CN116112149A - 一种无人驾驶车辆的测试数据加密方法 - Google Patents

一种无人驾驶车辆的测试数据加密方法 Download PDF

Info

Publication number
CN116112149A
CN116112149A CN202310181192.XA CN202310181192A CN116112149A CN 116112149 A CN116112149 A CN 116112149A CN 202310181192 A CN202310181192 A CN 202310181192A CN 116112149 A CN116112149 A CN 116112149A
Authority
CN
China
Prior art keywords
plaintext
histogram
gray
plaintext image
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.)
Pending
Application number
CN202310181192.XA
Other languages
English (en)
Inventor
杨扬
胡心怡
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.)
Shanghai Boonray Intelligent Technology Co Ltd
Original Assignee
Shanghai Boonray Intelligent Technology 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 Shanghai Boonray Intelligent Technology Co Ltd filed Critical Shanghai Boonray Intelligent Technology Co Ltd
Priority to CN202310181192.XA priority Critical patent/CN116112149A/zh
Publication of CN116112149A publication Critical patent/CN116112149A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • H04L9/002—Countermeasures against attacks on cryptographic mechanisms
    • 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
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • 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
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/409—Edge or detail enhancement; Noise or error suppression
    • H04N1/4092—Edge or detail enhancement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/84—Vehicles

Landscapes

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

Abstract

本发明涉及加密传输领域，具体涉及一种无人驾驶车辆的测试数据加密方法，包括：对明文图像分块获得明文图像块；根据秘钥获得起始值序列；根据明文图像块的灰度直方图获得修正系数，根据修正系数对灰度直方图进行频率修正得到修正直方图；根据明文图像块的起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块进行加密，获得所有明文图像块加密后的密文图像块组成的密文图像，对密文图像进行传输。本发明对明文图像的修正直方图进行直方图均衡化，根据映射关系对明文图像的进行加密，保证加密方法的可解密性和解密准确性，使密文图像统计特性不同于明文图像，进而能够抵御统计分析攻击。

