CN115242931A - 一种erp管理系统的数据存储方法 - Google Patents
一种erp管理系统的数据存储方法 Download PDFInfo
- Publication number
- CN115242931A CN115242931A CN202211131366.3A CN202211131366A CN115242931A CN 115242931 A CN115242931 A CN 115242931A CN 202211131366 A CN202211131366 A CN 202211131366A CN 115242931 A CN115242931 A CN 115242931A
- Authority
- CN
- China
- Prior art keywords
- ciphertext
- value
- plaintext
- integer
- pixel block
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007726 management method Methods 0.000 title claims abstract description 31
- 238000013500 data storage Methods 0.000 title claims abstract description 19
- 238000001914 filtration Methods 0.000 claims abstract description 78
- 238000000638 solvent extraction Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 description 12
- 230000000739 chaotic effect Effects 0.000 description 9
- 238000013507 mapping Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005336 cracking Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04N1/44—Secrecy systems
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明涉及图像加密领域,具体涉及一种ERP管理系统的数据存储方法,获取ERP管理系统中的明文图像;获得第一预设字典、第二预设字典和第三预设字典以及滤波核结构,获得二值码字对应的滤波核集合;对明文图像进行分块获得明文像素块,根据第一预设字典和明文像素点的横坐标、第二预设字典和明文像素点的纵坐标、第三预设字典和明文像素点的灰度值对明文像素块进行加密;通过赋值得到加密后的密文图像,进行密文图像的传输;对传输的密文图像进行分块获得密文像素块;对密文像素块进行解密,获得明文像素块,进而获得明文图像,进行数据存储。即本发明的方案能够对密文像素块任意赋值,获得混乱的密文图像,增加了明文图像的安全性。
Description
技术领域
本申请涉及图像加密领域,具体涉及一种ERP管理系统的数据存储方法。
背景技术
ERP管理系统是一种先进的现代企业管理模式,主要实施对象是企业,目的是将企业的各个方面的资源(包括销、财、供、物、产等因素)合理配置,以使之充分发挥效能,使企业在激烈的市场竞争中全方位地发挥能量,从而取得最佳的经济效益。ERP管理系统改变了过去传统企业中,数据在不同部门之间重复的录入,难以共享的数据孤岛的情况,将公司贯穿整个业务流程的数据高度的集中起来,便于管理,同时实现共享,从而提高管理效率和决策水平。
ERP管理系统实现共享的同时,也会存在将重要数据暴露给所有人员的风险,进而增加重要数据泄露的风险,为了保证重要数据的安全性,需要对重要数据进行加密存储。重要数据包括文本数据和图像数据,传统加密技术如DES、IDEA、RSA等,虽然加密密钥空间大,也很难被破解,但这些加密算法是根据文本加密的特点提出来的,不适用于图像;基于DNA编码或RNA编码的图像加密算法密钥空间小,较容易被暴力破解。对于重要数据中的文本数据,通过传统加密技术如DES进行加密存储即可,对于重要数据中的图像数据,需要一种密钥空间大、不容易被暴力破解的图像加密存储方法。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种ERP管理系统的数据存储方法,所采用的技术方案具体如下:
