CN115314600B - 一种化肥生产监控数据管理方法 - Google Patents

一种化肥生产监控数据管理方法 Download PDF

Info

Publication number
CN115314600B
CN115314600B CN202211243812.XA CN202211243812A CN115314600B CN 115314600 B CN115314600 B CN 115314600B CN 202211243812 A CN202211243812 A CN 202211243812A CN 115314600 B CN115314600 B CN 115314600B
Authority
CN
China
Prior art keywords
value
sequence
ciphertext
row
column
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
CN202211243812.XA
Other languages
English (en)
Other versions
CN115314600A (zh
Inventor
侯建宾
王静
任庆良
周长青
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 Ferbeaut Fertilizer Co ltd
Original Assignee
Shandong Ferbeaut Fertilizer 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 Ferbeaut Fertilizer Co ltd filed Critical Shandong Ferbeaut Fertilizer Co ltd
Priority to CN202211243812.XA priority Critical patent/CN115314600B/zh
Publication of CN115314600A publication Critical patent/CN115314600A/zh
Application granted granted Critical
Publication of CN115314600B publication Critical patent/CN115314600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及数据处理技术领域，具体涉及一种化肥生产监控数据管理方法，该方法包括：获取化肥生产时的监控数据，获取明文图像，设置整数值序列并得到第一密钥；计算整数值序列中的整数值与对应列密文像素点的灰度值的第二差值，将第二差值等于明文像素点的灰度值与预设灰度阈值的第一差值，根据明文像素点的灰度值与明文像素点的灰度值的关系获取密文像素点的灰度值，并得到初始密文图像，对初始密文图像进行位置的置乱得到最终密文图像，本发明改变了图像上像素点的灰度分布，并在改变灰度分布的基础上对像素点的位置进行置乱，从而提高了监控数据存储的安全性。

