CN115694784A - 一种数据安全存储方法 - Google Patents
一种数据安全存储方法 Download PDFInfo
- Publication number
- CN115694784A CN115694784A CN202211701190.0A CN202211701190A CN115694784A CN 115694784 A CN115694784 A CN 115694784A CN 202211701190 A CN202211701190 A CN 202211701190A CN 115694784 A CN115694784 A CN 115694784A
- Authority
- CN
- China
- Prior art keywords
- base matrix
- base
- encrypted
- matrix
- 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.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及用于保护数据的电子数字数据处理领域,具体涉及一种数据安全存储方法,包括:将待加密图像的灰度图像中所有像素点灰度值转化为八位二进制编码,将二进制编码转化为碱基编码,将待加密灰度图像转化为多个碱基矩阵;对混沌序列进行混沌映射获得密钥图像,根据密钥图像生成多个密钥二维碱基矩阵;计算碱基矩阵运算规则的优选程度,根据碱基矩阵运算规则的优选程度与密钥二维碱基矩阵对碱基矩阵进行加密运算获得加密碱基矩阵;对加密碱基矩阵进行逆变换获得加密灰度值;根据混沌序列参数与碱基矩阵对应最优运算规则对加密后的图像进行解密,本发明加密后的图像与加密前的图像差异更大,生成的加密矩阵随机性更强,提高了密钥的破解难度。
Description
技术领域
本发明涉及用于保护数据的电子数字数据处理领域,具体涉及一种数据安全存储方法。
背景技术
随着互联网的发展,网络中存储传输的数据也在呈指数递增,其中图像数据是数据信息的主要表现形式之一,图像数据中蕴含着大量的信息,如身份信息、地理信息等等,若此类信息被窃取或破坏,极易造成严重的经济损失,严重的甚至会威胁到国家安全。因此,对于蕴含重要信息的图像数据,如遥感图像、军事训练影像等,在进行图像数据的传输或保存时,需要对图像数据进行加密处理。
传统图像加密方法通常为置乱与替换,置乱即将图像中的像素点的位置进行置乱,破坏像素点间的关联信息,以达到加密的目的,但置乱加密仅仅只是改变了像素点的位置信息,像素点的灰度统计直方图并没有发生改变,不法分子很有可能通过直方图的分布特征破解图像,窃取图像中蕴含的重要信息;替换加密即将图像中像素点的灰度值进行替换,使得原始的灰度值信息发生改变,从而达到加密的目的,但替换加密的加密密钥难以管理。
发明内容
为了解决上述问题,本发明提供一种数据安全存储方法,所述方法包括:
S1:将待加密灰度图像转化为初始碱基矩阵;
S2: 对待加密灰度图像进行混沌映射获得初始密钥二维碱基矩阵;将初始碱基矩阵和初始密钥二维碱基矩阵进行分组,分别得到若干碱基矩阵和若干密钥二维碱基矩阵;
S3: 分别利用四种运算规则对每个密钥二维碱基矩阵与碱基矩阵中的像素值进行计算得到每种运算规则的运算结果,将运算结果与待加密灰度图像中像素值差异最大的运算规则记为每个像素点的最优运算规则;根据每种最优运算规则对应的像素点数量获得每个碱基矩阵中每个运算规则的优选程度;根据每个碱基矩阵中运算规则的优选程度获得每个碱基矩阵的最优运算规则;
S4: 对每个碱基矩阵采用其对应的最优运算规则与每个密钥二维碱基矩阵进行运算得到每个加密碱基矩阵,将所有加密碱基矩阵进行拼接然后进行逆变换得到待加密灰度图像的加密图像,并将加密图像的混沌序列参数与所有碱基矩阵对应最优运算规则进行存储;
S5:根据存储的混沌序列参数与碱基矩阵对应最优运算规则对加密图像进行解密得到加密之前的待加密灰度图像。
进一步地,所述将待加密灰度图像转化为初始碱基矩阵的步骤包括:
将待加密灰度图像中所有像素点的灰度值转化为二进制编码,用碱基A表示00,碱基T表示11,碱基G表示01,碱基C表示10,将二进制编码序列映射到DNA碱基中得到碱基编码,从而将待加密灰度图像转化为初始碱基矩阵。
进一步地,所述对待加密灰度图像进行混沌映射获得初始密钥二维碱基矩阵的步骤包括:
根据混沌模型映射获得[0,1]之间的混沌序列,将得到的[0,1]之间的混沌序列中每一个数乘以255并向下取整得到[0,255]的混沌序列,将[0,255]混沌序列转换为大小为M×N的二维矩阵,将二维矩阵作为密钥图像,对二维矩阵中的所有数值进行八位二进制转换,并将八位二进制编码转换为碱基编码获得初始密钥二维碱基矩阵;M和N为待加密灰度图像的长宽。