本发明的一种ERP管理系统的数据存储方法,包括以下步骤:
获取ERP管理系统中的明文图像;
基于明文图像获取横坐标和灰度值、纵坐标和二值码字、灰度值和滤波值,并获得第一预设字典、第二预设字典和第三预设字典;
根据二值码字获得的滤波核结构,获得二值码字对应的滤波核集合;
对明文图像进行分块获得明文像素块,根据第一预设字典和明文像素点的横坐标对明文像素块进行加密,获得密文像素块的中心密文像素点的灰度值;根据第二预设字典和明文像素点的纵坐标对明文像素块进行加密,获得密文像素块的LBP值;根据第三预设字典和明文像素点的灰度值对明文像素块进行加密,获得密文像素块的滤波值;根据密文像素块的LBP值确定密文像素块的滤波核;
根据密文像素块的中心密文像素点的灰度值、LBP值、滤波值和滤波核对密文像素块进行赋值,得到加密后的密文图像,进行密文图像的传输;
对传输的密文图像进行分块获得密文像素块;对密文像素块进行解密,获得明文像素块,进而获得明文图像,进行数据存储。
进一步地,所述第一预设字典为第一预设范围的整数和灰度值的对应关系,其中每个第一预设范围的整数唯一对应一个灰度值,每个灰度值唯一对应一个第一预设范围的整数,其中为第一预设范围之间的每个整数随机分配一个在范围内的灰度值,只要满足上述条件的第一预设范围的整数和灰度值的对应关系即为第一预设字典。
进一步地,所述第二预设字典为第二预设范围的整数和二值码字的对应关系,其中每个第二预设范围的整数唯一对应一个二值码字,每个二值码字唯一对应一个第二预设范围的整数,给第二预设范围之间的每个整数随机分配一个二值码字,只要满足上述条件的第二预设范围的整数和二值码字的对应关系即为第二预设字典,所述二值码字的码长为8,由数量不少于1的0比特数和数量不少于1的1比特数组成,所述码字共有254个,与第二预设范围的整数的数量相同。
进一步地,所述第三预设字典为第三预设范围的整数和滤波值的对应关系,其中每个第三预设范围的整数唯一对应一个滤波值,每个滤波值唯一对应一个第三预设范围的整数,给第三预设范围之间的每个整数随机分配一个在范围内的滤波值,只要满足上述条件的第三预设范围的整数和滤波值的对应关系即为第三预设字典。
进一步地,根据二值码字获得对应的滤波核结构;
在滤波核结构中的个正数候选位中,随机选取个正数候选位,滤波核中对应有个元素的元素值为,剩余个元素的元素值为0,且;在滤波核结构中的个负数候选位中,随机选取个负数候选位,滤波核中对应个元素的元素值为,剩余个元素的元素值为0,且;获得对应的滤波核;对于有个正数候选位和个负数位候选的滤波核结构,其对应的滤波核有种,所述种滤波核组成滤波核结构的滤波核集合。
进一步地,所述中心密文像素点的灰度值的获取方法为:获得和明文像素点的横坐标相等的第一预设范围的整数,根据第一预设范围的整数在第一预设字典中找到对应关系,对应关系中的灰度值记为密文像素块的中心密文像素点的灰度值。
进一步地,获得密文像素块的LBP值为:
获得和明文像素点的纵坐标相等的第二预设范围的整数,根据第二预设范围的整数在第二预设字典中找到对应关系,对应关系中的二值码字记为密文像素块的LBP值。
进一步地,密文像素块的滤波值的获取方法为:获得和明文像素点的灰度值相等的第三预设范围的整数,根据第三预设范围的整数在第三预设字典中找到对应关系,对应关系中的滤波值记为密文像素块的滤波值。
进一步地,根据LBP值获得的滤波核结构,进而根据滤波核结构获得LBP值对应的滤波核集合。
进一步地,所述赋值的规则为:
本发明的有益效果:
本发明根据赋值规则对密文像素块任意赋值,获得足够混乱的密文图像,通过增加密文图像的混乱度,使密文图像与明文图像视觉效果不同,增加了明文图像的安全性。
本发明将明文像素点的坐标和灰度值转换为密文像素块的信息,即密文像素块中已经具有明文像素点的位置信息,因此,在对密文像素块进行排列获得密文图像时,可以任意排列,以此增加了密文图像的混乱度,使密文图像与明文图像视觉效果不同,增加了明文图像的安全性。
本发明根据LBP值获得的滤波核结构,进而根据滤波核结构获得LBP值对应的滤波核集合,所述滤波核集合的滤波核数量较多,密钥空间大,增加量暴力破解密文图像的难度,增加了明文图像的安全性。同时,由于第一预设字典、第二预设字典和第三预设字典时随机设置的,作用和密钥相同,因此增加了密钥空间,进而增加量暴力破解密文图像的难度,增加了明文图像的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1是本发明的一种ERP管理系统的数据存储方法的流程图;