Description

一种无人驾驶车辆的测试数据加密方法
技术领域
本发明涉及加密传输领域，具体涉及一种无人驾驶车辆的测试数据加密方法。
背景技术
在完成初次开发或者更新换代的无人驾驶车辆正式投入使用前，需要使用测试数据对无人驾驶车辆进行功能测试，因此，测试数据对无人驾驶车辆的功能测试至关重要，并且测试数据中包含着无人驾驶车辆涉及到的关键技术的数据，如果被窃取分析，很可能会导致无人驾驶车辆的关键技术泄露。为了无人驾驶车辆的测试数据的安全性，需要对测试数据进行加密传输。
非对称加密算法都是基于数学难题，虽然安全性较高，但是加密和解密的速度慢，因此非对称加密算法只适合对少量数据进行加密。对于测试数据中数据量大且冗余程度高的图像，不适合采用非对称加密算法。常规的基于混沌映射的图像加密方法只是将图像中像素点的位置改变，但是并没有改变图像中像素点的灰度值，虽然打破了图像中像素点之间的强关联性，但是加密后图像的灰度直方图并未发生改变，即图像的统计特性并未发生改变，因此，无法抵御攻击者的统计分析攻击。
发明内容
为了解决上述问题，本发明提供一种无人驾驶车辆的测试数据加密方法，所述方法包括：
获取明文图像，对明文图像进行分块，获得所有明文图像块；
构建密钥，根据秘钥获得起始值序列；
对于明文图像中的任意一个明文图像块进行加密，包括：获得明文图像块的灰度直方图的左边界和右边界，根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程，求解修正系数方程获得明文图像块的修正系数；根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图；根据起始序列获得明文图像块的起始值；根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块的所有明文像素点进行加密，将所有密文像素点组成的图像块记为密文图像块；
对明文图像的所有明文图像块进行加密，将所有密文图像块组成的图像记为密文图像。
进一步地，所述根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程的步骤包括：
将明文图像块的修正系数设为修正系数方程的表达式具体为：
式中，P1,P2分别表示明文图像块的灰度直方图的左边界与右边界，p(h)表示明文图像块的灰度直方图上灰度值h的频率，表示向上取整，δ(P1,P2)表示左边界P1与右边界P2之间所有频率为0的灰度值的数量。
进一步地，所述根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图的步骤包括：
对于明文图像块的灰度直方图中，左边界与右边界之间频率为0的所有灰度值，将每个灰度值的修正频率设置为；
对于明文图像块的灰度直方图中，左边界与右边界之间频率不为0的所有灰度值，将灰度值的修正频率设置为，式中，表示灰度值的频率，表示修正系数，表示向上取整；
对于明文图像块的灰度直方图中，不属于左边界与右边界之间的所有灰度值的频率不做修正，频率依然为0；
将明文图像块的所有灰度值的修正频率组成的直方图记为明文图像块的修正直方图。
进一步地，所述根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系的步骤包括：
根据明文图像块的修正直方图中所有灰度值的修正频率，累加得到灰度值的累积频率，灰度值的累积频率的具体计算公式为：
式中，表示明文图像块的修正直方图上灰度值的累积频率，表示灰度值0到灰度值之间第个灰度值的修正频率；
明文图像块中灰度值与灰度值的均衡结果组成一对映射关系，灰度值的均衡结果的计算公式为：
式中，表示灰度值的均衡结果，表示明文图像块的修正直方图上灰度值的累积频率，表示对应的明文图像块的起始值，表示除法取余。
进一步地，所述根据映射关系对明文图像块的所有明文像素点进行加密的步骤包括：
对于明文图像块中的任意一个明文像素点，根据明文像素点的灰度值获得对应的映射关系，将映射关系中的均衡结果作为密文，将明文像素的灰度值设置为密文，将设置灰度值后的明文像素点记为密文像素点。
本发明上述方法至少具有如下有益效果：
1、本发明通过结合明文图像块的起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系，根据映射关系对所有明文图像块进行加密，获得所有密文图像块组成的密文图像。综上，由于不同的明文图像块的起始值和灰度直方图不同，进行直方图均衡化之后获得的映射关系不同，因此，灰度值相同的明文像素点在不同的明文图像块中的加密结果可能不同，灰度值不同的明文像素点在不同的明文图像块中的加密结果可能相同，使得最终密文图像的统计图像和明文图像的统计特性完全不同；因此，通过本发明的加密方法对明文图像进行加密，会改变明文图像的统计特性，导致攻击者无法通过分析明文图像和密文图像的统计规律来破译密文图像，保证密文图像抵抗攻击者的统计分析攻击。