进一步地,所述将初始碱基矩阵和初始密钥二维碱基矩阵进行分组,分别得到若干碱基矩阵和若干密钥二维碱基矩阵的步骤包括:
将初始碱基矩阵中每一个像素点的第一个碱基提取出来,所有像素点的第一个碱基组成一组,记为第一碱基矩阵;将初始碱基矩阵中每一个像素点的第二个碱基提取出来,所有像素点的第二个碱基组成一组,记为第二碱基矩阵;将初始碱基矩阵中每一个像素点的第三个碱基提取出来,所有像素点的第三个碱基组成一组,记为第三碱基矩阵;将初始碱基矩阵中每一个像素点的第四个碱基提取出来,所有像素点的第四个碱基组成一组,记为第四碱基矩阵;
将初始密钥二维碱基矩阵中每一个像素点的第一个碱基提取出来,所有像素点的第一个碱基组成一组,记为第一密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第二个碱基提取出来,所有像素点的第二个碱基组成一组,记为第二密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第三个碱基提取出来,所有像素点的第三个碱基组成一组,记为第三密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第四个碱基提取出来,所有像素点的第四个碱基组成一组,记为第四密钥二维碱基矩阵。
进一步地,所述根据每种最优运算规则对应的像素点数量获得每个碱基矩阵中每个运算规则的优选程度的步骤包括:
式中,表示碱基矩阵运算规则为的运算规则的优选程度,其中为正整数且
最大取4,表示加法运算,表示减法运算,表示异或运算,表示
同或运算,表示碱基矩阵中最优运算规则为的像素点的出现的次数,表示第一
碱基矩阵中像素点的数量。
进一步地,所述根据每个碱基矩阵中运算规则的优选程度获得每个碱基矩阵的最优运算规则的步骤包括:
将每个碱基矩阵中的最大优选程度对应的运算规则记为每个碱基矩阵的最优运算规则。
进一步地,所述得到加密之前的待加密灰度图像的步骤包括:
根据混沌序列参数生成对应的混沌序列,将混沌序列转换为M×N大小的二维矩阵,对二维矩阵与加密密文均进行八位二进制转换,并转换生成对应的碱基矩阵,通过对应碱基矩阵的运算规则进行解密,得到解密后的二进制数,并拼接得到对应的八位二进制编码,八位二进制编码转换为10进制后即可得到原始的待加密灰度图像;M和N为待加密灰度图像的长宽。
本发明实施例具有如下有益效果:
1、通过二进制转换获取对应像素点灰度值的二进制编码,通过获取最优的运算规则使得转换后的二进制编码与原始二进制编码的差异足够大,达到增大图像私密性的效果。
2、通过混沌映射与最优运算规则的获取,使得密钥管理简单,密钥的编码位数较少,而加密效果远远高于置乱加密,同时通过获取最优运算规则使得加密效果可控,加密后的图像与加密之前的图像差异尽可能大,同时生成的加密矩阵随机性强,大大提高密钥的破解难度。
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为本发明一个实施例提供的一种数据安全存储方法的步骤流程图;
图2为本发明一个实施例提供的一种数据安全存储方法的编码转换示意图;
图3为本发明一个实施例提供的一种数据安全存储方法的编码运算结果;
图4为本发明一个实施例提供的一种数据安全存储方法的碱基矩阵分组示意图。
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,对依据本发明提出的一种数据安全存储方法,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。
下面结合附图具体的说明本发明所提供的一种数据安全存储方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种数据安全存储方法的步骤流程图,该方法包括以下步骤:
S001,将待加密的图像转换为灰度图像,并将图像中所有像素点灰度值转化为八位二进制编码。
采集的数据为蕴含重要信息的图像数据,将待加密的图像转换为灰度图像,待加密灰度图像中像素点的灰度值为0-255,共256个灰度级,故将像素点的灰度值进行二进制编码转换,由于灰度级区间为0-255,故将灰度值转换为8位二进制编码,进制转换之后的每个像素点的灰度值是由八位二进制的数据串组成。例如:灰度值为1的像素点通过八位二进制转换后的编码为:00000001,灰度值为54的像素点通过八位二进制转换后的编码为:00110110,灰度值为234的像素点通过八位二进制转换后的编码为:11101010。进制转换之后的每个像素点是由八位二进制的数据串组成的,转换效果如图2所示。
S002,将二进制编码转化为碱基编码,并根据碱基编码将待加密灰度图像转化为初始碱基矩阵。