Description

一种化肥生产监控数据管理方法
技术领域
本发明涉及数据处理技术领域，具体涉及一种化肥生产监控数据管理方法。
背景技术
现有化肥生产企业的企业管理系统，一般用于管理和监控化肥原料的进出库数据、化肥生产中的生产数据、设备运行数据、其他合同数据等，现有的化肥生产过程中一般伴随着高温高压、易燃易爆等场景，因此，也需要对化肥生产过程中的监控数据进行管理和存储，由于，监控数据的管理是事故追溯、取证调查、危险预警的重要组成部分，故，一般企业管理系统都会对不同人员开放不同数据管理权限，尤其是一些监控数据，以此，来避免存储的化肥生产监控数据的泄露，故，需要对化肥生产监控数据进行安全存储，使得安全存储的化肥生产监控数据只有具有访问权限的人员才可以读取。
常规对图像数据的安全存储的方法是基于混沌映射模型对图像数据进行像素点位置的置乱的，但基于置乱的图像数据安全存储方法，其只是对图像的像素点的位置进行置乱，其并没有考虑图像中像素点的灰度的分布情况，且加密图像中的相邻两个像素间没有关联，随机化特性比较差，在受到统计分析攻击时容易被破解，故其存储的安全性差。
发明内容
本发明提供一种化肥生产监控数据管理方法，以解决现有的问题。
本发明的一种化肥生产监控数据管理方法采用如下技术方案：
获取化肥生产时的监控数据；
将监控数据的每帧图像作为明文图像，根据灰度值范围设置一个长度与明文图像列数相同的整数值序列，并作为第一密钥；
获取明文图像中每个明文像素点的灰度值与预设灰度阈值的第一差值，将整数值序列与明文像素点相同列的整数值与对应列密文像素点的灰度值的第二差值，其中，第一差值等于第二差值；
当明文图像中的第一行每列明文像素点的灰度值大于或者等于整数值序列中对应列的整数值时，则将该整数值与第一行的该列明文像素点的灰度值的差值作为对应行和列的密文像素点的灰度值；
当明文图像中的第一行每列明文像素点的灰度值小于整数值序列中对应列的整数值时，则根据第二差值和第一差值获取对应的行和列的密文像素点的灰度值，并得到所有第一行密文像素点的灰度值；
从获取第二行密文像素点的灰度值开始，对每行密文像素点的前一行中的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值；
当目标值大于或者等于对应行和列的明文像素点的灰度值时，则将目标值与对应行和列的明文像素点的灰度值的差值作为对应的行和列的密文像素点的灰度值；
当目标值小于对应行和列的明文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的密文像素点的灰度值，以此类推，得到所有密文像素点的灰度值并得到初始密文图像，将初始密文图像及第一密钥存储；
根据混沌映射模型对初始密文图像进行位置的置乱得到最终密文图像。
优选的，根据混沌映射模型对初始密文图像进行位置的置乱得到最终密文图像的步骤包括：
根据混沌映射模型分别获取长度与明文图像长度相等的第一混沌序列、长度与明文图像宽度相等的第二混沌序列以及第二密钥；
根据变步长约瑟夫遍历和第一混沌序列获得行序号序列，根据变步长约瑟夫遍历和第二混沌序列获得列序号序列；
根据行序号序列、列序号序列对初始密文图像依次进行对应的行间置换、列间置换并得到置乱后的密文图像，置乱后的密文图像即为最终密文图像，将最终密文图像及第二密钥存储。
优选的，根据混沌映射模型分别获取长度与明文图像长度相等的第一混沌序列、长度与明文图像宽度相等的第二混沌序列以及第二密钥的步骤包括：
设定混沌映射模型的每个混沌参数的取值范围及初始x分量、初始y分量的取值范围；
从混沌参数的取值范围内随机选取每个混沌参数对应的值作为各个混沌参数值，从初始x分量、初始y分量的取值范围随机选取对应的初始x分量、初始y分量；
将各个混沌参数值及初始x分量、初始y分量作为第二密钥；
设定混沌映射模型的迭代次数，并将各个混沌参数值及初始x分量、初始y分量输入混沌映射模型进行计算，得到每次迭代对应的x分量和y分量；
选取与明文图像行像素点个数相同且连续个x分量得到第一组序列，选取与明文图像列像素点个数相同且连续个y分量得到第二组序列；
将第一组序列中每个x分量乘行像素点个数，并四舍五入取整得到第一混沌序列；
将第二组序列中每个x分量乘列像素点个数，并四舍五入取整得到第二混沌序列。
优选的，根据变步长约瑟夫遍历和第一混沌序列获得行序号序列，根据变步长约瑟夫遍历和第二混沌序列获得列序号序列的步骤包括：
获取第一混沌序列中第一个x分量与第一混沌序列中分量总数的比值，并取余得到第一余数；
将第一余数在第一混沌序列对应的x分量值作为列序号序列的第一个行序号；
获取第一混沌序列中第二个x分量与第一混沌序列中分量总数减去1之后的比值，并取余得到第二余数；
将第二余数在第一混沌序列对应的x分量值作为列序号序列的第二个行序号；
以此类推，得到所有行序号及行序号序列；
同理，根据获取行序号序列的方式获取列序号序列。
优选的，根据行序号序列、列序号序列对初始密文图像依次进行对应的行间置换、列间置换并得到置乱后的密文图像的步骤包括：
对初始密文图像的所有像素行按照从上到下编号、对初始密文图像的所有像素列按照从左到进行编号得到对应的像素行编号序列、像素列编号序列；
将初始密文图像的像素行编号序列对应的像素点置换到行序号序列对应的位置，将初始密文图像的像素列编号序列对应的像素点置换到列序号序列对应的位置，得到置乱后的密文图像。
优选的，将初始密文图像的像素行编号序列对应的像素点置换到行序号序列对应的位置，将初始密文图像的像素列编号序列对应的像素点置换到列序号序列对应的位置，得到置乱后的密文图像的步骤包括：
获取行序号序列中的第一个行序号，将初始密文图像的像素行编号序列中的第1行所有密文像素点放在初始密文图像的第一个行序号对应的行上，以此类推，根据行序号序列的行序号，实现初始密文图像的所有行的行间置乱；
同理，依据行间置乱的方式对行间置乱后的初始密文图像进行列间置乱得到置乱后的密文图像。
优选的，对每行密文像素点中的前一行的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值的步骤包括：
分别将密文像素点中的前一行的对应列密文像素点的灰度值、整数值序列中对应列的整数值转化为对应的8位二进制数；
将其中一个8位二进制数中的每一位数与另一个8位二进制数中的每一位数进行异或运算；
若进行异或运算的两个值不相同，即一个为1另一个为0，则异或结果为1；
若进行异或运算的两个值相同，即都为1或都为0，则异或结果为0；
然后将异或运算的结果转换为十进制数，十进制数即为目标值。
优选的，预设灰度阈值的取值为256。
优选的，从灰度值范围中多次随机选取一个整数值，并按照选取顺序将每次选取的整数值进行排列得到整数值序列。
优选的，还包括对最终密文图像解密，解密步骤包括：
利用混沌映射模型对最终密文图像进行反置乱得到初始密文图像；
根据初始密文图像的第一行每列密文像素点的灰度值和第一密钥中的对应列的整数值获得明文图像的第一行的对应列的明文像素点的灰度值，其中，当对应列的整数值小于密文像素点的灰度值时，则将对应列的整数值与密文像素点的灰度值的差值加上预设灰度阈值的值作为第一行对应列的明文像素点的灰度值；当对应列的整数值大于或者等于密文像素点的灰度值时，则将对应列的整数值与密文像素点的灰度值的差值作为第一行对应列的明文像素点的灰度值；
从获取第二行的明文像素点的灰度值开始，对每行密文像素点的前一行中的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值；
当目标值大于或者等于对应行和列的密文像素点的灰度值时，则将目标值与对应行和列的密文像素点的灰度值的差值作为对应的行和列的明文像素点的灰度值；
当目标值小于对应行和列的密文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的明文像素点的灰度值，以此类推，得到所有行和所有列的明文像素点的灰度值并得到明文图像。
本发明的一种化肥生产监控数据管理方法的有益效果是：
1、通过设定的第一密钥，建立明文图像的像素点的灰度值与密文像素点的灰度值之间的关系，根据明文图像的像素点的灰度值与密文像素点之间的关系对明文像素点的灰度分布进行改变得到初始密文图像，使得密文图像的灰度直方图不同于明文图像的灰度直方图，增强了初始密文图像中密文像素点之间的关联性及所有的密文像素点都与第一密钥之间的关联性，故，以此打破图像的统计特性，并抵抗攻击者的统计分析攻击。
2、其次，对初始密文图像进行列间置乱和行间置乱，破坏初始密文图像中密文像素点的位置信息，即使攻击者知道安全存储的方法，但是由于像素点的位置置乱导致攻击者无法获取明文图像的像素点的灰度值与密文像素点之间的关系，即无法获取第一密钥和密文像素点之间的关系，也就无法对密文图像进行破解，从而进一步实现对监控数据的安全存储。
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，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地介绍，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他的附图。
图1为本发明的一种化肥生产监控数据管理方法的实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的一种化肥生产监控数据管理方法的实施例，本实施例，主要用于化肥生产过程中的监控数据的安全存储场景，针对现有技术基于混沌映射模型对图像数据进行置乱，只对图像的像素点的位置进行置乱，并没有考虑图像中像素点的灰度的分布，使得加密后的图像中相邻两个像素的灰度值之间没有关联，从而导致受到统计分析攻击时容易被破解，具体的，本实施例，如图1所示，包括：