2、根据修正系数对明文图像块的灰度直方图进行频率修正，使灰度值之间频率为零的灰度值在直方图均衡化后不被吞噬，进而是均衡化后的灰度直方图能够保留原本的灰度直方图中灰度值之间的距离；同时通过对灰度直方图的左边界和右边界进行保存，保留原本的灰度直方图中灰度值分布的范围；本发明通过保留原本的灰度直方图中灰度值的距离和分布范围，保证了能够根据均衡化的映射结果准确获得原本的灰度直方图，进而根据映射关系对密文图像进行准确的解密，保证了加密方法的可解密性和解密准确性。
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为本发明一个实施例提供的一种无人驾驶车辆的测试数据加密方法的步骤流程图；
图2为本发明一个实施例提供的一个灰度直方图；
图3为本发明一个实施例提供的一个灰度直方图；
图4为本发明一个实施例提供的图2和图3的均衡化后的灰度直方图；
图5为本发明一个实施例提供的图2的灰度直方图的修正直方图；
图6为本发明一个实施例提供的图3的灰度直方图的修正直方图；
图7为本发明一个实施例提供的图5的修正直方图的均衡化后的灰度直方图；
图8为本发明一个实施例提供的图6的修正直方图的均衡化后的灰度直方图。
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无人驾驶车辆的测试数据加密方法，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无人驾驶车辆的测试数据加密方法的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种无人驾驶车辆的测试数据加密方法的步骤流程图，该方法包括以下步骤：
S001，获取明文图像，对明文图像进行分块，获得所有明文图像块。
1、获取明文图像。
通常通过配备高端数据记录器的测试车辆来采集相关数据，数据记录器包括摄像头、毫米波雷达和激光雷达等，这些测试数据被用于在实验室中精确地模拟交通状况，测试ADAS感知算法和控制逻辑的正确性。
摄像头采集的测试数据为图像数据，将图像数据中的图像记为明文图像，表示明文图像的尺寸，分别表示明文图像的长和宽。
2、通过预设尺寸对明文图像进行分块，获得所有明文图像块，表示明文图像块的大小，表示明文图像块的边长。在本实施例中，明文图像块的边长，明文图像块的尺寸为，在其他实施例中，实施人员可根据需要设置明文图像块的边长和尺寸。
S002，构建密钥，根据秘钥获得起始值序列。
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。
在、、的范围内随机产生密钥，将根据秘钥的参数将一维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，将取整后的第数值记为起始值，将个起始值组成的序列记为起始值序列。
其中，，式中，表示明文图像的尺寸，分别表示明文图像的长和宽，表示图像块的大小，表示图像块的边长，表示向上取整。
需要说明的是，密钥在整个加密过程中只获取一次，并进行分别存储在发送端和接收端，在通过发送端向接收端传输加密后的密文图像时，不需要对密钥进行传输，保障了密钥的安全性。
S003，根据明文图像块的灰度直方图获得明文图像块的修正系数，根据修正系数对明文图像块的灰度直方图进行频率修正，得到明文图像块的修正直方图。
需要说明的是，结合起始值序列对明文图像块的灰度直方图进行直方图均衡化，获得灰度直方图的均衡化后的映射结果，根据映射结果对明文图像块进行加密获得密文图像块。
但是，由于直方图均衡化的映射结果只与灰度直方图的频率小大有关，而与频率的分布无关，对不同的明文图像块进行直方图均衡化，如果两个明文图像块的灰度直方图的频率大小具有相同的规律，例如图2和图3对应的两个灰度直方图，则两个明文图像块的直方图均衡化的明文图像块的结果相同，例如图2和图3对应的两个灰度直方图的直方图均衡化的明文图像块的结果均为图4所示的灰度直方图。因此，不同的明文图像块的灰度直方图进行直方图均衡化的映射结果可能会相同，导致根据映射结果对密文图像进行解密时，密文图像的解密结果不唯一，无法准确对密文图像块进行还原。
根据灰度直方图的均衡化的映射结果的重要性质：经过均衡化后，灰度直方图的频率不发生任何变化，且灰度直方图中的灰度值分布发生变化，灰度值分布的变化体现在两个方面：一方面为灰度值分布的范围发生变化，另一方面为灰度值之间的距离发生变化。因此，想要根据均衡化的映射结果准确获得原本的灰度直方图，就需要保留灰度值分布，对于灰度值分布的范围，本发明通过对灰度直方图的左边界和右边界进行保存，对于灰度值之间的距离，本发明通过对灰度直方图进行频率修正，使灰度值之间频率为0的灰度值在直方图均衡化后不被吞噬，进而体现出灰度值之间的距离。