对于八位二进制的数字串,数字串中字符的取值只有0、1两种情况,而二进制中0、1被认为是互补的。在人类的DNA中存在四个碱基,也呈现为互补的状态,即腺嘌呤(A)和胸腺嘧啶(T)互补,鸟嘌呤(G)与胞嘧啶(C)互补。故借鉴DNA的互补规则,将二进制编码序列映射到DNA碱基中。具体映射过程为:二进制编码中00和11互补且01和10互补,而DNA中A和T互补且G和C互补,故可以用A表示00,T表示11,G表示01,C表示10。例如:灰度值为54的像素点通过八位二进制转换后的编码为:00110110,采用A表示00,T表示11,G表示01,C表示10的编码转换方式转换后,灰度值为54的像素点可表示为:ATGC,每个像素点都进行碱基编码转换后,可将待加密图像转换为碱基矩阵,本实施例将其记为初始碱基矩阵,转换效果如图2所示。
S003,根据混沌序列进行混沌映射获得密钥图像,并对密钥图像进行二进制编码生成初始密钥二维碱基矩阵。
其中为可控参数,表示混沌序列中的第n个数。当系数时,系
统进入混沌状态,将产生之间的混沌序列,将混沌映射模型迭代次。此时获取的混沌序列是之间的混沌序列,将其投影到灰度值的取
值区间,即:将得到的混沌序列每一个数乘以并向下取整,得到区间范围为的
混沌序列。
此时将混沌序列转换为大小为的二维矩阵,二维矩阵即为密钥图像,将密
钥图像中的灰度值进行八位二进制转换,并将八位二进制编码转换为碱基编码,最终得到
初始密钥二维碱基矩阵。例如:生成的混沌序列中第1个数为88,二进制转换后为:
01011000,采用A表示00,T表示11,G表示01,C表示10的编码转换方式转换后,生成的二维矩
阵中灰度值为88的像素点可表示为:GGCA。M和N为待加密灰度图像的长宽
S004,根据初始密钥二维碱基矩阵与初始碱基矩阵计算碱基矩阵运算规则的优选程度。
对原始待加密图像的初始碱基矩阵进行分组。
由于S003将待加密图像像素点的灰度值转换为4个碱基,故将待加密的图像分为4
组,每一组中均有个碱基,分组规则为:将初始碱基矩阵中每一个像素点的第一个
碱基提取出来,所有像素点的第一个碱基组成一组,记为第一碱基矩阵;将初始碱基矩阵中
每一个像素点的第二个碱基提取出来,所有像素点的第二个碱基组成一组,记为第二碱基
矩阵;将初始碱基矩阵中每一个像素点的第三个碱基提取出来,所有像素点的第三个碱基
组成一组,记为第三碱基矩阵;将初始碱基矩阵中每一个像素点的第四个碱基提取出来,所
有像素点的第四个碱基组成一组,记为第四碱基矩阵,分组效果如图4所示。
对初始密钥二维碱基矩阵进行分组。
将初始密钥二维碱基矩阵中每一个像素点的第一个碱基提取出来,所有像素点的第一个碱基组成一组,记为第一密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第二个碱基提取出来,所有像素点的第二个碱基组成一组,记为第二密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第三个碱基提取出来,所有像素点的第三个碱基组成一组,记为第三密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第四个碱基提取出来,所有像素点的第四个碱基组成一组,记为第四密钥二维碱基矩阵。
计算碱基矩阵运算规则的优选程度。
将第个碱基矩阵中第个像素点的碱基与第个密钥二维碱基矩阵中第个像素点
的碱基依次进行加法、减法、同或和异或运算,二进制数运算结果如图3所示,将每次运算结
果转化为十进制结果值,将每次运算结果与原始待加密图像中第个像素点的灰度
值进行差值比较,将差值最大时对应的运算规则记为第个像素点的最优运算规则,因为差
值越大,即对应密文位置的像素点的灰度值与对应明文位置的像素点的灰度值差异越大,
不仅破坏明文自身所携带的信息,同时破坏像素点与像素点之间所蕴含的信息,从而保证
密文的安全性。避免从密文中找到规律,增大密文破解的难度。
式中,表示碱基矩阵运算规则为的运算规则的优选程度,其中为正整数且
最大取4,表示加法运算,表示减法运算,表示异或运算,表示
同或运算,表示碱基矩阵中最优运算规则为的像素点的出现的次数,表示第一
碱基矩阵中像素点的数量。
使用该方式分别计算第一碱基矩阵、第二碱基矩阵、第三碱基矩阵、第四碱基矩阵的最优运算规则。
S005,根据碱基矩阵运算规则的优选程度与密钥二维碱基矩阵对碱基矩阵进行加密运算获得加密碱基矩阵;对加密碱基矩阵进行逆变换获得加密密文,并将加密密文存储在存储器中。
对第个碱基矩阵采用最优运算规则与对应的密钥二维碱基矩阵进行运算,得到
对应的第个加密碱基矩阵,即第个加密碱基矩阵中的第个像素点的值为,将第一加密
碱基矩阵、第二加密碱基矩阵、第三加密碱基矩阵和第四加密碱基矩阵进行拼接形成组合
加密碱基矩阵,拼接方法为:按照S004中1步骤的逆向过程形成八位二进制编码,具体的根
据碱基逆变换为二进制编码数据常规操作不再详细赘述。将组合加密碱基矩阵中所有碱基