S1、获取化肥生产时的监控数据
具体的，本实施例采用在化肥生产车间设置摄像机，通过摄像机采集化肥生产车间的化肥生产的监控数据，监控数据为监控视频。
S2、将监控数据的每帧图像作为明文图像；根据灰度值范围设置一个长度与明文图像列数相同的整数值序列，并作为第一密钥。
具体的，先将化肥生产监控数据中的每帧图像记为明文图像，其中，明文图像的大小为
Figure 788760DEST_PATH_IMAGE001
，其中，
Figure 434374DEST_PATH_IMAGE002
为明文图像的行数，
Figure 369969DEST_PATH_IMAGE003
为明文图像的列数。
为了增加密文图像中密文像素点之间的关联性，本实施例需要设置一个设置整数值序列，且将整数值序列作为第一密钥，具体的，从灰度值范围
Figure 484556DEST_PATH_IMAGE004
之间的所有整数值中，多次随机选择一个整数值，按照选取顺序将每次选取的整数值进行排列得到整数值序列，即从
Figure 547321DEST_PATH_IMAGE004
之间的所有整数中，第一次选取的整数值则记为整数值序列的第一个数值；第二次随机选择的整数值记为整数值序列的第二个数值；以此类推，从
Figure 798174DEST_PATH_IMAGE004
之间的所有整数中，依次随机选择
Figure 639091DEST_PATH_IMAGE003
个数值；将获得的
Figure 240973DEST_PATH_IMAGE003
个数值按照顺序排列组成整数值序列，其中，
Figure 340385DEST_PATH_IMAGE003
表示明文图像的列数即为整数值序列中整数值的个数，并将该整数值序列作为第一密钥。
S3、获取明文图像中每个明文像素点的灰度值与预设灰度阈值的第一差值，将整数值序列与明文像素点相同列的整数值与对应列密文像素点的灰度值的第二差值，其中，第一差值等于第二差值。
需要说明的是，将明文像素点的灰度值与预设灰度阈值的第一差值满足等于整数值序列与明文像素点相同列的整数值与对应列密文像素点的灰度值的第二差值时，使得密文像素点的取值就会有多种可能，因此，密文图像中的所有密文像素点的灰度值可以在一定范围内任意设置，最终实现将明文图像中相同灰度值的明文像素点转换为密文图像中不同灰度值的密文像素点。
基于此，由于不论是明文像素点的灰度值还是密文像素点的灰度值，均为
Figure 711324DEST_PATH_IMAGE004
之间的整数，因此，本实施例将灰度阈值设置为256，当整数值序列的整数值小于明文像素点的灰度值时，为保证第一差值等于第二差值，则明文像素点的灰度值与灰度阈值的差值不大于
Figure 723142DEST_PATH_IMAGE005
即小于0，即明文像素点的灰度值与灰度阈值差值在小于0时，则整数值序列的整数值与密文像素点的灰度的第二差值也就小于0，但由于灰度值的取值均在
Figure 828632DEST_PATH_IMAGE004
之间，故，说明整数值序列的整数值小于对应列密文像素点的灰度值，当整数值序列的整数值大于或者等于明文像素点的灰度值时，为保证第一差值等于第二差值，由于灰度值的取值均在
Figure 951309DEST_PATH_IMAGE004
之间，则第二差值大于0，即整数值序列的整数值大于或者等于对应列密文像素点的灰度值。
具体的，当明文图像中的第一行每列明文像素点的灰度值大于或者等于整数值序列中对应列的整数值时，则将该整数值与第一行的该列明文像素点的灰度值的差值作为对应行和列的密文像素点的灰度值；当明文图像中的第一行每列明文像素点的灰度值小于整数值序列中对应列的整数值时，则根据第二差值和第一差值获取对应的行和列的密文像素点的灰度值，并得到所有第一行密文像素点的灰度值，其中，计算第一行密文像素点的灰度值的公式为：
Figure 176754DEST_PATH_IMAGE006
式中，
Figure 625053DEST_PATH_IMAGE007
表示第一行第
Figure 196935DEST_PATH_IMAGE008
列密文像素点的灰度值；
Figure 388882DEST_PATH_IMAGE009
表示整数值序列中的第
Figure 734413DEST_PATH_IMAGE008
个整数值；
Figure 104345DEST_PATH_IMAGE010
表示明文图像中的第一行第
Figure 902537DEST_PATH_IMAGE008
列明文像素点的灰度值；
预设灰度阈值为256；
需要说明的是，本实施例中，第一差值是等于第二差值，即明文像素点的灰度值减去灰度阈值等于整数值序列中的整数值减去密文像素点的灰度值，且由于灰度值的范围在
Figure 898175DEST_PATH_IMAGE004
之间且整数值的取值范围也在
Figure 347480DEST_PATH_IMAGE004
之间，故密文像素点的灰度值及整数值均不可能取负值，也不能取大于255的值，分为两种情况，整数值序列的整数值小于明文像素点的灰度值时、整数值序列的整数值大于或者等于明文像素点的灰度值时，以该两种情况来获取第一行的密文像素点的灰度值。
本实施例，以第一行第
Figure 872002DEST_PATH_IMAGE008
列的密文像素点的灰度值计算为例，当整数值序列中的第
Figure 157490DEST_PATH_IMAGE008
个数值
Figure 691239DEST_PATH_IMAGE009
小于明文图像的第1行第
Figure 496515DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 457518DEST_PATH_IMAGE010
时，将第1行第
Figure 230302DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 36584DEST_PATH_IMAGE010
与灰度阈值256的第一差值为
Figure 460481DEST_PATH_IMAGE011
，整数值
Figure 592385DEST_PATH_IMAGE009
与初始密文图像的第一行第
Figure 852465DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 478750DEST_PATH_IMAGE007
的第二差值
Figure 507885DEST_PATH_IMAGE012
，在将第1行第
Figure 810691DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 807334DEST_PATH_IMAGE010
与灰度阈值256的第一差值等于整数值
Figure 220998DEST_PATH_IMAGE009
与密文像素点的灰度值
Figure 370220DEST_PATH_IMAGE007
的第二差值时，即
Figure 860238DEST_PATH_IMAGE013
，所有
Figure 94910DEST_PATH_IMAGE014
；当整数值序列中的第
Figure 46686DEST_PATH_IMAGE008
个数值
Figure 565261DEST_PATH_IMAGE009
大于或者等于明文图像中的第1行第
Figure 475448DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 197416DEST_PATH_IMAGE010
时，明文像素点的灰度值
Figure 969194DEST_PATH_IMAGE010
等于整数值序列中的第
Figure 561850DEST_PATH_IMAGE008
个数值
Figure 642938DEST_PATH_IMAGE009
与初始密文图像的第一行第
Figure 101470DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 926207DEST_PATH_IMAGE007
的第二差值
Figure 904527DEST_PATH_IMAGE012
，即
Figure 641670DEST_PATH_IMAGE015
，则第1行第
Figure 72651DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 435500DEST_PATH_IMAGE016
。
需要说明的是，该过程中实际是根据第一密钥将每个明文像素点的灰度值转换为整数值与密文像素点的灰度的对比度，从而建立明文像素点的灰度值与密文像素点的灰度值之间的关系，由于密文像素点的灰度值与明文像素点的灰度值的关系是依据第一密钥联系起来的，故第一密钥，使得整数值序列中的整数值与初始密文图像中密文像素点之间具有了关联性，即第一行密文像素点的灰度值都与第一密钥之间形成关联性，故，利用明文像素点的灰度值与密文像素点的灰度值之间的关系使得加密后的初始密文图像的像素点的灰度值与明文图像不同，从而使得密文图像的灰度直方图不同于明文图像的灰度直方图，以此打破明文图像的统计特性，以抵抗攻击者的统计分析攻击。