在本实施例中，对于明文图像中的任意一个明文图像块，根据明文图像块的灰度直方图获得明文图像块的修正系数，根据修正系数对明文图像块的灰度直方图进行频率修正，得到明文图像块的修正直方图，具体步骤为：
1、根据明文图像块的灰度直方图获得明文图像块的修正系数。
获得明文图像块的灰度直方图，灰度直方图中，横轴为灰度值，纵轴为灰度值的频率，灰度值的频率为。将灰度直方图中频率不等于0且灰度值最小的灰度值，记为左边界；将灰度直方图中频率不等于0且灰度值最大的灰度值，记为右边界。
将明文图像块的修正系数设为，根据明文图像块的灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程，修正系数方程的表达式具体为：
式中，分别表示明文图像块的灰度直方图的左边界与右边界，表示明文图像块的灰度直方图上灰度值的频率，表示向上取整，表示左边界与右边界之间所有频率为0的灰度值的数量。
由于上述方程中，除修正系数以外，其他对象均能够通过灰度直方图获得，因此能够根据上述方程获得明文图像块的修正系数。对上述方程进行求解，获得明文图像块的修正系数。
例如，如图2所示的灰度直方图的修正系数，如图3所示的灰度直方图的修正系数。
2、根据修正系数对明文图像块的灰度直方图进行频率修正，得到明文图像块的修正直方图。
需要说明的是，直方图均衡化的底层逻辑为：对明文图像块中频率大的灰度值进行展宽，而对频率小的灰度值进行归并。因此，对灰度直方图进行均衡化后会出现吞噬现象，特别是对于频率为0的灰度值，而灰度值之间频率为0的灰度值的数量体现了灰度值之间的距离，想要根据均衡化的映射结果准确获得原本的灰度直方图，就需要保留灰度值之间的距离，即需要保证灰度值之间频率为0的灰度值在直方图均衡化后不被吞噬。本发明根据修正系数对灰度直方图进行频率修正，使灰度值之间频率为0的灰度值在直方图均衡化后不被吞噬，进而保留灰度值之间的距离。
在本实施例中，根据修正系数对明文图像块的灰度直方图进行频率修正，得到明文图像块的修正直方图，具体步骤为：
（1）对于明文图像块的灰度直方图中，左边界与右边界之间频率为0的所有灰度值，将每个灰度值的修正频率设置为。
（2）对于明文图像块的灰度直方图中，左边界与右边界之间频率不为0的所有灰度值，将灰度值的修正频率设置为，式中，表示灰度值的频率，表示修正系数，表示向上取整。
（3）对于明文图像块的灰度直方图中，不属于左边界与右边界之间的所有灰度值的频率不做修正，频率依然为0；
将明文图像块的所有灰度值的修正频率组成的直方图记为明文图像块的修正直方图。
例如，图2所示的灰度直方图根据修正系数进行频率修正后的修正直方图如图5所示，图3所示的灰度直方图根据修正系数进行频率修正后的修正直方图如图6所示。
根据修正系数对明文图像块的灰度直方图进行频率修正，使灰度值之间频率为零的灰度值在直方图均衡化后不被吞噬，进而是均衡化后的灰度直方图能够保留原本的灰度直方图中灰度值之间的距离；同时通过对灰度直方图的左边界和右边界进行保存，保留原本的灰度直方图中灰度值分布的范围；本发明通过保留原本的灰度直方图中灰度值的距离和分布范围，保证了能够根据均衡化的映射结果准确获得原本的灰度直方图，进而根据映射关系对密文图像进行准确的解密，保证了加密方法的可解密性和解密准确性。
S004，根据起始序列获得明文图像块的起始值；根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对所有明文图像块进行加密，获得所有密文图像块组成的密文图像。
1、根据起始序列获得明文图像块的起始值。
对明文图像的所有明文图像块按照从左到右、从上到小的顺序进行排列，对于第个明文图像块，将起始值序列中第个数值作为第个明文图像块的起始值。
2、根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系。
（1）根据修正直方图计算所有灰度值的累积频率。
根据修正直方图中所有灰度值的修正频率，累加得到灰度值的累积频率，灰度值的累积频率的具体计算公式为：
式中，表示灰度值的累积频率，表示明文图像块的修正直方图上灰度值0到灰度值之间第个灰度值的修正频率。
（2）根据所有灰度值的累积频率和明文图像块的起始值获得映射关系。
明文图像块中灰度值与灰度值的均衡结果组成一对映射关系，灰度值的均衡结果的计算公式为：
式中，表示灰度值的均衡结果，表示明文图像块的修正直方图上灰度值的累积频率，表示对应的明文图像块的起始值，表示除法取余。