进行逆变换形成八位二进制编码,将八位二进制编码进行十进制转换得到灰度图像的加密
密文。
将加密后的密文存储在存储器中,同理将加密密钥进行存储,但值得说明的是,加密密钥的存储需要进行加密,加密密钥的加密方法可以选择现有的AES加密算法进行加密,AES加密为现有技术,此处不予以详细概述。
S006,从存储器中读取数据,根据混沌序列参数与碱基矩阵对应最优运算规则对加密后的图像进行解密。
需要注意的是:从存储器中读取数据时,首先需要获取对应的加密密钥,若加密密钥与密文一同存储在存储器中,则优选从存储器中读取加密密钥部分,采用AES解密操作获取对应的密钥。
根据混沌序列参数生成对应的混沌序列,将混沌序列转换为大小的二维
矩阵,对二维矩阵与加密密文均进行八位二进制转换,并转换生成对应的碱基矩阵,通过对
应碱基矩阵的运算规则进行解密,得到解密后的二进制数,并拼接得到对应的八位二进制
编码,八位二进制编码转换为10进制后即可得到原始的需要进行加密的图像。
综上所述,本发明通过对应待加密图像的灰度图像像素点灰度值进行二进制编码实现对二进制编码与碱基编码间的转换,通过获取最优的运算规则使得转换后的二进制编码与原始二进制编码的差异足够大,达到增大图像私密性的效果,通过获取混沌映射与最优运算规则使得密钥管理简单,且加密效果远远高于置乱加密,同时通过获取最优运算规则使得加密效果可控,加密后的图像与加密之前的图像差异更大,同时生成的加密矩阵随机性更强,大大提高密钥的破解难度。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上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范围,均应包含在本申请的保护范围之内。
Claims (7)
1.一种数据安全存储方法,其特征在于,所述方法包括:
S1:将待加密灰度图像转化为初始碱基矩阵;
S2: 对待加密灰度图像进行混沌映射获得初始密钥二维碱基矩阵;将初始碱基矩阵和初始密钥二维碱基矩阵进行分组,分别得到若干碱基矩阵和若干密钥二维碱基矩阵;
S3: 分别利用四种运算规则对每个密钥二维碱基矩阵与碱基矩阵中的像素值进行计算得到每种运算规则的运算结果,将运算结果与待加密灰度图像中像素值差异最大的运算规则记为每个像素点的最优运算规则;根据每种最优运算规则对应的像素点数量获得每个碱基矩阵中每个运算规则的优选程度;根据每个碱基矩阵中运算规则的优选程度获得每个碱基矩阵的最优运算规则;
S4: 对每个碱基矩阵采用其对应的最优运算规则与每个密钥二维碱基矩阵进行运算得到每个加密碱基矩阵,将所有加密碱基矩阵进行拼接然后进行逆变换得到待加密灰度图像的加密图像,并将加密图像的混沌序列参数与所有碱基矩阵对应最优运算规则进行存储;
S5:根据存储的混沌序列参数与碱基矩阵对应最优运算规则对加密图像进行解密得到加密之前的待加密灰度图像。
2.根据权利要求1所述的一种数据安全存储方法,其特征在于,所述将待加密灰度图像转化为初始碱基矩阵的步骤包括:
将待加密灰度图像中所有像素点的灰度值转化为二进制编码,用碱基A表示00,碱基T表示11,碱基G表示01,碱基C表示10,将二进制编码序列映射到DNA碱基中得到碱基编码,从而将待加密灰度图像转化为初始碱基矩阵。
3.根据权利要求1所述的一种数据安全存储方法,其特征在于,所述对待加密灰度图像进行混沌映射获得初始密钥二维碱基矩阵的步骤包括:
根据混沌模型映射获得[0,1]之间的混沌序列,将得到的[0,1]之间的混沌序列中每一个数乘以255并向下取整得到[0,255]的混沌序列,将[0,255]混沌序列转换为大小为M×N的二维矩阵,将二维矩阵作为密钥图像,对二维矩阵中的所有数值进行八位二进制转换,并将八位二进制编码转换为碱基编码获得初始密钥二维碱基矩阵;M和N为待加密灰度图像的长宽。
4.根据权利要求1所述的一种数据安全存储方法,其特征在于,所述将初始碱基矩阵和初始密钥二维碱基矩阵进行分组,分别得到若干碱基矩阵和若干密钥二维碱基矩阵的步骤包括:
将初始碱基矩阵中每一个像素点的第一个碱基提取出来,所有像素点的第一个碱基组成一组,记为第一碱基矩阵;将初始碱基矩阵中每一个像素点的第二个碱基提取出来,所有像素点的第二个碱基组成一组,记为第二碱基矩阵;将初始碱基矩阵中每一个像素点的第三个碱基提取出来,所有像素点的第三个碱基组成一组,记为第三碱基矩阵;将初始碱基矩阵中每一个像素点的第四个碱基提取出来,所有像素点的第四个碱基组成一组,记为第四碱基矩阵;