图2是本发明获取滤波核集合的过程示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的方案,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明提出一种ERP管理系统的数据存储方法,以解决现有的问题,包括:分别获得表征横坐标和灰度值、纵坐标和二值码字、灰度值和滤波值的对应关系的第一预设字典、第二预设字典和第三预设字典;根据LBP值获得的滤波核结构,获得LBP值对应的滤波核集合;对明文图像进行分块获得明文像素块,通过明文像素点的坐标和灰度值获得对应密文矩阵的中心像素点灰度值、LBP值和滤波值,进而对密文矩阵进行赋值,实现对明文像素块的加密,获得密文像素块,进而获得密文图像。
本发明提出一种ERP管理系统的数据存储方法的实施例请参阅图1所示,包括以下步骤:
步骤S001,获取ERP管理系统中的明文图像。
ERP管理系统所管理配置的资源包括人力资源,财务,企业资产,生产,原料供给,销售,库存等因素,其中涉及到的重要的图像数据包括:人员信息图像、财务合同图像、产品设计图等,将ERP管理系统中的重要的图像数据的明文图像,对明文图像进行加密,获得密文图像,实现对重要的图像数据的加密存储。
步骤S002,分别获得第一预设字典、第二预设字典和第三预设字典。
其中,获得第一预设范围的整数和灰度值的对应关系组成的第一预设字典。
具体方法为:第一预设字典表征第一预设范围的整数和灰度值的对应关系,其中每个第一预设范围的整数唯一对应一个灰度值,每个灰度值唯一对应一个第一预设范围的整数。给第一预设范围之间的每个整数随机分配一个在范围内的灰度值,只要满足上述条件的第一预设范围的整数和灰度值的对应关系即为第一预设字典。
其中,获得第二预设范围的整数和二值码字的对应关系组成的第二预设字典。
具体方法为:第二预设字典表征第二预设范围的整数和二值码字的对应关系,其中每个第二预设范围的整数唯一对应一个二值码字,每个二值码字唯一对应一个第二预设范围的整数。给第二预设范围之间的每个整数随机分配一个二值码字,只要满足上述条件的第二预设范围的整数和二值码字的对应关系即为第二预设字典,所述二值码字的码长为8,由数量不少于1的0比特数和数量不少于1的1比特数组成,所述码字共有254个,与第二预设范围的整数的数量相同。
其中,获得第三预设范围的整数和滤波值的对应关系组成的第三预设字典。
具体方法为:第三预设字典表征第三预设范围的整数和滤波值的对应关系,其中每个第三预设范围的整数唯一对应一个滤波值,每个滤波值唯一对应一个第三预设范围的整数。给第三预设范围之间的每个整数随机分配一个在范围内的滤波值,只要满足上述条件的第三预设范围的整数和滤波值的对应关系即为第三预设字典。
本实施例中的第一预设字典、第二预设字典和第三预设字典在整个加密过程中只获取一次,并将获取的第一预设字典、第二预设字典和第三预设字典进行存储。
步骤S003,根据二值码字获得的滤波核结构,获得二值码字对应的滤波核集合。
本实施例中,获取滤波核集合的具体的步骤包括:
1、根据二值码字获得对应的滤波核结构。
具体方法为:以矩阵的左上角位置为起点,按照顺时针的方向,将二值码字矩阵的每个元素的元素值和对应的二值码字的比特数相同,进而获得大小的二值码字矩阵;滤波核结构为大小的矩阵,滤波核结构的中心元素的元素值为0,其余元素被划分为正数候选位和负数候选位,所述正数候选位是滤波核结构中和二值码字矩阵中1比特数对应元素的位置相同的元素,所述负数候选位是滤波核结构中和二值码字矩阵中0比特数对应元素的位置相同的元素,获得一个中心元素值为0且有个正数候选位和个负数位候选组成的滤波核结构,其中,和分别为二值码字中1比特数的数量和0比特数的数量。例如,二值码字对应的二值码字矩阵为,二值码字矩阵对应的滤波核结构为,其中,为正数候选位,为负数候选位,如图2所示。
2、根据滤波核结构获得滤波核集合。
具体方法为:在滤波核结构中的个正数候选位中,随机选取个正数候选位,滤波核中对应有个元素的元素值为,剩余个元素的元素值为0,且;在滤波核结构中的个负数候选位中,随机选取个负数候选位,滤波核中对应个元素的元素值为,剩余个元素的元素值为0,且;获得对应的滤波核。对于有个正数候选位和个负数位候选的滤波核结构,其对应的滤波核有种,所述种滤波核组成了滤波核结构的滤波核集合。
步骤S004,对明文图像进行分块获得明文像素块;对明文像素块进行加密,获得密文像素块,进而获得密文图像。
