CN116707756A - 基于fpga的混沌图像加密算法 - Google Patents
基于fpga的混沌图像加密算法 Download PDFInfo
- Publication number
- CN116707756A CN116707756A CN202310698680.8A CN202310698680A CN116707756A CN 116707756 A CN116707756 A CN 116707756A CN 202310698680 A CN202310698680 A CN 202310698680A CN 116707756 A CN116707756 A CN 116707756A
- Authority
- CN
- China
- Prior art keywords
- chaotic
- image
- encryption algorithm
- fpga
- images
- 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
Links
- 230000000739 chaotic effect Effects 0.000 title claims abstract description 185
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 15
- 230000004044 response Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000010587 phase diagram Methods 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282461 Canis lupus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04L9/08—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
- H04L9/0863—Generation of secret information including derivation or calculation of cryptographic keys or passwords involving passwords or one-time passwords
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于FPGA的混沌图像加密算法,包括:S1、置入新的混沌系统;S2、对图像进行预处理;S3、进行仿真实验以及分析;S4提出新的加密算法。本发明通过多个一维混沌映射之间的快速调制,添加参数进行辅助,在随机选用不同的混沌映射,可丰富混沌信号的多样性,提高混沌系统对图像信息处理的质量;通过对图像的分类,便于系统自动分配不同密钥矩阵,提高密钥对图像信息的处理效果,降低了系统对图像加密时的工作量;采用多种方法对混沌系统进行分析,提高对混沌动力学行为的反应;采用构建的混沌系统可扩大混沌信号在图像加密中的应用,提高对图像加密的效果,减少信息的泄露,保证图像信息传输的安全性。
Description
技术领域
本发明涉及图像加密技术领域,具体为基于FPGA的混沌图像加密算法。
背景技术
数字图像是最流行的多媒体形式之一,在政治、经济、国防、教育等方面均有广泛应用。对于某些特殊领域,如军事、商业和医疗,数字图像还有较高的保密要求。为了实现数字图像保密,实际操作中一般先将二维图像转换成一维数据,再采用传统加密算法进行加密。
现有技术中,如中国专利号为:CN111783116A的“一种轻量级超混沌快速图像加密算法”,首先量化编排超混沌系统,快速产生与图像尺寸相同的四个轮密钥矩阵;然后在明文图像上,通过四个方向的并行分组链接加密完成像素信息的高效扩散,产生几乎毫无关联的密文图像。
现有技术在有效抵御统计分析攻击,选择明(密)文攻击,穷举攻击等常见的密码学攻击手段,提高图像保密通信的实用性,但现有的混沌系统的混沌信号的多样性较为有限,对混沌系统的分析方法较少,不利于混沌动力学行为的反应,影响混沌信号在图像加密中的应用。
发明内容
本发明的目的在于提供基于FPGA的混沌图像加密算法,以解决上述背景技术提出的现有的混沌系统的混沌信号的多样性较为有限,对混沌系统的分析方法较少,不利于混沌动力学行为的反应,影响混沌信号在图像加密中的应用的问题。本发明中的图像算法,提出新的混沌系统丰富了混沌信号的多样性;对于混沌系统分析,提出新的分析方法,采用不同的分析方法对混沌系统进行分析处理,能从多方面反映出混沌动力学行为;基于FPGA技术实现所提出的混沌信号并把它应用于图像加密和加密中,扩大混沌信号在图像加密中的应用,简化了加密过程,提高了对图像加密的效果,采用强大而轻量级的加密算法对5G-IoT网络中数据流的信息进行保护,基于混沌的密码学可以为数据保护提供高效而安全的保障,减少信息的泄露,便于后续混沌系统应用于物联网、5G等图像加密。