将初始密钥二维碱基矩阵中每一个像素点的第一个碱基提取出来,所有像素点的第一个碱基组成一组,记为第一密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第二个碱基提取出来,所有像素点的第二个碱基组成一组,记为第二密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第三个碱基提取出来,所有像素点的第三个碱基组成一组,记为第三密钥二维碱基矩阵;将初始密钥二维碱基矩阵中每一个像素点的第四个碱基提取出来,所有像素点的第四个碱基组成一组,记为第四密钥二维碱基矩阵。
6.根据权利要求1所述的一种数据安全存储方法,其特征在于,所述根据每个碱基矩阵中运算规则的优选程度获得每个碱基矩阵的最优运算规则的步骤包括:
将每个碱基矩阵中的最大优选程度对应的运算规则记为每个碱基矩阵的最优运算规则。
7.根据权利要求1所述的一种数据安全存储方法,其特征在于,所述得到加密之前的待加密灰度图像的步骤包括:
根据混沌序列参数生成对应的混沌序列,将混沌序列转换为M×N大小的二维矩阵,对二维矩阵与加密密文均进行八位二进制转换,并转换生成对应的碱基矩阵,通过对应碱基矩阵的运算规则进行解密,得到解密后的二进制数,并拼接得到对应的八位二进制编码,八位二进制编码转换为10进制后即可得到原始的待加密灰度图像;M和N为待加密灰度图像的长宽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211701190.0A CN115694784B (zh) | 2022-12-29 | 2022-12-29 | 一种数据安全存储方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211701190.0A CN115694784B (zh) | 2022-12-29 | 2022-12-29 | 一种数据安全存储方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115694784A true CN115694784A (zh) | 2023-02-03 |
CN115694784B CN115694784B (zh) | 2023-05-02 |
Family
ID=85055232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211701190.0A Active CN115694784B (zh) | 2022-12-29 | 2022-12-29 | 一种数据安全存储方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115694784B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861034A (zh) * | 2023-02-20 | 2023-03-28 | 深圳市欣博跃电子有限公司 | 一种无线路由数据智能管理系统 |
CN116055046A (zh) * | 2023-03-31 | 2023-05-02 | 山东政信大数据科技有限责任公司 | 一种农产品在线安全交易系统 |
CN116260566A (zh) * | 2023-05-10 | 2023-06-13 | 山东爱福地生物股份有限公司 | 一种肥料生产加工数据的安全存储方法 |
CN116861468A (zh) * | 2023-09-04 | 2023-10-10 | 苏州宏存芯捷科技有限公司 | 一种用于pcb板的设计数据加密方法 |
CN117156061A (zh) * | 2023-08-31 | 2023-12-01 | 重庆赛力斯新能源汽车设计院有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN117278325A (zh) * | 2023-11-17 | 2023-12-22 | 临沂大学 | 一种计算机网络大数据安全防护方法及系统 |
CN117394984A (zh) * | 2023-11-28 | 2024-01-12 | 安雾信息技术(重庆)有限公司 | 一种敏感信息安全保护方法、装置、设备及存储介质 |
CN117390712A (zh) * | 2023-10-31 | 2024-01-12 | 深圳沃咔曼科技有限公司 | 一种扩展坞数据安全保护方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040133927A1 (en) * | 2000-11-13 | 2004-07-08 | Stanley Sternberg | Digital media recognition apparatus and methods |
CN107590842A (zh) * | 2017-09-05 | 2018-01-16 | 山东师范大学 | 基于像素和dna交叉动态混沌密码的图像加密方法和装置 |