本发明通过将明文图像分割为多个明文图像块,通过对明文图像块中的每个明文像素点进行加密,获得由密文像素块组成的密文图像块,进而获得由密文图像块组成的密文图像,其中,明文图像块中的每个明文像素点对应密文图像块中的每个密文像素块。所述密文像素块中密文像素点的灰度值是根据赋值规则获得的,所述赋值规则是根据密文像素块的中心密文像素点的灰度值、LBP值和滤波值获得,所述密文像素块的中心密文像素点的灰度值、LBP值和滤波值时根据明文像素点的横坐标、纵坐标和灰度值获得的。
由于密文像素块中密文像素点的灰度值只要满足赋值规则即可,即只要在满足赋值规则的灰度值取值范围内任意取值,对密文像素块中密文像素点进行赋值即可,因此,可以获得与明文图像具有完全不同的视觉效果,并且足够混乱的密文图像,以此实现了对明文图像的加密。
上述中的获取密文图像的具体的步骤包括:
1、对明文图像进行分块获得明文图像块。
具体方法为:将明文图像分割为多个大小为的明文图像块,并获得明文图像块中每个明文像素点的坐标,本发明以某个明文图像块为例进行说明:以明文图像块的左上角为原点,以原点从上向下的方向为轴方向,以原点从左向右的方向为轴方向,建立位置直角坐标系,为明文像素点的横坐标,且,为明文像素点的纵坐标, 且。
2、对明文图像块中的每个明文像素点进行加密,获得由密文像素块组成的密文图像块,进而获得由密文图像块组成的密文图像。
对于明文图像块中的一个明文像素点,该明文像素点加密后获得的是一个3×3的密文像素块,明文图像块中有多少个明文像素点就会得到多少个密文像素块,这些密文像素块构成的图像称为明文图像块的密文图像块,明文图像上所有明文图像块的密文图像块构成的图像就是明文图像加密后的密文图像,对明文图像块中的一个明文像素点进行加密获得密文像素块的具体方法为:
a)根据第一预设字典和明文像素点的横坐标获得密文像素块的中心密文像素点的灰度值。
具体方法为:获得和明文像素点的横坐标相等的第一预设范围的整数,根据第一预设范围的整数在第一预设字典中找到对应关系,对应关系中的灰度值记为密文像素块的中心密文像素点的灰度值。
b)根据第二预设字典和明文像素点的纵坐标获得密文像素块的LBP值。
具体方法为:获得和明文像素点的纵坐标相等的第二预设范围的整数,根据第二预设范围的整数在第二预设字典中找到对应关系,对应关系中的二值码字记为密文像素块的LBP值。所述密文像素块的LBP值是以密文像素块的中心密文像素点的灰度值为阈值,将相邻的8个密文像素点的灰度值与其进行比较,如果周围密文像素点的灰度值大于中心密文像素点的灰度值,则该密文像素点的位置被标记为1,否则被标记为0,因此,密文像素块的8个密文像素点结果比较可产生8位二进制数,即为密文矩阵的LBP值。
c)根据第三预设字典和明文像素点的灰度值获得密文像素块的滤波值。
具体方法为:获得和明文像素点的灰度值相等的第三预设范围的整数,根据第三预设范围的整数在第三预设字典中找到对应关系,对应关系中的滤波值记为密文像素块的滤波值。所述密文像素块的滤波值是通过某个滤波核对密文像素块进行滤波的结果,因此,可以通过密文像素块的滤波值和滤波核确定密文像素块中8个密文像素点的灰度值。
由于第一预设字典、第二预设字典和第三预设字典时随机设置的,作用和密钥相同,因此增加了密钥空间,进而增加量暴力破解密文图像的难度,增加了明文图像的安全性。
d)根据混沌映射获得对应的滤波核。
具体方法为:一维Logistic 映射是一种典型的混沌映射,模型为,当系数时,系统进入混沌状态,就会产生之间的混沌序列。随机产生密钥,将一维Logistic 混沌映射模型迭代次,为防止初值干扰,去除前个数值,将剩余的个数值的每一个数值乘以并进行四舍五入取整,获得长度为的混沌序列。根据明文像素点的纵坐标获得密文像素块的LBP值,获得与所述LBP值相同的二值码字,根据二值码字获得滤波核结构,根据所述滤波核结构获得滤波核集合,所述滤波核集合即为密文像素块的滤波核集合,根据明文像素点的坐标获得混沌序列中的第个数值,将滤波核集合中的第个滤波核明文像素点对应的密文像素块的滤波核,其中,为滤波核集合中滤波核的数量,为除法取余。
本发明根据LBP值获得的滤波核结构,进而根据滤波核结构获得LBP值对应的滤波核集合,所述滤波核集合的滤波核数量较多,密钥空间大,增加量暴力破解密文图像的难度,增加了明文图像的安全性。
根据密文像素块的中心密文像素点的灰度值、LBP值、滤波值和滤波核对密文像素块进行赋值,具体方法为:
1)密文像素块的LBP值可以反映密文像素块中8个密文像素点的灰度值与中心密文像素点的灰度值的关系,因此,根据密文像素点的灰度值与中心密文像素点的灰度值的关系获得密文像素点的灰度值一个赋值规则为:,其中,为密文像素块中第个密文像素点的灰度值,密文像素块的中心密文像素点的灰度值,为密文像素块中第个密文像素点对应的LBP值。
2)密文像素块的滤波值是通过滤波核对密文像素块进行滤波的结果,因此,可以通过密文像素块的滤波值和滤波核确定密文像素块中相邻的8个密文像素点的灰度值,因此,根据密文像素块的滤波值和滤波核获得密文像素点的灰度值一个赋值规则为,其中,为密文像素块中第个密文像素点的灰度值,为滤波核中第个元素的元素值,为密文像素块的滤波值。
3)随机选择一个满足条件和的密文像素块,进而获得明文像素点加密后的密文像素块。根据赋值规则对密文像素块任意赋值,进而获得足够混乱的密文图像,通过增加密文图像的混乱度,使密文图像与明文图像视觉效果不同,增加了明文图像的安全性。
4)对于一个明文图像块中的所有明文像素点加密获得的所有密文像素块,由于已经将明文像素点的坐标和灰度值转换为密文像素块的信息,即密文像素块中已经具有明文像素点的位置信息,因此,在对密文像素块进行排列获得密文图像块时,可以对组成密文图像块的密文像素块任意排列,以此增加了密文图像的混乱度,使密文图像与明文图像视觉效果不同,增加了明文图像的安全性。
步骤S005,对密文图像进行分块获得密文像素块;对密文像素块进行解密,获得明文像素块,进而获得明文图像。
本发明通过将密文图像分割为多个密文图像块,将每个密文图像块分割为多个密文像素块,通过对密文图像块的密文像素块进行解密,获得由明文像素点组成的明文图像块,进而获得由明文图像块组成的明文文图像,其中,密文像素块的大小为,密文图像块中的每个密文像素块对应明文图像块中的每个明文像素点。所述明文像素点的横坐标、纵坐标和灰度值是根据密文像素块的中心密文像素点的灰度值、LBP值和滤波值获得的,具体的步骤包括:
1、对密文图像进行分块获得密文图像块,对密文图像块进行划分获得密文像素块。
2、对密文图像块中的每个密文像素块进行解密,获得由明文像素点组成的明文图像块,进而获得由明文图像块组成的明文图像。对于密文图像块中的一个密文像素块,该密文像素块解密后获得的是一个明文像素点,密文图像块中有多少个密文像素块就会得到多少个明文像素点,这些明文像素点构成的图像称为密文图像块的明文图像块,密文图像上所有密文图像块的明文图像块构成的图像就是密文图像解密后的明文图像,对密文图像块中的一个密文像素块进行解密获得明文像素点的具体方法为:
(a)根据第一预设字典和密文像素块的中心密文像素点的灰度值获得明文像素点的横坐标。
具体方法为:根据密文像素块的中心像素点的灰度值在第一预设字典中找到对应关系,对应关系中的第一预设范围的整数记为明文像素点的横坐标。
(b)根据第二预设字典和密文像素块的LBP值获得明文像素点的纵坐标。
具体方法为:将密文像素块中的8个密文像素点的灰度值与中心密文像素点的灰度值进行比较,若周围密文像素点的灰度值大于中心密文像素点的灰度值,则该密文像素点的位置被标记为1,否则被标记为0,因此,密文像素块的8个密文像素点经比较可产生8位二进制数,即为密文像素块的LBP值。获得和密文像素块的LBP值相等的二值码字,根据二值码字在第二预设字典中找到对应关系,对应关系中的第二预设范围的整数,记为明文像素点的纵坐标。
(c)根据混沌映射获得密文像素块对应的滤波核,进而获得密文像素块的滤波值。
具体方法为:获得与密文像素块LBP值相同的二值码字,根据二值码字获得滤波核结构,根据所述滤波核结构获得滤波核集合。根据密钥和一维 Logistic 系统的公式获得混沌序列,根据混沌序列,获得密文像素块对应的滤波核,进而获得密文像素块的滤波值。
(d)根据第三预设字典和密文像素块的滤波值获得明文像素点的灰度值。
具体方法为:根据密文像素块的滤波值在第三预设字典中找到对应关系,对应关系中的第三预设范围的整数记为明文像素点的灰度值。
本发明的方案通过对明文图像进行加密后,进行数据的传输,之后对传输的数据进行解密,再进行存储。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种ERP管理系统的数据存储方法,其特征在于,包括以下步骤:
获取ERP管理系统中的明文图像;
基于明文图像获取横坐标和灰度值、纵坐标和二值码字、灰度值和滤波值,并获得第一预设字典、第二预设字典和第三预设字典;根据二值码字获得的滤波核结构,获得二值码字对应的滤波核集合;