为实现上述目的,本发明提供如下技术方案:基于FPGA的混沌图像加密算法,包括以下步骤:
S1、置入新的混沌系统:通过闭环调制耦合的方式将多个一维混沌映射快速调制,添加多个参数,通过选用不同的混沌映射,实现构造新的混沌系统,并将混沌系统置入设备内;
S2、对图像进行预处理:对图像的像素进行解析处理,根据像素不同将图像分为若干处理单元,实现图像的分类;
S3、进行仿真实验以及分析:利用Matlab和电路仿真软件对混沌系统进行数值仿真和电路仿真,并对其进行混沌动力学分析;
S4、提出新的加密算法:在混沌序列数据库内随机选取两个不同的混沌序列进行线性叠加,生成复合的混沌序列,进而生成密钥,实现对图像的加密处理;
S5、对算法进行初步核验:随机选取三组图像输入混沌系统内,利用加密算法对图像进行处理,将图像加密后传输到接收设备,接收设备输入接收密钥完成对图像的解密,观察解密后的图像信息是否正确;
S6、利用加密算法对图像信息处理:利用FPGA技术实现对S2内部不同类别的图像进行加密和解密处理。
优选的,在步骤S1中,在构造新的混沌系统时,可通过不同的混沌映射组合生产三种不同的混沌系统,对混沌系统分别测试,挑选最优的混沌系统进行使用。
优选的,在步骤S2中,根据图像像素的大小不同将图像分为三个类别,其大小分别为640x480-1024x768、1024x768-1600x1200和1600x1200-2048x1536。
优选的,在步骤S3中,用Matlab进行包括混沌分叉特性、李雅普诺夫指数、平衡点分析、庞加莱截面等数学分析,辅助完成混沌系统的数值仿真。
优选的,在步骤S3中,运用cadence软件搭建等效电路进行电路仿真,并根据结果搭建实际的硬件电路实物模型,通过示波器观测波形,实现混沌信号的产生和混沌图像分叉的多样性。
优选的,在步骤S3中,其中混沌系统的表达式(1),如下所示:
其中,q的取值范围为0<q<1。
优选的,在步骤S3中,其中混沌系统的表达式(2),如下所示:
F0=k/P,Fi=2AP/ki
W(w)=gw2+h,Ei=2AP(0.05i+0.05);
其中y的取值为-1.5<y<1。
优选的,在步骤S4中,在对混沌序列线性叠加前需要确保接收设备可以接收到密钥信号,密钥信号相匹配,可保证图像加密后的解密。
优选的,在步骤S5中,利用FPGA技术对混沌系统以及加密算法进行技术支持,辅助图像加密前的处理以及加密后的传输,减少图像传输过程中的破损现象,保证数据的稳定传输。
优选的,在步骤S6中,将多组图像信息输入混沌系统内,利用加密算法处理后,对图像进行解密处理,显示图像加密前后的效果,完成对图像的整体处理。
与现有技术相比,本发明的有益效果是:
本发明通过多个一维混沌映射之间的快速调制,添加参数进行辅助,在随机选用不同的混沌映射,可丰富混沌信号的多样性,提高混沌系统对图像信息处理的质量;通过对图像的分类,便于系统自动分配不同密钥矩阵,提高密钥对图像信息的处理效果,降低了系统对图像加密时的工作量;采用多种方法对混沌系统进行分析,结合仿真软件和示波器使用,可直观观察不同参数下波形的变化,提高对混沌动力学行为的反应;采用构建的混沌系统可扩大混沌信号在图像加密中的应用,提高对图像加密的效果,减少信息的泄露,保证图像信息传输的安全性。
附图说明
图1为本发明基于FPGA的混沌图像加密算法的结构示意图;
图2为本发明基于FPGA的混沌图像加密算法的系统(1)的y-z平面相图;
图3为本发明基于FPGA的混沌图像加密算法的系统(1)的x-y平面相图
图4为本发明基于FPGA的混沌图像加密算法的时间系统(1)的李雅普诺夫指数图;
图5为本发明基于FPGA的混沌图像加密算法的a的分岔图;
图6为本发明基于FPGA的混沌图像加密算法的a的lyapunov指数谱图;
图7为本发明基于FPGA的混沌图像加密算法的庞加莱截面x-y平面图;
图8为本发明基于FPGA的混沌图像加密算法的FPGA实现的x-y平面相图;
图9为本发明基于FPGA的混沌图像加密算法的原始图像、加密图像和解密图像图;
图10为本发明基于FPGA的混沌图像加密算法的原始图像和解密图像图。
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,所描述的实施条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。
参照图1-10所示:混沌现象是非线性系统中出现的确定性的、类随机的过程,是非周期的、有界的、但不收敛的过程,并对初始条件极为敏感。当混沌系统内部的混沌信号较少时,其多样性较为单一,混沌映射构建的混沌系统对图像信息的处理效果不理想,影响后续对不同种类图像信息的加密,对混沌系统分析时,分析方法较为单一,对图像信息以及混沌算法的分析效果不理想,不利于直观观察参数数据变化对图像信息加密以及传输的影响,不利于混沌动力学行为的反应,采用多级加密算法对图像信息进行处理时,其加密过程较为繁琐,采用单级的加密算法,密钥容易被破解,容易造成信息的泄露,不利于图像信息的传输安全。
参照图1所示:基于FPGA的混沌图像加密算法,包括以下步骤:
步骤一、置入新的混沌系统:通过闭环调制耦合的方式将多个一维混沌映射快速调制,添加多个参数,通过选用不同的混沌映射,实现构造新的混沌系统,并将混沌系统置入设备内,在构造新的混沌系统时,可通过不同的混沌映射组合生产三种不同的混沌系统,对混沌系统分别测试,挑选最优的混沌系统进行使用。
步骤二、对图像进行预处理:对图像的像素进行解析处理,根据像素不同将图像分为若干处理单元,实现图像的分类,根据图像像素的大小不同将图像分为三个类别,其大小分别为640x 480-1024x 768、1024x 768-1600x 1200和1600x 1200-2048x 1536,其中第一类别的图像大小范围为640x480-1024x 768,第二类别的图像大小范围为1024x 768-1600x1200,第三类别的图像大小范围为1600x 1200-2048x 1536,三种类别可分别对应算法内部的不同计算模型,实现模型的准确分配,实现模型与图像的快速匹配,可提高对图像信息处理的效果,避免对多个图像逐个遍历查询的麻烦。
步骤三、进行仿真实验以及分析:利用Matlab和电路仿真软件对混沌系统进行数值仿真和电路仿真,并对其进行混沌动力学分析。
用Matlab进行包括混沌分叉特性、李雅普诺夫指数、平衡点分析、庞加莱截面等数学分析,辅助完成混沌系统的数值仿真,运用cadence软件搭建等效电路进行电路仿真,并根据结果搭建实际的硬件电路实物模型,通过示波器观测波形,实现混沌信号的产生和混沌图像分叉的多样性,在波形产生前,利用控制变量法逐个对混沌系统表达式的参数数据进行修改,观察波形的变化,在q取值为0.90时,在保证x取值为-1.5~1时,观察y和z的坐标变化,从而在仿真软件以及示波器上观察波形变化,在保证y取值为-1.5~1时,观察z的坐标变化,从而在仿真软件以及示波器上观察波形变化。
其中混沌系统的表达式(1),如下所示:
其中,q的取值范围为0<q<1。
当q=0.98时,系统(1)进行求解,可以得到多涡卷混沌信号,其混沌相图如图2和图3所示。
其中混沌系统的表达式(2),如下所示:
F0=k/P,Fi=2AP/ki
W(w)=gw2+h,Ei=2AP(0.05i+0.05);
其中y的取值为-1.5<y<1;
表达式(1)和表达式(2)内部各个参数的取值,记录于表1。
表1:各组参数取值记录表
由表1可知a、b、c、A、P、g和h的取值均为定值,k为变量,表1中列出了六组数据,以丰富数据的变化,提高混沌系统中混沌信号的多样性。
①李雅普诺夫指数的分析:在参数如表(1)所示的条件下,我们使用wolf法计算所提出系统的Lyapunov指数。假设初始值为(0.1,0.1,0.1,0.1),步长为0.05,q=0.98,得到系统(1)的Lyapunov指数为LE1=0.2125,LE2=0.2179,LE3=-0.0088,LE4=-4.2341。李雅普诺夫指数图如图4所示。从李雅普诺夫指数分析可知,系统(1)是一个耗散混沌系统。
②分岔和Lyapunov指数谱分析:我们选择系统(1)初值为(0.1,0.1,0.1,0.1),步长为0.005,q=0.98时,当控制参数a从8变化到12,其他参数不变时,得到a的分岔图和Lyapunov指数谱,如图5和图6所示。从图5和图6中分析,系统(1)由倍周期分岔进入混沌状态。
③庞加莱截面:将相空间的连续轨迹映射到庞加莱截面上的一些离散点上,由此可得到混沌系统的运动特性。如果忽略初始阶段的瞬态过渡过程,则只考虑庞加莱截面的稳态图像。当庞加莱截面上只有一个不动点或有限的离散点时,可确定运动是周期性的。当庞加莱截面上存在一些连续曲线或具有分层和分形结构的密集离散点时,可确定系统处于混沌状态。选取截面的庞加莱面,系统(1)的庞加莱截面如图7所示,可看出不同平面上的庞加莱映射是一些具有层状结构的密集点,这表明吸引子的运动轨道在不同方向上连续地折叠、拉伸和分叉。因此,系统(1)是混沌的。
步骤四、提出新的加密算法:在混沌序列数据库内随机选取两个不同的混沌序列进行线性叠加,生成复合的混沌序列,进而生成密钥,实现对图像的加密处理,在对混沌序列线性叠加前需要确保接收设备可以接收到密钥信号,密钥信号相匹配,可保证图像加密后的解密。
①基于FPGA的混沌系统实现:基于FPGA技术,我们用定点数方法对系统(1)进行硬件实验。我们使用Zynq-7000系列XC7Z020 FPGA板卡和AN9767双端口并行14位模拟转换模块,最高转换速率为125MHz。我们使用Vivado 17.4和系统生成器来实现Matlab-FPGA的联合调试。同时,我们还使用示波器来可视化模拟输出。在对Vivado进行分析、合成和编译后,为了进一步验证基于忆阻器的分数阶多涡卷混沌系统分析的正确性,我们使用Vivado生成比特流文件并将其下载到FPGA开发板。同时,我们使用AN9767DAC转换FPGA的输出,并观察系统吸引子的相图。示波器显示的相图如图8所示。
