CN117793267A - 一种乘务数据的隐私保护方法及系统 - Google Patents
一种乘务数据的隐私保护方法及系统 Download PDFInfo
- Publication number
- CN117793267A CN117793267A CN202410199507.8A CN202410199507A CN117793267A CN 117793267 A CN117793267 A CN 117793267A CN 202410199507 A CN202410199507 A CN 202410199507A CN 117793267 A CN117793267 A CN 117793267A
- Authority
- CN
- China
- Prior art keywords
- plaintext
- image
- sequence
- divisor
- ciphertext
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000000739 chaotic effect Effects 0.000 claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 31
- 230000006870 function Effects 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 abstract description 20
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Facsimile Transmission Control (AREA)
Abstract
本发明涉及数据加密技术领域,具体涉及一种乘务数据的隐私保护方法及系统,包括:将乘务数据中的各图像作为明文图像,设置初始密钥,根据初始密钥和混沌映射函数,确定除数序列,根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的密文像素点,明文图像中所有明文像素点对应的密文像素点组成第一密文图像,通过Qin加密算法对第一密文图像进行加密,确定明文图像的最终加密结果。本发明使得乘务数据中的图像的最终加密结果具有抵抗已知明文攻击和基于比特的统计分析攻击的能力,提高了乘务数据中的图像的安全性。
Description
技术领域
本发明涉及数据加密技术领域,具体涉及一种乘务数据的隐私保护方法及系统。
背景技术
乘务数据涉及到乘客的个人隐私,为了确保乘客的个人隐私不被未经授权的人或机构访问、使用或滥用,需要对乘务数据进行加密。
Qin加密算法是一种图像加密算法,能够用来对乘务数据中的图像进行加密,该加密算法虽然具有抵抗已知明文攻击的能力,但是无法抵抗基于比特的统计分析攻击,因此,只通过Qin加密算法对乘务数据中的图像进行加密,安全性不高。
发明内容
为了解决上述问题,本发明提供一种乘务数据的隐私保护方法及系统。
本发明一个实施例提供了一种乘务数据的隐私保护方法,该方法包括以下步骤:
将乘务数据中的各图像作为明文图像,将明文图像中的各像素点作为明文像素点;
根据混沌映射函数中初始值和参数的取值范围,设置初始密钥;
根据初始密钥和混沌映射函数,确定除数序列;
根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的密文像素点;
明文图像中所有明文像素点对应的密文像素点组成第一密文图像;
通过Qin加密算法对第一密文图像进行加密,确定第二密文图像,所述第二密文图像表示明文图像的最终加密结果。
进一步地,所述根据混沌映射函数中初始值和参数的取值范围,设置初始密钥,包括:
分别在初始值的取值范围/>和参数/>的取值范围/>内随机产生一组作为初始密钥,其中,/>、/>分别为Logistic混沌映射函数中的初始值和参数。
进一步地,所述根据初始密钥和混沌映射函数,确定除数序列,包括:
根据初始密钥和混沌映射函数,确定混沌值序列;
根据混沌值序列,确定指数值序列;
根据指数值序列,确定除数序列。
进一步地,所述根据初始密钥和混沌映射函数,确定混沌值序列,包括:
将初始密钥作为Logistic混沌映射函数的初始值和参数,将Logistic混沌映射函数迭代M×N次,获得M×N个混沌值,所有混沌值组成混沌值序列;其中,M×N表示明文图像的尺寸,M表示明文图像的长度,N表示明文图像的宽度。
进一步地,所述根据混沌值序列,确定指数值序列,包括:
指数值序列中的第i个指数值满足关系式:
式中,表示第i个指数值,/>表示混沌值序列中的第i个混沌值,/>表示向上取整,K表示最大比特位。
进一步地,所述根据指数值序列,确定除数序列,包括:
除数序列中的第i个除数满足关系式:
式中,表示除数序列中的第i个除数,/>表示第i个指数值。
进一步地,所述根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的密文像素点,包括:
根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数;
根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点;
明文图像中所有明文像素点对应的密文像素点组成第一密文图像。
进一步地,所述根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数,包括:
明文图像中的第i个明文像素点与除数序列中的第i个除数的除法运算结果中,商的取值范围为,余数的取值范围为/>,则商对应的二进制数的比特的数量为/>,余数对应的二进制数的比特的数量为/>,将商对应的二进制数和余数对应的二进制数组成的二进制数,作为第i个明文像素点对应的二进制数。
进一步地,所述根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点,包括:
将第i个明文像素点对应的二进制数转换为十进制数,将十进制数作为第i个明文像素点对应的密文像素点的灰度值。
本发明还提出一种乘务数据的隐私保护系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述一种乘务数据的隐私保护方法的步骤。
本发明实施例至少具有如下有益效果:
本发明通过具有抵抗基于比特的统计分析攻击的加密算法与具有抵抗已知明文攻击的能力的Qin加密算法,对乘务数据中的图像进行混合加密,使得乘务数据中的图像的最终加密结果具有抵抗已知明文攻击和基于比特的统计分析攻击的能力,提高了乘务数据中的图像的安全性。
进一步地,本发明根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数,根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点,将明文图像中所有明文像素点对应的密文像素点组成第一密文图像,破坏了第一密文图像中基于比特的统计特性,使得第一密文图像具有抵抗基于比特的统计分析攻击的能力。
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乘务数据的隐私保护方法的步骤流程图。
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乘务数据的隐私保护方法及系统,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乘务数据的隐私保护方法的具体方案。
Qin加密算法是一种图像加密方法,通过对明文图像中的各图像块进行块内置乱和块间置乱,实现对明文图像的加密,加密结果具有抵抗已知明文攻击的能力,其中,块内置乱包括像素置乱和位平面置乱;但是,由于位平面置乱只是改变了比特的位置,并没有改变比特的统计特性,因此,通过Qin加密算法对乘务数据中的图像进行加密时,加密结果无法抵抗基于比特的统计分析攻击,安全性不高。
为了提高的加密算法安全级别,很多加密方案开始采用混合加密的方式,使用一个加密算法的优势来抑制另一个加密算法的缺点,同时保持两个加密算法的优势不变;因此,为了提高乘务数据中的图像的安全性,本发明通过具有抵抗基于比特的统计分析攻击的加密算法与具有抵抗已知明文攻击的能力的Qin加密算法,对乘务数据中的图像进行混合加密,使得乘务数据中的图像的最终加密结果具有抵抗已知明文攻击和基于比特的统计分析攻击的能力。
对于明文图像,由于灰度值相同的明文像素点对应的二进制数中的比特也相同,因此,明文图像无法抵抗基于比特的统计分析攻击的加密算法,因此,亟需一种具有抵抗基于比特的统计分析攻击的加密算法,通过该加密算法和Qin加密算法对乘务数据中的图像进行混合加密,提高乘务数据中的图像的安全性。
综上,本发明通过将乘务数据中的各图像作为明文图像,根据设置的初始密钥和混沌映射函数,确定除数序列,根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数,根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点,将明文图像中所有明文像素点对应的密文像素点组成第一密文图像,通过Qin加密算法对第一密文图像进行加密,确定明文图像的最终加密结果,即第二密文图像。