对明文图像进行分块获得明文像素块,根据第一预设字典和明文像素点的横坐标对明文像素块进行加密,获得密文像素块的中心密文像素点的灰度值;根据第二预设字典和明文像素点的纵坐标对明文像素块进行加密,获得密文像素块的LBP值;根据第三预设字典和明文像素点的灰度值对明文像素块进行加密,获得密文像素块的滤波值;根据密文像素块的LBP值确定密文像素块的滤波核;
根据密文像素块的中心密文像素点的灰度值、LBP值、滤波值和滤波核对密文像素块进行赋值,得到加密后的密文图像,进行密文图像的传输;
对传输的密文图像进行分块获得密文像素块;对密文像素块进行解密,获得明文像素块,进而获得明文图像,进行数据存储。
6.根据权利要求1所述的一种ERP管理系统的数据存储方法,其特征在于,所述中心密文像素点的灰度值的获取方法为:获得和明文像素点的横坐标相等的第一预设范围的整数,根据第一预设范围的整数在第一预设字典中找到对应关系,对应关系中的灰度值记为密文像素块的中心密文像素点的灰度值。
7.根据权利要求1所述的一种ERP管理系统的数据存储方法,其特征在于,获得密文像素块的LBP值为:
获得和明文像素点的纵坐标相等的第二预设范围的整数,根据第二预设范围的整数在第二预设字典中找到对应关系,对应关系中的二值码字记为密文像素块的LBP值。
8.根据权利要求1所述的一种ERP管理系统的数据存储方法,其特征在于,密文像素块的滤波值的获取方法为:获得和明文像素点的灰度值相等的第三预设范围的整数,根据第三预设范围的整数在第三预设字典中找到对应关系,对应关系中的滤波值记为密文像素块的滤波值。
9.根据权利要求1所述的一种ERP管理系统的数据存储方法,其特征在于,根据LBP值获得的滤波核结构,进而根据滤波核结构获得LBP值对应的滤波核集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211131366.3A CN115242931B (zh) | 2022-09-16 | 2022-09-16 | 一种erp管理系统的数据存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211131366.3A CN115242931B (zh) | 2022-09-16 | 2022-09-16 | 一种erp管理系统的数据存储方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115242931A true CN115242931A (zh) | 2022-10-25 |
CN115242931B CN115242931B (zh) | 2022-12-16 |
Family
ID=83680714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211131366.3A Active CN115242931B (zh) | 2022-09-16 | 2022-09-16 | 一种erp管理系统的数据存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115242931B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115733933A (zh) * | 2022-11-29 | 2023-03-03 | 广州韬露科技有限公司 | 基于人工智能的网络安全加密方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013012054A (ja) * | 2011-06-29 | 2013-01-17 | Fujitsu Ltd | 画像復号プログラムおよび画像復号方法 |
CN108319859A (zh) * | 2018-01-15 | 2018-07-24 | 西北工业大学 | 一种位级同步置乱扩散和像素级环形扩散图像加密方法 |
CN112035847A (zh) * | 2019-06-03 | 2020-12-04 | 湖北微模式科技发展有限公司 | 一种图像加密、解密方法及装置、电子设备和存储介质 |
CN112364193A (zh) * | 2020-11-17 | 2021-02-12 | 同济大学 | 面向图像检索的融合多层特征深度神经网络模型方法 |
-
2022