S4、从获取第二行密文像素点的灰度值开始，对每行密文像素点的前一行中的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值；当目标值大于或者等于对应行和列的明文像素点的灰度值时，则将目标值与对应行和列的明文像素点的灰度值的差值作为对应的行和列的密文像素点的灰度值；当目标值小于对应行和列的明文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的密文像素点的灰度值，以此类推，得到所有密文像素点的灰度值并得到初始密文图像，将初始密文图像及第一密钥存储。
具体的，对每行密文像素点中的前一行的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值的步骤包括：分别将密文像素点中的前一行的对应列密文像素点的灰度值、整数值序列中对应列的整数值转化为对应的8位二进制数；将其中一个8位二进制数中的每一位数与另一个8位二进制数中的每一位数进行异或运算；若进行异或运算的两个值不相同，即一个为1另一个为0，则异或结果为1；若进行异或运算的两个值相同，即都为1或都为0，则异或结果为0；然后将异或运算的结果转换为十进制数，十进制数即为目标值。
具体的，本实施例以计算第二行第
Figure 517594DEST_PATH_IMAGE008
列的密文像素点的灰度值为例，在S3步骤中得到了第一行的所有密文像素点的灰度值，在计算第二行第
Figure 940485DEST_PATH_IMAGE008
列的密文像素点的灰度值时，分别将整数值序列中的第
Figure 140653DEST_PATH_IMAGE008
个整数值
Figure 307193DEST_PATH_IMAGE009
和初始密文图像的第
Figure 509373DEST_PATH_IMAGE017
行第
Figure 103165DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 774318DEST_PATH_IMAGE018
转换为对应的8位二进制数，然后将整数值
Figure 760859DEST_PATH_IMAGE009
和密文像素点的灰度值
Figure 568278DEST_PATH_IMAGE018
对应的8位二进制数中对用位置的两个值进行异或运算，若进行异或运算的两个值不相同，即一个为1另一个为0，则异或结果为1；若进行异或运算的两个值相同，即都为1或都为0，则异或结果为0；然后将异或运算的结果转换为十进制数，十进制数即为目标值，本实例用
Figure 125117DEST_PATH_IMAGE019
表示整数值序列中的第
Figure 283566DEST_PATH_IMAGE008
个整数值与第
Figure 542640DEST_PATH_IMAGE017
行第
Figure 938986DEST_PATH_IMAGE008
列的密文像素点的灰度值异或运算得到的目标值，当目标值大于或者等于对应行和列的明文像素点的灰度值时，则将目标值与对应行和列的明文像素点的灰度值的差值作为对应的行和列的密文像素点的灰度值；当目标值小于对应行和列的明文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的密文像素点的灰度值，以此类推，得到所有密文像素点的灰度值并得到初始密文图像，其中，计算初始密文图像中第
Figure 874581DEST_PATH_IMAGE020
行第
Figure 238435DEST_PATH_IMAGE008
列的密文像素点的灰度值的公式：
Figure 284889DEST_PATH_IMAGE021
Figure 801321DEST_PATH_IMAGE022
表示初始密文图像的第
Figure 658549DEST_PATH_IMAGE020
行第
Figure 260432DEST_PATH_IMAGE008
列的密文像素点的灰度值；
Figure 110576DEST_PATH_IMAGE018
表示初始密文图像的第
Figure 996362DEST_PATH_IMAGE017
行第
Figure 273759DEST_PATH_IMAGE008
列的密文像素点的灰度值；
Figure 362938DEST_PATH_IMAGE023
表示明文图像的第
Figure 501926DEST_PATH_IMAGE020
行第
Figure 727371DEST_PATH_IMAGE008
列的明文像素点的灰度值；
Figure 175670DEST_PATH_IMAGE009
表示整数值序列中的第
Figure 1413DEST_PATH_IMAGE008
个整数值；
Figure 927780DEST_PATH_IMAGE024
表示异或运算符；
Figure 273311DEST_PATH_IMAGE025
表示整数值序列中的第
Figure 892511DEST_PATH_IMAGE008
个整数值与第
Figure 441435DEST_PATH_IMAGE017
行第
Figure 437073DEST_PATH_IMAGE008
列的密文像素点的灰度值异或运算得到的目标值；
由于灰度值的范围在
Figure 637110DEST_PATH_IMAGE004
之间且目标值的取值范围也在
Figure 676479DEST_PATH_IMAGE004
之间，故密文像素点的灰度值及目标值均不可能取负值，也不能取大于255的值，分为两种情况，目标值小于明文像素点的灰度值时、目标值大于或者等于明文像素点的灰度值时，以该两种情况来获取每一行的密文像素点的灰度值，以此类推，根据本实施例计算第二行第
Figure 961967DEST_PATH_IMAGE008
列的密文像素点的灰度值方式，结合计算初始密文图像中第
Figure 495717DEST_PATH_IMAGE020
行第
Figure 300993DEST_PATH_IMAGE008
列的密文像素点的灰度值的公式获取初始密文图像所有像素点的灰度值，即得到初始密文图像；
需要说明的是，步骤S3过程中实际是根据第一密钥将每个明文像素点的灰度值转换为整数值与密文像素点的灰度的对比度，即建立明文像素点的灰度值与密文像素点的灰度值之间的关系，由于密文像素点的灰度值与明文像素点的灰度值的关系是依据第一密钥联系起来的，故第一密钥，使得整数值序列中的整数值与初始密文图像中密文像素点之间具有了关联性，即第一行密文像素点的灰度值都与第一密钥之间形成关联性，步骤S4过程中，实际是在第一行的密文像素点的灰度值都与第一密钥之间形成关联性的基础上，将整数值序列中的整数值与密文像素点的灰度值进行异或运算得到目标值，然后目标值作为计算整数值与对应列密文像素点的对比度，进而增加了初始密文图像中所有密文像素点的灰度值与整数值序列中对应整数值之间的关联性，即初始密文图像中所有密文像素点的灰度值与第一密钥的关联性，故在受到外来攻击时，任意一个密文像素点破解错误，哪怕是一点的微小差别，就会在不断解密过程中使得微小的错误放大，从而导致后续所有的密文像素点的破解错误，进而导致整个密文图像破解错误；故，本实施例的安全存储方法具有较强的随机化特性，即本发明的安全存储方法能够抵抗统计分析的暴力破解攻击方式，安全性更高。
S5、根据混沌映射模型对初始密文图像进行位置的置乱得到最终密文图像。
具体的，为了提高密文图像的安全性，在通过将明文像素点的灰度值转换为整数值与密文像素点的灰度的对比度来获得初始密文图像，即S1到S4步骤实现了明文图像中像素点的灰度分布进行改变，同时，为了进一步加强存储的安全性，需要在对初始密文图像中的像素点位置进行置乱，从而破坏初始密文图像中密文像素点的位置信息，即使攻击者已知本发明的安全存储方法，但是由于置乱导致攻击者无法获取计算对比度的两个密文像素点，进而无法对密文图像进行破解。
基于此，本发明根据混沌映射模型对初始密文图像进行列间置乱和行间置乱，具体的，根据混沌映射模型对初始密文图像进行位置的置乱得到最终密文图像的步骤包括：根据混沌映射模型分别获取长度与明文图像长度相等的第一混沌序列、长度与明文图像宽度相等的第二混沌序列以及第二密钥；根据变步长约瑟夫遍历和第一混沌序列获得行序号序列，根据变步长约瑟夫遍历和第二混沌序列获得列序号序列；根据行序号序列、列序号序列对初始密文图像依次进行对应的行间置换、列间置换并得到置乱后的密文图像，置乱后的密文图像即为最终密文图像，将最终密文图像及第二密钥存储。
其中，根据混沌映射模型分别获取长度与明文图像长度相等的第一混沌序列、长度与明文图像宽度相等的第二混沌序列以及第二密钥的步骤包括：设定混沌映射模型的每个混沌参数的取值范围及初始x分量、初始y分量的取值范围，即本实施例采用二维Logistic 混沌映射模型，二维 Logistic 混沌映射模型的公式为：
Figure 527575DEST_PATH_IMAGE026
其中，
Figure 34780DEST_PATH_IMAGE027
均为混沌参数，且本实施例中各个混沌参数的取值范围为：
Figure 621488DEST_PATH_IMAGE028
，
Figure 61696DEST_PATH_IMAGE029
，
Figure 928021DEST_PATH_IMAGE030
，
Figure 188101DEST_PATH_IMAGE031
，同时，初始x分量、初始y分量的取值范围分别为：
Figure 814386DEST_PATH_IMAGE032
1，
Figure 843522DEST_PATH_IMAGE033
1；
Figure 146327DEST_PATH_IMAGE034
表示第
Figure 142971DEST_PATH_IMAGE035