CN108365947A (zh) * | 2018-03-05 | 2018-08-03 | 郑州轻工业学院 | 一种基于Feistel网络与动态DNA编码的图像加密方法 |
CN111147594A (zh) * | 2019-12-30 | 2020-05-12 | 曲阜师范大学 | 物联网数据传输系统及其密钥生成方法和数据传输方法 |
CN113129196A (zh) * | 2021-04-07 | 2021-07-16 | 中国人民解放军海军工程大学 | 一种基于dna序列和忆阻混沌的图像加密方法 |
CN113297607A (zh) * | 2021-06-25 | 2021-08-24 | 燕山大学 | 基于压缩感知和dna编码的图像压缩加密及解密方法 |
-
2022
- 2022-12-29 CN CN202211701190.0A patent/CN115694784B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040133927A1 (en) * | 2000-11-13 | 2004-07-08 | Stanley Sternberg | Digital media recognition apparatus and methods |
CN107590842A (zh) * | 2017-09-05 | 2018-01-16 | 山东师范大学 | 基于像素和dna交叉动态混沌密码的图像加密方法和装置 |
CN108365947A (zh) * | 2018-03-05 | 2018-08-03 | 郑州轻工业学院 | 一种基于Feistel网络与动态DNA编码的图像加密方法 |
CN111147594A (zh) * | 2019-12-30 | 2020-05-12 | 曲阜师范大学 | 物联网数据传输系统及其密钥生成方法和数据传输方法 |
CN113129196A (zh) * | 2021-04-07 | 2021-07-16 | 中国人民解放军海军工程大学 | 一种基于dna序列和忆阻混沌的图像加密方法 |
CN113297607A (zh) * | 2021-06-25 | 2021-08-24 | 燕山大学 | 基于压缩感知和dna编码的图像压缩加密及解密方法 |
Non-Patent Citations (2)
Title |
---|
XIN JIN 等: "Color Image Encryption in YCbCr Space" * |
朱珍 等: "方波曲线耦合零交叉边缘检测的图像加密算法" * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115861034A (zh) * | 2023-02-20 | 2023-03-28 | 深圳市欣博跃电子有限公司 | 一种无线路由数据智能管理系统 |
CN116055046A (zh) * | 2023-03-31 | 2023-05-02 | 山东政信大数据科技有限责任公司 | 一种农产品在线安全交易系统 |
CN116260566A (zh) * | 2023-05-10 | 2023-06-13 | 山东爱福地生物股份有限公司 | 一种肥料生产加工数据的安全存储方法 |
CN116260566B (zh) * | 2023-05-10 | 2023-07-14 | 山东爱福地生物股份有限公司 | 一种肥料生产加工数据的安全存储方法 |
CN117156061A (zh) * | 2023-08-31 | 2023-12-01 | 重庆赛力斯新能源汽车设计院有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN117156061B (zh) * | 2023-08-31 | 2024-10-11 | 重庆赛力斯新能源汽车设计院有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN116861468B (zh) * | 2023-09-04 | 2023-11-24 | 苏州宏存芯捷科技有限公司 | 一种用于pcb板的设计数据加密方法 |
CN116861468A (zh) * | 2023-09-04 | 2023-10-10 | 苏州宏存芯捷科技有限公司 | 一种用于pcb板的设计数据加密方法 |
CN117390712A (zh) * | 2023-10-31 | 2024-01-12 | 深圳沃咔曼科技有限公司 | 一种扩展坞数据安全保护方法 |
CN117390712B (zh) * | 2023-10-31 | 2024-05-17 | 深圳沃咔曼科技有限公司 | 一种扩展坞数据安全保护方法 |