则对于灰度值相同的明文像素点,由于其除数可能不同,获得的商和余数可能不同,因此,灰度值相同的明文像素点对应的二进制数中的比特可能不同,则获得的第一密文图像中基于比特的统计结果与明文图像中基于比特的统计结果不同,破坏了第一密文图像中基于比特的统计特性,使得第一密文图像具有抵抗基于比特的统计分析攻击的能力。
请参阅图1,其示出了本发明一个实施例提供的一种乘务数据的隐私保护方法的步骤流程图,该方法包括以下步骤:
步骤S001,将乘务数据中的图像作为明文图像。
需要说明的是,乘务数据涉及到乘客的个人隐私,为了确保乘客的个人隐私不被未经授权的人或机构访问、使用或滥用,需要对乘务数据进行加密。
具体的,乘务数据中的图像包括但不限于乘务人员资料信息中的图像、进行人脸识别验证时采集的验证图像、监控视频中的每帧图像等,将乘务数据中的各图像作为明文图像,将明文图像中的各像素点作为明文像素点。
步骤S002,根据混沌映射函数中初始值和参数的取值范围,设置初始密钥。
需要说明的是,Logistic混沌映射函数具有伪随机性、对初始条件的敏感性、非周期性和长期不可预测性,适合于对数据量大的数据进行加密,因此,Logistic混沌映射函数常被用于密钥生成器。
由于当初始值,参数/>时,Logistic混沌映射函数进入混沌状态,产生[0,1]之间的混沌值,因此,初始值/>的取值范围为/>,参数/>的取值范围为。
可选地,分别在初始值的取值范围/>和参数/>的取值范围/>内随机产生一组/>作为初始密钥,其中,/>、/>分别为Logistic混沌映射函数中的初始值和参数。
步骤S003,根据初始密钥和混沌映射函数,确定除数序列。
需要说明的是,Qin加密算法通过对明文图像中的各图像块进行块内置乱和块间置乱,实现对明文图像的加密,其中,块内置乱包括像素置乱和位平面置乱,由于位平面置乱只是改变了比特的位置,并没有改变比特的统计特性,因此,通过Qin加密算法对明文图像进行加密时,加密结果无法抵抗基于比特的统计分析攻击。为了提高乘务数据中的图像的安全性,本发明通过具有抵抗基于比特的统计分析攻击的加密算法与具有抵抗已知明文攻击的能力的Qin加密算法,对乘务数据中的图像进行混合加密,使得乘务数据中的图像的最终加密结果具有抵抗已知明文攻击和基于比特的统计分析攻击的能力。
进一步需要说明的是,由于灰度值相同的明文像素点对应的二进制数中的比特也相同,因此,明文图像无法抵抗基于比特的统计分析攻击的加密算法,而本发明给各明文像素点分配不同的除数,将各明文像素点与除数的商和余数对应的二进制数,作为各明文像素点对应的二进制数,根据各明文像素点对应的二进制数中的比特,确定各明文像素点对应的密文像素点,进而获得所有密文像素点组成的第一密文图像;则对于灰度值相同的明文像素点,由于其除数可能不同,获得的商和余数可能不同,因此,灰度值相同的明文像素点对应的二进制数中的比特可能不同,则获得的第一密文图像中基于比特的统计结果与明文图像中基于比特的统计结果不同,使得第一密文图像具有抵抗基于比特的统计分析攻击的能力。因此,根据初始密钥和混沌映射函数,构建除数序列。
具体的,根据初始密钥和混沌映射函数,确定混沌值序列;根据混沌值序列,确定指数值序列;根据指数值序列,确定除数序列。
所述根据初始密钥和混沌映射函数,确定混沌值序列,包括:将初始密钥作为Logistic混沌映射函数的初始值和参数,将Logistic混沌映射函数迭代M×N次,获得M×N个混沌值,所有混沌值组成混沌值序列;其中,M×N表示明文图像的尺寸,M表示明文图像的长度,N表示明文图像的宽度。
需要说明的是,Logistic混沌映射函数的模型为,其中,/>、分别为第n个混沌值和第n+1个混沌值。
所述根据混沌值序列,确定指数值序列,其中,指数值序列中的第i个指数值满足关系式:
式中,表示第i个指数值,/>表示混沌值序列中的第i个混沌值,/>表示向上取整,K表示最大比特位。
需要说明的是,由于明文图像中的明文像素点的灰度值的取值范围为[0,255],即最大灰度值H=255, 最小灰度值h=0,因此,像素点对应的二进制数的比特的数量最大比特位为,其中,/>表示所有灰度值的种类数量。
需要说明的是,本发明将各明文像素点与除数的商和余数对应的二进制数的比特,作为各明文像素点的二进制数的比特,破坏基于比特的统计特性,使得第一密文图像具有抵抗基于比特的统计分析攻击的能力。为了达到上述目的,要求明文像素点的商和余数对应的二进制数的比特的数量之和,与明文像素点的灰度值对应的二进制数的比特的数量保持一致。
例如:灰度值的取值范围为[0,255],当除数是时,通过明文像素点的灰度值与除数的除法运算结果中商的取值范围[0,31],其中,商的取值范围的最大值是根据灰度值的取值范围的最大值255和除数确定的,即/>,则商对应的二进制数的比特的数量为/>;由于余数小于除数,因此明文像素点的灰度值与除数的除法运算结果中余数的取值范围为[0,7],则余数对应的二进制数的比特的数量为,此时,商对应的二进制数的比特的数量和余数对应的二进制数的比特的数量之和等于8,等于明文像素点的灰度值对应的二进制数的比特的数量。