例如，图5所示的修正直方图的起始值为5，根据起始值对修正直方图进行直方图均衡化，图5所示的修正直方图的直方图均衡化的结果如图7所示；图6所示的修正直方图的起始值为5，根据起始值对修正直方图进行直方图均衡化，图6所示的修正直方图的直方图均衡化的结果如图8所示。
3、根据映射关系对所有明文图像块进行加密，获得所有密文图像块组成的密文图像。
对于明文图像中的第个明文图像块，根据上述步骤2获得明文图像块的所有灰度值的映射关系，根据映射关系对明文图像块进行加密，具体为：对于明文图像块中的任意一个明文像素点，根据明文像素点的灰度值获得对应的映射关系，将映射关系中的均衡结果作为密文，将明文像素的灰度值设置为密文，将设置灰度值后的明文像素点记为密文像素点；将明文图像块中的所有明文像素点转换为密文像素点，将所有密文像素点组成的图像块记为密文图像块。
对明文图像中的所有明文图像块进行加密获得对应的密文图像块，将所有密文图像块组成的图像据记为密文图像。
本发明通过结合明文图像块的起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系，根据映射关系对所有明文图像块进行加密，获得所有密文图像块组成的密文图像。综上，由于不同的明文图像块的起始值和灰度直方图不同，进行直方图均衡化之后获得的映射关系不同，因此，灰度值相同的明文像素点在不同的明文图像块中的加密结果可能不同，灰度值不同的明文像素点在不同的明文图像块中的加密结果可能相同，使得最终密文图像的统计图像和明文图像的统计特性完全不同；因此，通过本发明的加密方法对明文图像进行加密，会改变明文图像的统计特性，导致攻击者无法通过分析明文图像和密文图像的统计规律来破译密文图像，保证密文图像抵抗攻击者的统计分析攻击。
4、将所有明文图像块的左边界和右边界按照顺序排列组成的序列记为边界序列，通过非对称加密算法对边界序列进行加密，获得密文序列。在本实施例中，非对称加密算法包括但不仅限于RSA算法、DSA算法或ECC算法等非对称加密算法。
通过对灰度直方图的左边界和右边界进行保存，保留原本的灰度直方图中灰度值分布的范围；本发明通过保留原本的灰度直方图中灰度值的距离和分布范围，保证了能够根据均衡化的映射结果准确获得原本的灰度直方图，进而根据映射关系对密文图像进行准确的解密，保证了加密方法的可解密性和解密准确性。
5、通过发送端对密文图像和密文序列进行传输，将其传输至接收端。
S005，对密文图像进行分块获得密文图像块，根据密钥对密文图像块进行解密，获得所有明文图像块组成的明文图像。
接收端接收来自发送端的密文图像和密文序列，通过存储在接收端的密钥对密文图像进行解密，具体步骤为：
1、对密文图像进行分块获得密文图像块。
2、对密文序列进行解密获得边界序列，根据密钥获得初始值序列。
3、对于任意一个密文图像块，根据边界序列获得密文图像块的左边界和右边界，获得密文图像块的灰度直方图，获得灰度直方图中频率不为0的灰度值的数量；假设密文图像块的修正系数为，构建修正系数方程，对修正系数方程进行求解，获得明文图像块的修正系数。
4、对于密文图像块的灰度直方图中，左边界与右边界之间频率不为0的所有灰度值，根据修正系数获得每个灰度值的修正频率为，计算灰度值的累积频率，根据初始值序列获得密文图像块的初始值，如果灰度值不小于初始值，则计算灰度值的间隔的计算公式为；如果灰度值小于初始值，则计算灰度值的间隔的计算公式为。
5、根据密文图像块中的灰度值的间隔获得映射值，映射值的计算公式为，灰度值和映射值组成一对映射关系。
6、对密文图像块进行解密，具体为：对于密文图像块中的任意一个密文像素点，根据密文像素点的灰度值获得对应的映射关系，将映射关系中的映射值作为明文，将密文像素的灰度值设置为密文，将设置灰度值后的密文像素点记为明文像素点；将密文图像块中的所有密文像素点转换为明文像素点，将所有明文像素点组成的图像块记为明文图像块。对密文图像中的所有密文图像块进行解密获得对应的明文图像块，将所有明文图像块组成的图像据记为明文图像。
综上所述，本发明对明文图像分块获得明文图像块；根据秘钥获得起始值序列；根据明文图像块的灰度直方图获得修正系数，根据修正系数对灰度直方图进行频率修正得到修正直方图；根据明文图像块的起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块进行加密，获得所有明文图像块加密后的密文图像块组成的密文图像，对密文图像进行传输。本发明对明文图像的修正直方图进行直方图均衡化，根据映射关系对明文图像的进行加密，保证加密方法的可解密性和解密准确性，使密文图像统计特性不同于明文图像，进而能够抵御统计分析攻击。
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 (5)