- 2022-09-16 CN CN202211131366.3A patent/CN115242931B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013012054A (ja) * | 2011-06-29 | 2013-01-17 | Fujitsu Ltd | 画像復号プログラムおよび画像復号方法 |
CN108319859A (zh) * | 2018-01-15 | 2018-07-24 | 西北工业大学 | 一种位级同步置乱扩散和像素级环形扩散图像加密方法 |
CN112035847A (zh) * | 2019-06-03 | 2020-12-04 | 湖北微模式科技发展有限公司 | 一种图像加密、解密方法及装置、电子设备和存储介质 |
CN112364193A (zh) * | 2020-11-17 | 2021-02-12 | 同济大学 | 面向图像检索的融合多层特征深度神经网络模型方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115733933A (zh) * | 2022-11-29 | 2023-03-03 | 广州韬露科技有限公司 | 基于人工智能的网络安全加密方法 |
CN115733933B (zh) * | 2022-11-29 | 2023-10-31 | 南京先维信息技术有限公司 | 基于人工智能的网络安全加密方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115242931B (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Image encryption algorithm based on chaotic system and dynamic S-boxes composed of DNA sequences | |
CN115242931B (zh) | 一种erp管理系统的数据存储方法 | |
CN111401572B (zh) | 基于隐私保护的有监督特征分箱方法及装置 | |
CN115694784A (zh) | 一种数据安全存储方法 | |
CN107633175A (zh) | 一种基于混沌的快速彩色图像加密方法 | |
CN111539009A (zh) | 保护隐私数据的有监督特征分箱方法及装置 | |
CN116796354B (zh) | 一种用于计算机系统的信息安全增强方法 | |
CN115643001B (zh) | 一种基于位平面的图像加密方法、系统及可读存储介质 | |
CN115941153B (zh) | 一种药物合成数据的安全存储方法 | |
CN116226891B (zh) | 一种人脸图像数据加密方法 | |
CN115664847A (zh) | 一种互联网教育平台的用户信息安全存储方法 | |
US6023511A (en) | Cryptosystem for encrypting digital image or voice file | |
CN116015982B (zh) | 一种网络安全数据传输的加密、解密方法及设备 | |
CN115879138B (zh) | 一种用于芯片的轻量级数据加密方法 | |
CN115664639B (zh) | 一种金融资产交易数据传输加密方法 | |
CN115333720B (zh) | 一种呼叫中心数据传输方法 | |
CN116486115A (zh) | 基于物联网的路由数据管理方法 | |
CN114697671B (zh) | 一种建筑工程质量管理系统 | |
CN109768860A (zh) | 一种加密方法、解密方法及终端 | |
CN115795520A (zh) | 一种用于计算机系统的数据管理方法 | |
Yadav et al. | Secure data hiding scheme using shape generation algorithm: a key based approach | |
WO2019047503A1 (zh) | 数据处理方法和装置 | |
CN114419719A (zh) | 一种生物特征的处理方法及装置 | |
CN111131656B (zh) | 基于位级置乱和动态叠加扩散的图像加密方法 | |
CN115062316B (zh) | 数据加密方法、装置及计算机可读存储介质 |
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 |