次迭代计算时的x分量；
Figure 556634DEST_PATH_IMAGE036
表示第
Figure 440277DEST_PATH_IMAGE035
次迭代计算时的y分量；
Figure 913983DEST_PATH_IMAGE037
表示第
Figure 633809DEST_PATH_IMAGE038
次迭代计算时的x分量；
Figure 851164DEST_PATH_IMAGE039
表示第
Figure 854892DEST_PATH_IMAGE038
次迭代计算时的y分量；
具体的，从混沌参数的取值范围内随机选取每个混沌参数对应的值作为各个混沌参数值，从初始x分量、初始y分量的取值范围随机选取对应的初始x分量、初始y分量；将各个混沌参数值及初始x分量、初始y分量作为第二密钥；即第二密钥为
Figure 748767DEST_PATH_IMAGE040
，设定混沌映射模型公式计算时的迭代次数，并将各个混沌参数值及初始x分量、初始y分量输入混沌映射模型进行计算，得到每次迭代对应的x分量和y分量；选取与明文图像行像素点个数相同且连续个x分量得到第一组序列，选取与明文图像列像素点个数相同且连续个y分量得到第二组序列；将第一组序列中每个x分量乘行像素点个数，并四舍五入取整得到第一混沌序列将第二组序列中每个x分量乘列像素点个数，并四舍五入取整得到第二混沌序列。
其中，本实施例设定沌映射公式计算时的迭代次数为
Figure 205156DEST_PATH_IMAGE041
次，其中，
Figure 960623DEST_PATH_IMAGE002
为明文图像的行数，
Figure 818857DEST_PATH_IMAGE003
为明文图像的列数，
Figure 385099DEST_PATH_IMAGE042
为常数，为了使得迭代次数超过图像的尺寸，即在本实施例中，
Figure 594364DEST_PATH_IMAGE042
取大于30，为了防止选取的初始x分量、初始y分量的干扰，本实施例去除第一组序列的前
Figure 887942DEST_PATH_IMAGE043
个数值，将第一组序列中剩余的
Figure 127248DEST_PATH_IMAGE002
个数值的每一个数值乘以
Figure 113659DEST_PATH_IMAGE002
并进行四舍五入取整，获得长度为
Figure 544640DEST_PATH_IMAGE002
的第一混沌序列；为防止初值干扰，去除第二组序列的前
Figure 641909DEST_PATH_IMAGE044
个数值，将第二组序列中剩余的
Figure 959889DEST_PATH_IMAGE003
个数值的每一个数值乘以
Figure 382780DEST_PATH_IMAGE003
并进行四舍五入取整，获得长度为
Figure 301058DEST_PATH_IMAGE003
的第二混沌序列。
其中，根据变步长约瑟夫遍历和第一混沌序列获得行序号序列，根据变步长约瑟夫遍历和第二混沌序列获得列序号序列的步骤包括：获取第一混沌序列中第一个x分量与第一混沌序列中分量总数的比值，并取余得到第一余数；将第一余数在第一混沌序列对应的x分量值作为列序号序列的第一个行序号；获取第一混沌序列中第二个x分量与第一混沌序列中分量总数减去1之后的比值，并取余得到第二余数；将第二余数在第一混沌序列对应的x分量值作为列序号序列的第二个行序号；以此类推，得到所有行序号及行序号序列；同理，根据获取行序号序列的方式获取列序号序列，具体的，本实施例中，在获取行序号序列和列序号序列时，先将
Figure 451285DEST_PATH_IMAGE045
的整数围成一圈，根据第一混沌序列的第一个x分量
Figure 138618DEST_PATH_IMAGE046
，将第
Figure 466832DEST_PATH_IMAGE047
个整数在第一混沌序列中对应的值提取出来作为行序号序列的第一个序号；将剩余的
Figure 623138DEST_PATH_IMAGE048
个整数围成一圈，根据混沌序列的第二个x分量
Figure 327788DEST_PATH_IMAGE049
，将第
Figure 135207DEST_PATH_IMAGE050
个整数在第一混沌序列中对应的值提取出来作为行序号序列的第二个序号，以此类推，直至提取出所有的整数，并得到第一混沌序列对应的行序号序列，其中，
Figure 149169DEST_PATH_IMAGE051
表示除法取余，例如将
Figure 776459DEST_PATH_IMAGE052
之间的整数围成一圈，对应的混沌序列为
Figure 19222DEST_PATH_IMAGE053
时，则行序号序列为
Figure 697459DEST_PATH_IMAGE054
，同理，将
Figure 367474DEST_PATH_IMAGE055
之间的整数围成一圈，根据变步长约瑟夫遍历和第二混沌序列获得对应的列序号序列。
其中，根据行序号序列、列序号序列对初始密文图像依次进行对应的行间置换、列间置换并得到置乱后的密文图像的步骤包括：对初始密文图像的所有像素行按照从上到下编号、对初始密文图像的所有像素列按照从左到进行编号得到对应的像素行编号序列、像素列编号序列；将初始密文图像的像素行编号序列对应的像素点置换到行序号序列对应的位置，将初始密文图像的像素列编号序列对应的像素点置换到列序号序列对应的位置，得到置乱后的密文图像，具体的，获取行序号序列中的第一个行序号，将初始密文图像的像素行编号序列中的第1行所有密文像素点放在初始密文图像的第一个行序号对应的行上，以此类推，根据行序号序列的行序号，实现初始密文图像的所有行的行间置乱；同理，依据行间置乱的方式对行间置乱后的初始密文图像进行列间置乱得到置乱后的密文图像。
例如，初始密文图像中对应位置的密文像素点的灰度值为
Figure 482061DEST_PATH_IMAGE056
，当列序号序列为
Figure 528514DEST_PATH_IMAGE057
时，则根据列序号序列获取列间置乱后的初始密文图像为
Figure 294214DEST_PATH_IMAGE058
，行序号序列为
Figure 400710DEST_PATH_IMAGE059
时，则根据行序号序列获取行间置乱后的密文图像的对应位置的灰度值为
Figure 268172DEST_PATH_IMAGE060
。
本发明还包括对最终密文图像解密，解密步骤包括：利用混沌映射模型对最终密文图像进行反置乱得到初始密文图像；根据初始密文图像的第一行每列密文像素点的灰度值和第一密钥中的对应列的整数值获得明文图像的第一行的对应列的明文像素点的灰度值，其中，当对应列的整数值小于密文像素点的灰度值时，则将对应列的整数值与密文像素点的灰度值的差值加上预设灰度阈值的值作为第一行对应列的明文像素点的灰度值；当对应列的整数值大于或者等于密文像素点的灰度值时，则将对应列的整数值与密文像素点的灰度值的差值作为第一行对应列的明文像素点的灰度值；从获取第二行的明文像素点的灰度值开始，对每行密文像素点的前一行中的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值；当目标值大于或者等于对应行和列的密文像素点的灰度值时，则将目标值与对应行和列的密文像素点的灰度值的差值作为对应的行和列的明文像素点的灰度值；当目标值小于对应行和列的密文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的明文像素点的灰度值，以此类推，得到所有行和所有列的明文像素点的灰度值并得到明文图像。
其中，利用混沌映射模型对最终密文图像进行反置乱得到初始密文图像的方法为：具体的：获取行序号序列中的第一个数值
Figure 603470DEST_PATH_IMAGE061
，将最终密文图像中的第
Figure 974408DEST_PATH_IMAGE061
行中的所有密文像素点放在初始密文图像的第一行上，获取行序号序列中的第
Figure 251806DEST_PATH_IMAGE062
个数值
Figure 324673DEST_PATH_IMAGE063
，将最终密文图像的第
Figure 712929DEST_PATH_IMAGE063
行中的所有密文像素点放在初始密文图像的第
Figure 938374DEST_PATH_IMAGE062
行上，以此类推，根据行序号序列的数值，将最终密文图像的所有行进行反行间置乱；根据列序号序列对进行反行间置乱后的密文图像进行反列间置乱，反列间置乱具体为：获取列序号序列中的第一个数值
Figure 121093DEST_PATH_IMAGE064
，将密文图像的第
Figure 448301DEST_PATH_IMAGE064
列中的所有密文像素点放在初始密文图像的第一列上，获取列序列中的第
Figure 374668DEST_PATH_IMAGE065
个数值
Figure 454620DEST_PATH_IMAGE066
，将密文图像的第
Figure 73820DEST_PATH_IMAGE066
列中的所有密文像素点放在初始密文图像的第
Figure 121279DEST_PATH_IMAGE065
列上，以此类推，根据列序号序列的数值，将反行间置乱后的密文图像的所有列进行反列间置乱，将反置乱后的图像记为密文图像反置乱后的初始密文图像。
其中，计算第一行明文像素点的灰度值的公式：
Figure 585759DEST_PATH_IMAGE067
式中，
Figure 51375DEST_PATH_IMAGE007