而当除数是13时,通过明文像素点的灰度值与除数的除法运算结果中商的取值范围[0,19],其中,商的取值范围的最大值是根据灰度值的取值范围的最大值255和除数确定的,即,则商对应的二进制数的比特的数量为/>;由于余数小于除数,因此明文像素点的灰度值与除数的除法运算结果中余数的取值范围为[0,12],则余数对应的二进制数的比特的数量为/>,此时,商对应的二进制数的比特的数量和余数对应的二进制数的比特的数量之和等于9,大于明文像素点的灰度值对应的二进制数的比特的数量。
综上,为了保证通过商和余数来表示明文像素点时,商和余数对应的二进制数的比特的数量之和与明文像素点的灰度值对应的二进制数的比特的数量保持一致,要求除数必须是2的指数形式,即。
所述根据指数值序列,确定除数序列,其中,除数序列中的第i个除数满足关系式:
式中,表示除数序列中的第i个除数,/>表示第i个指数值。
步骤S004,根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定第一密文图像,通过Qin加密算法对第一密文图像进行加密,确定第二密文图像。
可选的,根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数,包括:由于明文像素点的灰度值的取值范围为[0,255],即,则明文图像中的第i个明文像素点与除数序列中的第i个除数的除法运算结果中,商的取值范围为/>,余数的取值范围为/>,相应地,商对应的二进制数的比特的数量为/>,余数对应的二进制数的比特的数量为/>,将商对应的二进制数和余数对应的二进制数组成的二进制数,作为第i个明文像素点对应的二进制数。
可选的,根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点,包括:将第i个明文像素点对应的二进制数转换为十进制数,将十进制数作为第i个明文像素点对应的密文像素点的灰度值。
可选的,明文图像中所有明文像素点对应的密文像素点组成第一密文图像。
需要说明的是,本发明根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数,根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点,将明文图像中所有明文像素点对应的密文像素点组成第一密文图像,破坏了第一密文图像中基于比特的统计特性,使得第一密文图像具有抵抗基于比特的统计分析攻击的能力。
可选的,通过Qin加密算法对第一密文图像进行加密,包括:将第一密文图像划分为多个大小相同且不重叠的图像块,对每个图像块进行块内置乱,所述块内置乱包括位平面置乱和像素点置乱,对块内置乱后的所有图像块进行块间置乱,块间置乱后的所有图像块组成第二密文图像,所述第二密文图像表示明文图像的最终加密结果。
需要说明的是,Qin加密算法为公知技术,位平面置乱、像素点置乱和块间置乱均为Qin加密算法中的公知步骤,此处不再进行赘述。
需要说明的是,本发明通过具有抵抗基于比特的统计分析攻击的加密算法与具有抵抗已知明文攻击的能力的Qin加密算法,对乘务数据中的图像进行混合加密,使得乘务数据中的图像的最终加密结果具有抵抗已知明文攻击和基于比特的统计分析攻击的能力,提高了乘务数据中的图像的安全性。
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)
1.一种乘务数据的隐私保护方法,其特征在于,该方法包括以下步骤:
将乘务数据中的各图像作为明文图像,将明文图像中的各像素点作为明文像素点;
根据混沌映射函数中初始值和参数的取值范围,设置初始密钥;
根据初始密钥和混沌映射函数,确定除数序列;
根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的密文像素点;
明文图像中所有明文像素点对应的密文像素点组成第一密文图像;
通过Qin加密算法对第一密文图像进行加密,确定第二密文图像,所述第二密文图像表示明文图像的最终加密结果。
2.根据权利要求1所述的一种乘务数据的隐私保护方法,其特征在于,所述根据混沌映射函数中初始值和参数的取值范围,设置初始密钥,包括:
分别在初始值的取值范围/>和参数/>的取值范围/>内随机产生一组/>作为初始密钥,其中,/>、/>分别为Logistic混沌映射函数中的初始值和参数。
3.根据权利要求1所述的一种乘务数据的隐私保护方法,其特征在于,所述根据初始密钥和混沌映射函数,确定除数序列,包括:
根据初始密钥和混沌映射函数,确定混沌值序列;
根据混沌值序列,确定指数值序列;
根据指数值序列,确定除数序列。
