌集的图像加密算法;李付鹏等;《电子与信息学报》;20200415(第04期);全文 *

Also Published As

Publication number Publication date
CN114338024A (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
Li et al. Privacy-preserving machine learning with multiple data providers
CN114338022B (zh) 一种图像加密方法、系统、装置及计算机可读存储介质
CN106850221B (zh) 信息加密、解密方法及装置
CN109214201B (zh) 一种数据共享方法、终端设备及计算机可读存储介质
Aboytes-González et al. Design of a strong S-box based on a matrix approach
CN106487503B (zh) 基于剪裁的霍普菲尔德神经网络的多元公钥密码系统和方法
CN113518092B (zh) 实现多方隐私的集合交集方法
CN107770405A (zh) 图像加密方法及装置
CN114696990B (zh) 基于全同态加密的多方计算方法、系统及相关设备
WO2023138265A1 (zh) 一种数据加解密方法、系统、设备及计算机可读存储介质
CN110569227A (zh) 模型参数确定方法、装置和电子设备
WO2021106077A1 (ja) ニューラルネットワークの更新方法、端末装置、計算装置及びプログラム
CN112054896B (zh) 白盒加密方法、装置、终端及存储介质
CN114338024B (zh) 一种图像解密方法、系统、装置及计算机可读存储介质
CN111866018A (zh) 数据信息加密发送方法、装置、计算机设备及存储介质
CN110784306A (zh) Sm4算法白盒实现方法、装置、电子设备及计算机介质
Arshad et al. A novel scheme for designing secure substitution boxes (S-boxes) based on Mobius group and finite field
CN111625862A (zh) 基于多数据节点的数据处理方法、系统及存储介质
WO2023169532A1 (zh) 图像加密方法、图像解密方法、图像处理装置及存储介质
CN114338023B (zh) 图像加密方法、图像解密方法、图像处理装置及存储介质
CN113591117A (zh) 社交平台日常对话加密方法、系统、存储介质及计算设备
CN112149141A (zh) 模型训练方法、装置、设备和介质
CN116132065A (zh) 密钥确定方法、装置、计算机设备和存储介质
KR102304992B1 (ko) 동형 암호문에 대한 비다항식 연산을 수행하는 장치 및 방법
CN114357504A (zh) 基于隐私保护的联邦学习方法以及相关设备

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