②基于FPGA的混沌图像加解密实现:数字技术的快速发展导致通过互联网传输的数据激增,信息传输的安全性越来越受到重视。数字图像占据了传输数据的主要部分。数字图像是高度冗余的,并且在相邻像素之间显示出很强的相关性。因此,常用的加密方案不适合图像加密。在这个实验中,我们只使用异或算法对测试图像进行加密和解密。由于这些图像加密算法大多依赖于混沌系统的复杂性而不是算法的复杂性,因此可更好地体现本文提出的使用混沌系统的优势。首先,我们使用matlab进行混沌加解密仿真实验,实验结果如图9所示。然后,我们使用FPGA技术实现相应的混沌图像加解密实验。实验结果如图10所示。
首先,输入一个加密密钥,混沌系统根据加密密钥生成一组由状态变量组成的混沌序列,然后通过符号函数将混沌序列转换为二进制伪随机序列,并对原始图像像素的灰度值进行异或运算,得到加密图像,该图像往往具有类噪声特征;解密是加密的逆过程,我们输入解密密钥,混沌系统根据解密密钥生成混沌序列,然后通过符号函数将混沌序列转换为二进制伪随机序列,并对加密图像像素的灰度值进行独占OR运算,然后将获得的灰度值重新排列成二维矩阵,得到解密后的图像。
通过与图9和图10的对比,我们可以发现加密图像与噪声图像相似,解密后的图像与原始图像基本一致,这表明本文设计的混沌系统在图像加解密方面取得了较好的效果。但是,由于混沌系统的初始值敏感性,当解密密钥与加密密钥不同时,系统生成的密钥流将完全不同,加密的图像将无法解密正确的图像,从而保证加密和传输过程的安全性。
步骤五、对算法进行初步核验:随机选取三组图像输入混沌系统内,利用加密算法对图像进行处理,将图像加密后传输到接收设备,接收设备输入接收密钥完成对图像的解密,观察解密后的图像信息是否正确,利用FPGA技术对混沌系统以及加密算法进行技术支持,辅助图像加密前的处理以及加密后的传输,减少图像传输过程中的破损或被拦截获取的现象,保证数据的稳定传输和接收。
由于数字图像的高度冗余并且显示出相邻像素之间的强相关性,因此,常用的加密方案不适合于图像加密。本申请中只使用XOR算法对测试图像进行加密和解密。避免图像加密对算法复杂性的依赖,在简化加密步骤的同时保证对图像的加密效果大多依赖于混沌系统的复杂性,而不是算法的复杂性,从而更好地反映混沌系统复杂性对图像加密的优势。
步骤六、利用加密算法对图像信息处理:利用FPGA技术实现对S2内部不同类别的图像进行加密和解密处理,多组图像信息输入混沌系统内,利用加密算法处理后,对图像进行解密处理,显示图像加密前后的效果,完成对图像的整体处理。
首先输入加密密钥,混沌系统根据加密密钥生成一组由状态变量组成的混沌序列,然后通过符号函数将混沌序列转换为二进制伪随机序列,并与原始图像像素的灰度值进行异或运算,得到加密图像。解密是加密的逆过程,输入解密密钥,混沌系统根据解密密钥生成混沌序列,然后通过符号函数将混沌序列转换为二进制伪随机序列,并与加密图像像素的灰度值进行异或运算,然后将获得的灰度值重新排列成二维矩阵以获得解密后的图像,完成图像的加密和解密。
通过仿真软件和示波器可观察到图像信息的波形,加密后的图像与噪声图像相似,解密后的图像和原始图像基本一致,这表明本申请的混沌系统在图像加密和解密方面取得了较好的效果。然而,由于混沌系统的初值敏感性,当解密密钥与加密密钥不同时,系统生成的密钥流将完全不同,加密后的图像将无法解密正确的图像,从而确保加密和传输过程的安全,降低了图像信息泄露的风险。
本发明中的图像算法,提出新的混沌系统丰富了混沌信号的多样性;对于混沌系统分析,提出新的分析方法,采用不同的分析方法对混沌系统进行分析处理,能从多方面反映出混沌动力学行为;基于FPGA技术实现所提出的混沌信号并把它应用于图像加密和加密中,扩大混沌信号在图像加密中的应用,简化了加密过程,提高了对图像加密的效果,采用强大而轻量级的加密算法对5G-IoT网络中数据流的信息进行保护,基于混沌的密码学可以为数据保护提供高效而安全的保障,减少信息的泄露,便于后续混沌系统应用于物联网、5G等图像加密。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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,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 (10)
1.基于FPGA的混沌图像加密算法,其特征在于,包括以下步骤:
S1、置入新的混沌系统:通过闭环调制耦合的方式将多个一维混沌映射快速调制,添加多个参数,通过选用不同的混沌映射,实现构造新的混沌系统,并将混沌系统置入设备内;
S2、对图像进行预处理:对图像的像素进行解析处理,根据像素不同将图像分为若干处理单元,实现图像的分类;
S3、进行仿真实验以及分析:利用Matlab和电路仿真软件对混沌系统进行数值仿真和电路仿真,并对其进行混沌动力学分析;
S4、提出新的加密算法:在混沌序列数据库内随机选取两个不同的混沌序列进行线性叠加,生成复合的混沌序列,进而生成密钥,实现对图像的加密处理;
S5、对算法进行初步核验:随机选取三组图像输入混沌系统内,利用加密算法对图像进行处理,将图像加密后传输到接收设备,接收设备输入接收密钥完成对图像的解密,观察解密后的图像信息是否正确;
S6、利用加密算法对图像信息处理:利用FPGA技术实现对S2内部不同类别的图像进行加密和解密处理。