表示初始密文图像的第一行第
Figure 841477DEST_PATH_IMAGE008
列密文像素点的灰度值；
Figure 612118DEST_PATH_IMAGE009
表示整数值序列中的第
Figure 411446DEST_PATH_IMAGE008
个整数值；
Figure 465990DEST_PATH_IMAGE010
表示明文图像中的第一行第
Figure 676260DEST_PATH_IMAGE008
列明文像素点的灰度值；
预设灰度阈值为256；
需要说明的是，当整数值序列中的第
Figure 449044DEST_PATH_IMAGE008
个数值
Figure 786485DEST_PATH_IMAGE009
小于明文图像的第一行第
Figure 446267DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 578171DEST_PATH_IMAGE010
时，由于不论是明文像素点的灰度值还是密文像素点的灰度值，均为
Figure 838251DEST_PATH_IMAGE004
之间的整数，因此，
Figure 713804DEST_PATH_IMAGE068
大于0，在
Figure 257786DEST_PATH_IMAGE069
，即当整数值序列中的第
Figure 295012DEST_PATH_IMAGE070
个数值
Figure 307968DEST_PATH_IMAGE009
小于初始密文图像的第一行第
Figure 472364DEST_PATH_IMAGE070
列的密文像素点的灰度值
Figure 621586DEST_PATH_IMAGE007
时，由于，密文像素点的灰度值的计算公式为：
Figure 829713DEST_PATH_IMAGE014
，则第一行明文像素点灰度值的计算公式为：
Figure 59792DEST_PATH_IMAGE071
；当整数值序列中的第
Figure 277147DEST_PATH_IMAGE008
个数值
Figure 280875DEST_PATH_IMAGE009
不小于明文图像的第一行第
Figure 925483DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 398184DEST_PATH_IMAGE010
时，不论是明文像素点的灰度值还是密文像素点的灰度值，均为
Figure 419230DEST_PATH_IMAGE004
之间的整数，因此，
Figure 277464DEST_PATH_IMAGE072
不大于0，因此，在
Figure 607820DEST_PATH_IMAGE073
，即当整数值序列中的第
Figure 285926DEST_PATH_IMAGE008
个数值
Figure 845083DEST_PATH_IMAGE009
不小于初始密文图像的第一行第
Figure 574136DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 560547DEST_PATH_IMAGE007
时，由于密文像素点的灰度值
Figure 257107DEST_PATH_IMAGE007
的计算公式为：
Figure 603644DEST_PATH_IMAGE016
，则明文的计算公式为：
Figure 436471DEST_PATH_IMAGE015
，故，根据此公式获取明文图像的第一行像素点的灰度值。
其中，从获取第二行的明文像素点的灰度值开始，计算所有行和所有列的明文像素点的灰度值的公式：
Figure 859362DEST_PATH_IMAGE074
式中，
Figure 528372DEST_PATH_IMAGE022
表示初始密文图像的第
Figure 694911DEST_PATH_IMAGE020
行第
Figure 647823DEST_PATH_IMAGE008
列的密文像素点的灰度值；
Figure 225304DEST_PATH_IMAGE018
表示初始密文图像的第
Figure 365298DEST_PATH_IMAGE017
行第
Figure 804370DEST_PATH_IMAGE008
列的密文像素点的灰度值；
Figure 346210DEST_PATH_IMAGE023
表示明文图像的第
Figure 861636DEST_PATH_IMAGE020
行第
Figure 488926DEST_PATH_IMAGE008
列的明文像素点的灰度值；
Figure 731689DEST_PATH_IMAGE009
表示整数值序列中的第
Figure 642882DEST_PATH_IMAGE008
个整数值；
Figure 578477DEST_PATH_IMAGE024
表示异或运算符；
Figure 427484DEST_PATH_IMAGE025
表示整数值序列中的第
Figure 473938DEST_PATH_IMAGE008
个整数值与第
Figure 741102DEST_PATH_IMAGE017
行第
Figure 847598DEST_PATH_IMAGE008
列的密文像素点的灰度值异或运算得到的目标值；
其中，计算目标值
Figure 183902DEST_PATH_IMAGE019
具体为：分别将整数值序列中的第
Figure 283314DEST_PATH_IMAGE008
个数值
Figure 654252DEST_PATH_IMAGE009
和初始密文图像的第
Figure 931650DEST_PATH_IMAGE017
行第
Figure 771561DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 159817DEST_PATH_IMAGE018
转换为对应的8位二进制数，将整数值序列中的第
Figure 650841DEST_PATH_IMAGE008
个数值
Figure 833561DEST_PATH_IMAGE009
的8位二进制数的每一位与初始密文图像的第
Figure 659303DEST_PATH_IMAGE017
行第
Figure 851250DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 196781DEST_PATH_IMAGE018
的8位二进制数的每一位进行异或运算，其中，如果对应位置的两个值不相同，即一个为1另一个为0，则异或结果为1，如果两个值相同，即都为1或都为0，则异或结果为0，然后将异或运算的结果转换为十进制数，则十进制数即为目标值
Figure 566713DEST_PATH_IMAGE019
。
需要说明的是，由于当异或运算的结果的目标值
Figure 364905DEST_PATH_IMAGE019
小于明文图像的第
Figure 94964DEST_PATH_IMAGE020
行第
Figure 809848DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 599949DEST_PATH_IMAGE023
时，密文像素点的灰度值
Figure 151016DEST_PATH_IMAGE022
的计算公式为：
Figure 435498DEST_PATH_IMAGE075
，由于不论是明文像素点的灰度值还是密文像素点的灰度值，均为
Figure 755621DEST_PATH_IMAGE004
之间的整数，因此，
Figure 451044DEST_PATH_IMAGE076
大于0，故，在
Figure 750394DEST_PATH_IMAGE077
，即当异或运算的结果
Figure 87834DEST_PATH_IMAGE019
小于初始密文图像的第
Figure 996885DEST_PATH_IMAGE020
行第
Figure 145100DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 139601DEST_PATH_IMAGE022
时，由于密文像素点的灰度值
Figure 15153DEST_PATH_IMAGE022
的计算公式为：
Figure 778710DEST_PATH_IMAGE078
，则明文像素点的灰度值的计算公式为：
Figure 596362DEST_PATH_IMAGE079
；当异或运算的结果
Figure 343738DEST_PATH_IMAGE019
不小于明文图像的第
Figure 757402DEST_PATH_IMAGE020
行第
Figure 657356DEST_PATH_IMAGE008
列的明文像素点的灰度值
Figure 396642DEST_PATH_IMAGE023
时，密文像素点的灰度值
Figure 365735DEST_PATH_IMAGE022
的计算公式为：
Figure 97936DEST_PATH_IMAGE080
，由于不论是明文像素点的灰度值还是密文像素点的灰度值，均为
Figure 836085DEST_PATH_IMAGE004
之间的整数，因此，
Figure 746272DEST_PATH_IMAGE081
不大于0，在
Figure 218973DEST_PATH_IMAGE082
，即当异或运算的结果
Figure 240019DEST_PATH_IMAGE019
不小于初始密文图像的第