1.一种无人驾驶车辆的测试数据加密方法，其特征在于，所述方法包括：
获取明文图像，对明文图像进行分块，获得所有明文图像块；
构建密钥，根据秘钥获得起始值序列；
对于明文图像中的任意一个明文图像块进行加密，包括：获得明文图像块的灰度直方图的左边界和右边界，根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程，求解修正系数方程获得明文图像块的修正系数；根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图；根据起始序列获得明文图像块的起始值；根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系；根据映射关系对明文图像块的所有明文像素点进行加密，将所有密文像素点组成的图像块记为密文图像块；
对明文图像的所有明文图像块进行加密，将所有密文图像块组成的图像记为密文图像。
2.根据权利要求1所述的一种无人驾驶车辆的测试数据加密方法，其特征在于，所述根据灰度直方图的左边界与右边界之间所有灰度值的频率构建修正系数方程的步骤包括：
将明文图像块的修正系数设为，修正系数方程的表达式具体为：
式中，分别表示明文图像块的灰度直方图的左边界与右边界，表示明文图像块的灰度直方图上灰度值的频率，表示向上取整，表示左边界与右边界之间所有频率为0的灰度值的数量。
3.根据权利要求1所述的一种无人驾驶车辆的测试数据加密方法，其特征在于，所述根据修正系数对灰度直方图进行频率修正得到明文图像块的修正直方图的步骤包括：
对于明文图像块的灰度直方图中，左边界与右边界之间频率为0的所有灰度值，将每个灰度值的修正频率设置为；
对于明文图像块的灰度直方图中，左边界与右边界之间频率不为0的所有灰度值，将灰度值的修正频率设置为，式中，表示灰度值的频率，表示修正系数，表示向上取整；
对于明文图像块的灰度直方图中，不属于左边界与右边界之间的所有灰度值的频率不做修正，频率依然为0；
将明文图像块的所有灰度值的修正频率组成的直方图记为明文图像块的修正直方图。
4.根据权利要求2所述的一种无人驾驶车辆的测试数据加密方法，其特征在于，所述根据起始值对明文图像块的修正直方图进行直方图均衡化，获得明文图像块的映射关系的步骤包括：
根据明文图像块的修正直方图中所有灰度值的修正频率，累加得到灰度值的累积频率，灰度值的累积频率的具体计算公式为：
式中，表示明文图像块的修正直方图上灰度值的累积频率，表示灰度值0到灰度值之间第个灰度值的修正频率；
明文图像块中灰度值与灰度值的均衡结果组成一对映射关系，灰度值的均衡结果的计算公式为：
式中，表示灰度值的均衡结果，表示明文图像块的修正直方图上灰度值的累积频率，表示对应的明文图像块的起始值，表示除法取余。
5.根据权利要求1所述的一种无人驾驶车辆的测试数据加密方法，其特征在于，所述根据映射关系对明文图像块的所有明文像素点进行加密的步骤包括：
对于明文图像块中的任意一个明文像素点，根据明文像素点的灰度值获得对应的映射关系，将映射关系中的均衡结果作为密文，将明文像素的灰度值设置为密文，将设置灰度值后的明文像素点记为密文像素点。
CN202310181192.XA 2023-03-01 2023-03-01 一种无人驾驶车辆的测试数据加密方法 Pending CN116112149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310181192.XA CN116112149A (zh) 2023-03-01 2023-03-01 一种无人驾驶车辆的测试数据加密方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310181192.XA CN116112149A (zh) 2023-03-01 2023-03-01 一种无人驾驶车辆的测试数据加密方法