2.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S1中,在构造新的混沌系统时,可通过不同的混沌映射组合生产三种不同的混沌系统,对混沌系统分别测试,挑选最优的混沌系统进行使用。
3.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S2中,根据图像像素的大小不同将图像分为三个类别,其大小分别为640x 480-1024x 768、1024x768-1600x 1200和1600x 1200-2048x 1536。
4.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S3中,用Matlab进行包括混沌分叉特性、李雅普诺夫指数、平衡点分析、庞加莱截面等数学分析,辅助完成混沌系统的数值仿真。
5.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S3中,运用cadence软件搭建等效电路进行电路仿真,并根据结果搭建实际的硬件电路实物模型,通过示波器观测波形,实现混沌信号的产生和混沌图像分叉的多样性。
6.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S3中,其中混沌系统的表达式(1),如下所示:
其中,q的取值范围为0<q<1。
7.根据权利要求6所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S3中,其中混沌系统的表达式(2),如下所示:
F0=k/P,Fi=2AP/ki
W(w)=gw2+h,Ei=2AP(0.05i+0.05);
其中y的取值为-1.5<y<1。
8.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S4中,在对混沌序列线性叠加前需要确保接收设备可以接收到密钥信号,密钥信号相匹配,可保证图像加密后的解密。
9.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S5中,利用FPGA技术对混沌系统以及加密算法进行技术支持,辅助图像加密前的处理以及加密后的传输,减少图像传输过程中的破损现象,保证数据的稳定传输。
10.根据权利要求1所述的基于FPGA的混沌图像加密算法,其特征在于,在步骤S6中,将多组图像信息输入混沌系统内,利用加密算法处理后,对图像进行解密处理,显示图像加密前后的效果,完成对图像的整体处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310698680.8A CN116707756A (zh) | 2023-06-13 | 2023-06-13 | 基于fpga的混沌图像加密算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310698680.8A CN116707756A (zh) | 2023-06-13 | 2023-06-13 | 基于fpga的混沌图像加密算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116707756A true CN116707756A (zh) | 2023-09-05 |
Family
ID=87842949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310698680.8A Pending CN116707756A (zh) | 2023-06-13 | 2023-06-13 | 基于fpga的混沌图像加密算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116707756A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117439730A (zh) * | 2023-12-20 | 2024-01-23 | 湖南省第三测绘院 | 基于Chaos-LSTM与混沌序列增殖的地理信息加密方法、系统及介质 |
CN118138592A (zh) * | 2024-04-30 | 2024-06-04 | 吉林省枫瑞科技有限公司 | 基于云计算的预应力混凝土管结构超算仿真支持方法 |
-
2023
- 2023-06-13 CN CN202310698680.8A patent/CN116707756A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117439730A (zh) * | 2023-12-20 | 2024-01-23 | 湖南省第三测绘院 | 基于Chaos-LSTM与混沌序列增殖的地理信息加密方法、系统及介质 |
CN117439730B (zh) * | 2023-12-20 | 2024-02-20 | 湖南省第三测绘院 | 基于Chaos-LSTM与混沌序列增殖的地理信息加密方法、系统及介质 |