Figure 98253DEST_PATH_IMAGE020
行第
Figure 163030DEST_PATH_IMAGE008
列的密文像素点的灰度值
Figure 372295DEST_PATH_IMAGE022
时，由于密文像素点的灰度值
Figure 947764DEST_PATH_IMAGE022
的计算公式为：
Figure 926084DEST_PATH_IMAGE083
，则明文像素点的灰度值的计算公式为：
Figure 443653DEST_PATH_IMAGE084
，依据明文像素点的灰度值的计算公式，从第二行的明文像素点的灰度值开始，计算所有行和所有列的明文像素点的灰度值得到明文图像，实现了明文图像的还原。
本发明一种化肥生产监控数据管理方法，通过设定的第一密钥，建立明文图像的像素点的灰度值与密文像素点的灰度值之间的关系，根据明文图像的像素点的灰度值与密文像素点之间的关系对明文像素点的灰度分布进行改变得到初始密文图像，使得密文图像的灰度直方图不同于明文图像的灰度直方图，增强了初始密文图像中密文像素点之间的关联性及所有的密文像素点都与第一密钥之间的关联性，故，以此打破图像的统计特性，并抵抗攻击者的统计分析攻击，其次，对初始密文图像进行列间置乱和行间置乱，破坏初始密文图像中密文像素点的位置信息，即使攻击者知道安全存储的方法，但是由于像素点的位置置乱导致攻击者无法获取明文图像的像素点的灰度值与密文像素点之间的关系，即无法获取第一密钥和密文像素点之间的关系，也就无法对密文图像进行破解，从而进一步实现对监控数据的安全存储。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种化肥生产监控数据管理方法，其特征在于，该方法包括：
获取化肥生产时的监控数据；
将监控数据的每帧图像作为明文图像，根据灰度值范围设置一个长度与明文图像列数相同的整数值序列，即从灰度值范围中多次随机选取一个整数值，并按照选取顺序将每次选取的整数值进行排列得到整数值序列，并作为第一密钥；
获取明文图像中每个明文像素点的灰度值与预设灰度阈值的第一差值，获取整数值序列中与明文像素点相同列的整数值与对应列密文像素点的灰度值的第二差值，其中，第一差值等于第二差值；
当明文图像中的第一行每列明文像素点的灰度值大于或者等于整数值序列中对应列的整数值时，则将该整数值与第一行的该列明文像素点的灰度值的差值作为对应行和列的密文像素点的灰度值；
当明文图像中的第一行每列明文像素点的灰度值小于整数值序列中对应列的整数值时，则根据第二差值和第一差值获取对应的行和列的密文像素点的灰度值，并得到所有第一行密文像素点的灰度值；
从获取第二行密文像素点的灰度值开始，对每行密文像素点的前一行中的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值；
当目标值大于或者等于对应行和列的明文像素点的灰度值时，则将目标值与对应行和列的明文像素点的灰度值的差值作为对应的行和列的密文像素点的灰度值；
当目标值小于对应行和列的明文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的密文像素点的灰度值，以此类推，得到所有密文像素点的灰度值并得到初始密文图像，将初始密文图像及第一密钥存储；
根据混沌映射模型对初始密文图像进行位置的置乱得到最终密文图像。
2.根据权利要求1所述的一种化肥生产监控数据管理方法，其特征在于，根据混沌映射模型对初始密文图像进行位置的置乱得到最终密文图像的步骤包括：
根据混沌映射模型分别获取长度与明文图像长度相等的第一混沌序列、长度与明文图像宽度相等的第二混沌序列以及第二密钥；
根据变步长约瑟夫遍历和第一混沌序列获得行序号序列，根据变步长约瑟夫遍历和第二混沌序列获得列序号序列；
根据行序号序列、列序号序列对初始密文图像依次进行对应的行间置换、列间置换并得到置乱后的密文图像，置乱后的密文图像即为最终密文图像，将最终密文图像及第二密钥存储。
3.根据权利要求2所述的一种化肥生产监控数据管理方法，其特征在于，根据混沌映射模型分别获取长度与明文图像长度相等的第一混沌序列、长度与明文图像宽度相等的第二混沌序列以及第二密钥的步骤包括：
设定混沌映射模型的每个混沌参数的取值范围及初始x分量、初始y分量的取值范围；
从混沌参数的取值范围内随机选取每个混沌参数对应的值作为各个混沌参数值，从初始x分量、初始y分量的取值范围随机选取对应的初始x分量、初始y分量；
将各个混沌参数值及初始x分量、初始y分量作为第二密钥；
设定混沌映射模型的迭代次数，并将各个混沌参数值及初始x分量、初始y分量输入混沌映射模型进行计算，得到每次迭代对应的x分量和y分量；
选取与明文图像行像素点个数相同且连续个x分量得到第一组序列，选取与明文图像列像素点个数相同且连续个y分量得到第二组序列；
将第一组序列中每个x分量乘行像素点个数，并四舍五入取整得到第一混沌序列；
将第二组序列中每个x分量乘列像素点个数，并四舍五入取整得到第二混沌序列。
4.根据权利要求2所述的一种化肥生产监控数据管理方法，其特征在于，根据变步长约瑟夫遍历和第一混沌序列获得行序号序列，根据变步长约瑟夫遍历和第二混沌序列获得列序号序列的步骤包括：
获取第一混沌序列中第一个x分量与第一混沌序列中分量总数的比值，并取余得到第一余数；
将第一余数在第一混沌序列对应的x分量值作为列序号序列的第一个行序号；
获取第一混沌序列中第二个x分量与第一混沌序列中分量总数减去1之后的比值，并取余得到第二余数；
将第二余数在第一混沌序列对应的x分量值作为列序号序列的第二个行序号；
以此类推，得到所有行序号及行序号序列；
同理，根据获取行序号序列的方式获取列序号序列。
5.根据权利要求2所述的一种化肥生产监控数据管理方法，其特征在于，根据行序号序列、列序号序列对初始密文图像依次进行对应的行间置换、列间置换并得到置乱后的密文图像的步骤包括：
对初始密文图像的所有像素行按照从上到下编号、对初始密文图像的所有像素列按照从左到进行编号得到对应的像素行编号序列、像素列编号序列；
将初始密文图像的像素行编号序列对应的像素点置换到行序号序列对应的位置，将初始密文图像的像素列编号序列对应的像素点置换到列序号序列对应的位置，得到置乱后的密文图像。
6.根据权利要求5所述的一种化肥生产监控数据管理方法，其特征在于，将初始密文图像的像素行编号序列对应的像素点置换到行序号序列对应的位置，将初始密文图像的像素列编号序列对应的像素点置换到列序号序列对应的位置，得到置乱后的密文图像的步骤包括：
获取行序号序列中的第一个行序号，将初始密文图像的像素行编号序列中的第1行所有密文像素点放在初始密文图像的第一个行序号对应的行上，以此类推，根据行序号序列的行序号，实现初始密文图像的所有行的行间置乱；
同理，依据行间置乱的方式对行间置乱后的初始密文图像进行列间置乱得到置乱后的密文图像。
7.根据权利要求1所述的一种化肥生产监控数据管理方法，其特征在于，对每行密文像素点中的前一行的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值的步骤包括：
分别将密文像素点中的前一行的对应列密文像素点的灰度值、整数值序列中对应列的整数值转化为对应的8位二进制数；
将其中一个8位二进制数中的每一位数与另一个8位二进制数中的每一位数进行异或运算；
若进行异或运算的两个值不相同，即一个为1另一个为0，则异或结果为1；
若进行异或运算的两个值相同，即都为1或都为0，则异或结果为0；
然后将异或运算的结果转换为十进制数，十进制数即为目标值。
8.根据权利要求1所述的一种化肥生产监控数据管理方法，其特征在于，预设灰度阈值的取值为256。
9.根据权利要求1所述的一种化肥生产监控数据管理方法，其特征在于，还包括对最终密文图像解密，解密步骤包括：
利用混沌映射模型对最终密文图像进行反置乱得到初始密文图像；
根据初始密文图像的第一行每列密文像素点的灰度值和第一密钥中的对应列的整数值获得明文图像的第一行的对应列的明文像素点的灰度值，其中，当对应列的整数值小于密文像素点的灰度值时，则将对应列的整数值与密文像素点的灰度值的差值加上预设灰度阈值的值作为第一行对应列的明文像素点的灰度值；当对应列的整数值大于或者等于密文像素点的灰度值时，则将对应列的整数值与密文像素点的灰度值的差值作为第一行对应列的明文像素点的灰度值；
从获取第二行的明文像素点的灰度值开始，对每行密文像素点的前一行中的对应列密文像素点的灰度值与整数值序列中对应列的整数值进行异或运算得到目标值；
当目标值大于或者等于对应行和列的密文像素点的灰度值时，则将目标值与对应行和列的密文像素点的灰度值的差值作为对应的行和列的明文像素点的灰度值；
当目标值小于对应行和列的密文像素点的灰度值时，则将目标值与第一差值的差值作为对应的行和列的明文像素点的灰度值，以此类推，得到所有行和所有列的明文像素点的灰度值并得到明文图像。
CN202211243812.XA 2022-10-12 2022-10-12 一种化肥生产监控数据管理方法 Active CN115314600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211243812.XA CN115314600B (zh) 2022-10-12 2022-10-12 一种化肥生产监控数据管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211243812.XA CN115314600B (zh) 2022-10-12 2022-10-12 一种化肥生产监控数据管理方法