Publications (1)

Publication Number Publication Date
CN116112149A true CN116112149A (zh) 2023-05-12

Family

ID=86265501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310181192.XA Pending CN116112149A (zh) 2023-03-01 2023-03-01 一种无人驾驶车辆的测试数据加密方法

Country Status (1)

Country Link
CN (1) CN116112149A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117932649A (zh) * 2024-03-22 2024-04-26 毛茸茸(南通)智能科技有限公司 一种企业生产管理软件的数据加密方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117932649A (zh) * 2024-03-22 2024-04-26 毛茸茸(南通)智能科技有限公司 一种企业生产管理软件的数据加密方法
CN117932649B (zh) * 2024-03-22 2024-06-04 毛茸茸(南通)智能科技有限公司 一种企业生产管理软件的数据加密方法

Similar Documents

Publication Publication Date Title
CN110399742B (zh) 一种联邦迁移学习模型的训练、预测方法及装置
Hanis et al. A fast double-keyed authenticated image encryption scheme using an improved chaotic map and a butterfly-like structure
Alsafasfeh et al. Image encryption based on the general approach for multiple chaotic systems.
CN109102452B (zh) 一种基于拉丁方阵置乱和双向扩散的图像加密方法
TWI769753B (zh) 保護資料隱私的圖片分類方法及裝置
CN111031071B (zh) 恶意流量的识别方法、装置、计算机设备及存储介质
EP3038286A1 (en) Information processing method, information processing program, and information processing apparatus
CN116112149A (zh) 一种无人驾驶车辆的测试数据加密方法
CN111130748A (zh) 一种量子混沌的并行图像加密方法
CN116226471A (zh) 一种用于国土资源规划的数据存储方法
Liu et al. A color image encryption scheme based on a novel 3d chaotic mapping
CN115277979A (zh) 一种基于图像的非对称式区块独立加密方法
Anandkumar et al. Analyzing of chaos based encryption with Lorenz and Henon map
CN115623159A (zh) 一种智能化实验操作考试监控数据智能传输方法
CN109003218A (zh) 一种构造门限视觉密码矩阵的方法
CN111581648A (zh) 在不规则用户中保留隐私的联邦学习的方法
CN112699400B (zh) 一种图像信息安全处理方法及装置
Yi et al. An algorithm of image encryption based on AES & Rossler hyperchaotic modeling
Li et al. An image encryption method based on tent and Lorenz chaotic systems
CN109922227B (zh) 一种可逆元胞自动机图像加密的相似性度量方法
CN116865938A (zh) 基于秘密共享和同态加密的多服务器联邦学习方法
CN115086058A (zh) 图像加密方法及装置、存储介质和电子设备
CN112669068B (zh) 基于大数据的市场调研数据传输方法及系统
CN107133994A (zh) 一种新的图像加密方法
John et al. 6D Hyperchaotic Encryption Model for Ensuring Security to 3D Printed Models and Medical Images

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