CN118138592A (zh) * | 2024-04-30 | 2024-06-04 | 吉林省枫瑞科技有限公司 | 基于云计算的预应力混凝土管结构超算仿真支持方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qayyum et al. | Chaos-based confusion and diffusion of image pixels using dynamic substitution | |
Zhou et al. | Cascade chaotic system with applications | |
Wang et al. | A new one-dimensional chaotic system with applications in image encryption | |
Yasser et al. | A new image encryption scheme based on hybrid chaotic maps | |
Zhang et al. | On the security of a class of diffusion mechanisms for image encryption | |
CN116707756A (zh) | 基于fpga的混沌图像加密算法 | |
Jin | An image encryption based on elementary cellular automata | |
CN106910156B (zh) | 一种具有与明文相关密钥流生成机制的混沌图像加密方法 | |
CN103167213B (zh) | 基于Cat映射与超混沌Lorenz系统的数字图像加密方法 | |
Yasser et al. | A robust chaos-based technique for medical image encryption | |
CN107239708A (zh) | 一种基于量子混沌映射和分数域变换的图像加密方法 | |
Li et al. | Breaking a chaotic cryptographic scheme based on composition maps | |
CN110572255B (zh) | 基于轻量级分组密码算法Shadow的加密方法、装置及计算机可读介质 | |
Zhang et al. | RGB color image encryption method based on Lorenz chaotic system and DNA computation | |
CN114389788B (zh) | 混合混沌与分块置乱的图像加密算法 | |
Feng et al. | Image encryption algorithm based on discrete logarithm and memristive chaotic system | |
Ye et al. | Reversible image hiding algorithm based on compressive sensing and deep learning | |
Al-Roithy et al. | Trustworthy image security via involving binary and chaotic gravitational searching within PRNG selections | |
Shakir et al. | A new four-dimensional hyper-chaotic system for image encryption | |
Kumar et al. | 6D-chaotic system and 2D fractional discrete cosine transform based encryption of biometric templates | |
Al-Mhadawi et al. | Efficient and secure chaotic PRNG for color image encryption | |
Peng et al. | A new 2D-ASC chaotic system and its image encryption applications | |
Zou et al. | Image encryption based on hyperchaotic system and improved zigzag diffusion method | |
Khan et al. | Probing 3D chaotic Thomas’ cyclically attractor with multimedia encryption and electronic circuitry | |
CN107563179B (zh) | 基于行复用压缩鬼成像和超平面密钥分享的图像认证方法 |
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 |