Publications (2)

Publication Number Publication Date
CN115314600A CN115314600A (zh) 2022-11-08
CN115314600B true CN115314600B (zh) 2023-01-24

Family

ID=83868436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211243812.XA Active CN115314600B (zh) 2022-10-12 2022-10-12 一种化肥生产监控数据管理方法

Country Status (1)

Country Link
CN (1) CN115314600B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115719300B (zh) * 2023-01-09 2023-05-12 浙江出海云技术有限公司 一种大数据的人员信息管理方法
CN115987485B (zh) * 2023-03-20 2023-05-23 聊城高级财经职业学校 一种水力模型数据处理方法
CN116226471B (zh) * 2023-05-10 2023-07-25 济宁蜗牛软件科技有限公司 一种用于国土资源规划的数据存储方法
CN116305222B (zh) * 2023-05-22 2023-09-05 武汉惠强新能源材料科技有限公司 一种锂电池隔膜生产数据安全权限智能调控方法
CN116644457B (zh) * 2023-07-21 2023-09-29 中珀(北京)新材料科技有限公司 一种内微凝胶氟硅自交联涂料的生产数据加密方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609893A (zh) * 2012-01-13 2012-07-25 航天科工深圳（集团）有限公司 一种数字图像加密和解密方法
CN104766264A (zh) * 2015-01-22 2015-07-08 西北工业大学 一种分块双层自适应扩散图像加密方法
CN105046161A (zh) * 2015-07-29 2015-11-11 河南大学 基于dna动态编码的彩色图像加密方法
CN107220923A (zh) * 2017-02-14 2017-09-29 陕西师范大学 基于映像网络的数字图像反馈加密方法
CN107610034A (zh) * 2017-09-06 2018-01-19 贵州航天计量测试技术研究所 基于混沌系统和二维可逆细胞自动机的图像加密方法
CN107633175A (zh) * 2017-09-14 2018-01-26 交通运输部水运科学研究所 一种基于混沌的快速彩色图像加密方法
CN107819580A (zh) * 2017-11-21 2018-03-20 北京工业大学 一种基于超混沌系统像素信息关联的图像加密方法
CN108133448A (zh) * 2016-12-01 2018-06-08 钦州市晶通科技有限公司 一种像素值双重置换与像素位置的混沌加密算法
CN108199828A (zh) * 2018-02-08 2018-06-22 广东工业大学 一种彩色图片加密算法及装置
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
CN109102452A (zh) * 2018-07-28 2018-12-28 河南大学 一种基于拉丁方阵置乱和双向扩散的图像加密方法
CN110086601A (zh) * 2019-04-28 2019-08-02 郑州轻工业学院 基于像素值关联的约瑟夫遍历和超混沌系统图像加密方法
CN110430036A (zh) * 2019-07-05 2019-11-08 云南大学 一种基于倒差混沌映射的rgb彩色图像加密方法
CN111327900A (zh) * 2020-01-21 2020-06-23 河南大学 基于压缩感知和变形耦合映像格子的彩色图像加密方法
CN111614455A (zh) * 2020-04-30 2020-09-01 河南大学 基于二维压缩感知和忆阻混沌系统的彩色图像压缩加密方法
AU2020103541A4 (en) * 2020-11-19 2021-02-04 Southwest University A signal compression and encryption method based on coupled circuit
CN113486365A (zh) * 2021-05-31 2021-10-08 桂林电子科技大学 一种彩色图像光学加密方法
CN113889232A (zh) * 2021-10-19 2022-01-04 南京工程学院 一种基于医疗影像的隐私保护方法
WO2022077793A1 (zh) * 2020-10-16 2022-04-21 齐鲁工业大学 基于二维滞后复Logistic映射的图像加解密通信算法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8442221B2 (en) * 2005-09-30 2013-05-14 Konica Minolta Laboratory U.S.A., Inc. Method and apparatus for image encryption and embedding and related applications
CN106452723B (zh) * 2016-12-13 2017-05-31 深圳市全同态科技有限公司 一种基于模运算的全同态加密处理方法
CN108989604B (zh) * 2018-07-20 2020-05-05 京东方科技集团股份有限公司 图像加密方法、图像传输方法、电子设备、可读存储介质
CN110430435B (zh) * 2019-08-09 2022-04-19 广东工业大学 一种图像加密方法、装置、传感器及可读存储介质

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609893A (zh) * 2012-01-13 2012-07-25 航天科工深圳（集团）有限公司 一种数字图像加密和解密方法
CN104766264A (zh) * 2015-01-22 2015-07-08 西北工业大学 一种分块双层自适应扩散图像加密方法
CN105046161A (zh) * 2015-07-29 2015-11-11 河南大学 基于dna动态编码的彩色图像加密方法
CN108133448A (zh) * 2016-12-01 2018-06-08 钦州市晶通科技有限公司 一种像素值双重置换与像素位置的混沌加密算法
CN107220923A (zh) * 2017-02-14 2017-09-29 陕西师范大学 基于映像网络的数字图像反馈加密方法
CN107610034A (zh) * 2017-09-06 2018-01-19 贵州航天计量测试技术研究所 基于混沌系统和二维可逆细胞自动机的图像加密方法
CN107633175A (zh) * 2017-09-14 2018-01-26 交通运输部水运科学研究所 一种基于混沌的快速彩色图像加密方法
CN107819580A (zh) * 2017-11-21 2018-03-20 北京工业大学 一种基于超混沌系统像素信息关联的图像加密方法
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
CN108199828A (zh) * 2018-02-08 2018-06-22 广东工业大学 一种彩色图片加密算法及装置
CN109102452A (zh) * 2018-07-28 2018-12-28 河南大学 一种基于拉丁方阵置乱和双向扩散的图像加密方法
CN110086601A (zh) * 2019-04-28 2019-08-02 郑州轻工业学院 基于像素值关联的约瑟夫遍历和超混沌系统图像加密方法
CN110430036A (zh) * 2019-07-05 2019-11-08 云南大学 一种基于倒差混沌映射的rgb彩色图像加密方法
CN111327900A (zh) * 2020-01-21 2020-06-23 河南大学 基于压缩感知和变形耦合映像格子的彩色图像加密方法
CN111614455A (zh) * 2020-04-30 2020-09-01 河南大学 基于二维压缩感知和忆阻混沌系统的彩色图像压缩加密方法
WO2022077793A1 (zh) * 2020-10-16 2022-04-21 齐鲁工业大学 基于二维滞后复Logistic映射的图像加解密通信算法
AU2020103541A4 (en) * 2020-11-19 2021-02-04 Southwest University A signal compression and encryption method based on coupled circuit
CN113486365A (zh) * 2021-05-31 2021-10-08 桂林电子科技大学 一种彩色图像光学加密方法
CN113889232A (zh) * 2021-10-19 2022-01-04 南京工程学院 一种基于医疗影像的隐私保护方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于像素置乱和比特替换的混沌图像加密算法;谢国波等;《微电子学与计算机》;20161231(第03期);全文 *
基于超混沌序列和位平面置乱的图像加密算法;林振荣等;《南昌大学学报(工科版)》;20170628(第02期);全文 *

Also Published As

Publication number Publication date
CN115314600A (zh) 2022-11-08

Similar Documents

Publication Publication Date Title
CN115314600B (zh) 一种化肥生产监控数据管理方法
CN110086601B (zh) 基于像素值关联的约瑟夫遍历和超混沌系统图像加密方法
CN109660696B (zh) 一种新的图像加密方法
CN113297606B (zh) 基于多混沌与dna运算的彩色量子图像加密及解密方法
CN109800585B (zh) 一种图像插值空间完全可逆可分离密文域信息隐藏算法
CN107292184B (zh) 图像加密方法、装置及密钥流生成方法和密钥流生成器
CN110086600B (zh) 一种基于超混沌系统和变步长约瑟夫问题的图像加密方法
CN107392970B (zh) 一种基于位平面和高维混沌系统的数字图像加密方法
CN115694784A (zh) 一种数据安全存储方法
CN115567186A (zh) 一种混沌优选的深度窗口置乱加密方法
CN112084514A (zh) 一种混沌序列与dna突变的图像加密方法及装置
CN113691362B (zh) 基于超混沌系统和dna编码的位平面图像压缩加密方法
CN116071164B (zh) 一种基于区块链管理的数字资产溯源方法
CN115580687B (zh) 基于变参数超混沌系统与s形扩散的多图像加密方法
CN110572252A (zh) 一种基于分数阶平移混沌系统的图像加密及解密方法
CN115659409A (zh) 一种金融资产交易数据安全存储方法
CN115766962A (zh) 一种基于五维保守超混沌系统的多密钥图像加密方法
CN113129196A (zh) 一种基于dna序列和忆阻混沌的图像加密方法
CN112153238A (zh) 一种基于Tent映射和复合混沌映射的图像加密方法
CN115664630A (zh) 一种网络安全通信方法
Nayak et al. A secure and efficient color image encryption scheme based on two chaotic systems and advanced encryption standard
CN114374775A (zh) 基于Julia集和DNA编码的图像加密方法
CN116707754A (zh) 一种基于五维无平衡点超混沌的数字图像加密方法
CN113077374A (zh) 一种基于新4维超混沌和dna随机编码计算的彩色图像加密方法
Li et al. Image encryption system based on chaotic system and dna computing

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