4.根据权利要求3所述的一种乘务数据的隐私保护方法,其特征在于,所述根据初始密钥和混沌映射函数,确定混沌值序列,包括:
将初始密钥作为Logistic混沌映射函数的初始值和参数,将Logistic混沌映射函数迭代M×N次,获得M×N个混沌值,所有混沌值组成混沌值序列;其中,M×N表示明文图像的尺寸,M表示明文图像的长度,N表示明文图像的宽度。
5.根据权利要求3所述的一种乘务数据的隐私保护方法,其特征在于,所述根据混沌值序列,确定指数值序列,包括:
指数值序列中的第i个指数值满足关系式:
式中,表示第i个指数值,/>表示混沌值序列中的第i个混沌值,/>表示向上取整,K表示最大比特位。
6.根据权利要求3所述的一种乘务数据的隐私保护方法,其特征在于,所述根据指数值序列,确定除数序列,包括:
除数序列中的第i个除数满足关系式:
式中,表示除数序列中的第i个除数,/>表示第i个指数值。
7.根据权利要求1所述的一种乘务数据的隐私保护方法,其特征在于,所述根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的密文像素点,包括:
根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数;
根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点;
明文图像中所有明文像素点对应的密文像素点组成第一密文图像。
8.根据权利要求7所述的一种乘务数据的隐私保护方法,其特征在于,所述根据明文图像中的各明文像素点与除数序列中的各除数的除法运算结果,确定各明文像素点对应的二进制数,包括:
明文图像中的第i个明文像素点与除数序列中的第i个除数的除法运算结果中,商的取值范围为,余数的取值范围为/>,则商对应的二进制数的比特的数量为/>,余数对应的二进制数的比特的数量为/>,将商对应的二进制数和余数对应的二进制数组成的二进制数,作为第i个明文像素点对应的二进制数。
9.根据权利要求7所述的一种乘务数据的隐私保护方法,其特征在于,所述根据各明文像素点对应的二进制数,确定各明文像素点对应的密文像素点,包括:
将第i个明文像素点对应的二进制数转换为十进制数,将十进制数作为第i个明文像素点对应的密文像素点的灰度值。
10.一种乘务数据的隐私保护系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410199507.8A CN117793267A (zh) | 2024-02-23 | 2024-02-23 | 一种乘务数据的隐私保护方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410199507.8A CN117793267A (zh) | 2024-02-23 | 2024-02-23 | 一种乘务数据的隐私保护方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117793267A true CN117793267A (zh) | 2024-03-29 |
Family
ID=90392799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410199507.8A Withdrawn CN117793267A (zh) | 2024-02-23 | 2024-02-23 | 一种乘务数据的隐私保护方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117793267A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118018331A (zh) * | 2024-04-09 | 2024-05-10 | 江苏琦易数字科技有限公司 | 一种大数据云服务的隐私保护方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103167213A (zh) * | 2013-02-07 | 2013-06-19 | 东北大学 | 基于Cat映射与超混沌Lorenz系统的数字图像加密方法 |
CN103916234A (zh) * | 2014-04-11 | 2014-07-09 | 中国人民解放军沈阳军区总医院 | 一种应用于隐私保护的混沌医学图像加密方法 |
CN104751403A (zh) * | 2015-04-23 | 2015-07-01 | 北京航空航天大学 | 一种基于多混沌系统的明文相关图像加密方法 |
CN106327414A (zh) * | 2016-08-16 | 2017-01-11 | 广东工业大学 | 一种基于明文自身特性的双混沌图像加密方法 |