CN117278325A (zh) * | 2023-11-17 | 2023-12-22 | 临沂大学 | 一种计算机网络大数据安全防护方法及系统 |
CN117278325B (zh) * | 2023-11-17 | 2024-01-26 | 临沂大学 | 一种计算机网络大数据安全防护方法及系统 |
CN117394984A (zh) * | 2023-11-28 | 2024-01-12 | 安雾信息技术(重庆)有限公司 | 一种敏感信息安全保护方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115694784B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115694784B (zh) | 一种数据安全存储方法 | |
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 | |
CN112202984B (zh) | 一种基于纠错冗余的密文域可逆信息隐藏方法 | |
CN107578452B (zh) | 一种具有兼容格式和不变尺寸的jpeg图像加密方法 | |
CN107220923B (zh) | 基于映像网络的数字图像反馈加密方法 | |
CN115277978B (zh) | 一种基于状态编码表的图像信息安全管理方法 | |
CN112906043B (zh) | 一种基于混沌映射和混沌s盒代换的图像加密方法 | |
CN110535624B (zh) | 一种应用于dicom格式的医学图像隐私保护方法 | |
CN113194213A (zh) | 一种基于秘密共享和混沌映射的png图像信息隐藏和恢复方法 | |
CN112769545B (zh) | 基于相邻像素约瑟夫变换和Mealy状态机的图像加密方法 | |
CN115567186A (zh) | 一种混沌优选的深度窗口置乱加密方法 | |
CN116796354B (zh) | 一种用于计算机系统的信息安全增强方法 | |
CN115659409A (zh) | 一种金融资产交易数据安全存储方法 | |
Almayyahi et al. | High-security image steganography technique using XNOR operation and fibonacci algorithm | |
CN115150818A (zh) | 一种基于人工智能的通信传输加密方法 | |
Jangid et al. | Hybrid approach of image encryption using DNA cryptography and TF Hill Cipher Algorithm | |
CN116599640B (zh) | 一种用于系统集成中数码资源安全存储方法及系统 | |
CN115103080B (zh) | 一种基于dna三倍体变异的图像加密方法和系统 | |
Swain et al. | A dynamic approach to image steganography using the three least significant bits and extended hill cipher | |
CN114697671B (zh) | 一种建筑工程质量管理系统 | |
CN115103081B (zh) | 基于混合预测和哈夫曼编码的加密图像可逆数据隐藏方法 | |
CN115134471A (zh) | 图像加密、解密方法以及相关设备 | |
CN115834021A (zh) | 基于神经网络和半张量积的云端医学图像加密方法 | |
CN110061832B (zh) | 以汉字作为密码的对称密码算法的实现方法 | |
CN117057804B (zh) | 基于哈希序列的金融交易数据安全存储方法及系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230919 Address after: Ocean Business Building, No. 105 Futian Road, Yiwu City, Jinhua City, Zhejiang Province, 322000 Patentee after: Zhejiang China Commodity City Group Co.,Ltd. Address before: No. J4, 17/F, No. 1, Zhongguancun Street, Haidian District, Beijing, 100000 Patentee before: Beijing Houfang Technology Co.,Ltd. |