CN106910156A (zh) * | 2017-02-27 | 2017-06-30 | 东北大学 | 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 |
CN110535624A (zh) * | 2019-08-16 | 2019-12-03 | 湖北工业大学 | 一种应用于dicom格式的医学图像隐私保护方法 |
CN115841413A (zh) * | 2022-12-14 | 2023-03-24 | 上海哔哩哔哩科技有限公司 | 图像处理方法及装置 |
WO2023169532A1 (zh) * | 2022-03-10 | 2023-09-14 | 山东云海国创云计算装备产业创新中心有限公司 | 图像加密方法、图像解密方法、图像处理装置及存储介质 |
-
2024
- 2024-02-23 CN CN202410199507.8A patent/CN117793267A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103167213A (zh) * | 2013-02-07 | 2013-06-19 | 东北大学 | 基于Cat映射与超混沌Lorenz系统的数字图像加密方法 |
CN103916234A (zh) * | 2014-04-11 | 2014-07-09 | 中国人民解放军沈阳军区总医院 | 一种应用于隐私保护的混沌医学图像加密方法 |
CN104751403A (zh) * | 2015-04-23 | 2015-07-01 | 北京航空航天大学 | 一种基于多混沌系统的明文相关图像加密方法 |
CN106327414A (zh) * | 2016-08-16 | 2017-01-11 | 广东工业大学 | 一种基于明文自身特性的双混沌图像加密方法 |
CN106910156A (zh) * | 2017-02-27 | 2017-06-30 | 东北大学 | 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 |
CN110535624A (zh) * | 2019-08-16 | 2019-12-03 | 湖北工业大学 | 一种应用于dicom格式的医学图像隐私保护方法 |
WO2023169532A1 (zh) * | 2022-03-10 | 2023-09-14 | 山东云海国创云计算装备产业创新中心有限公司 | 图像加密方法、图像解密方法、图像处理装置及存储介质 |
CN115841413A (zh) * | 2022-12-14 | 2023-03-24 | 上海哔哩哔哩科技有限公司 | 图像处理方法及装置 |
Non-Patent Citations (2)
Title |
---|
林振荣;胡倩颖;李洁;李建民;: "基于超混沌序列和位平面置乱的图像加密算法", 南昌大学学报(工科版), no. 02, 28 June 2017 (2017-06-28) * |
谢国波;王添;: "一种新的基于比特置乱的超混沌图像加密算法", 微电子学与计算机, no. 07, 5 July 2016 (2016-07-05) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118018331A (zh) * | 2024-04-09 | 2024-05-10 | 江苏琦易数字科技有限公司 | 一种大数据云服务的隐私保护方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alawida et al. | An image encryption scheme based on hybridizing digital chaos and finite state machine | |
CN108898025B (zh) | 基于双重置乱和dna编码的混沌图像加密方法 | |
CN113538203B (zh) | 基于新型二维复合混沌映射与sha-256的图像加密方法和装置 | |
CN111461952B (zh) | 图像加密方法、计算机设备和计算机可读存储介质 | |
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 | |
US20050147243A1 (en) | Cryptographic apparatus, cryptographic method, and storage medium thereof | |
CN109102452B (zh) | 一种基于拉丁方阵置乱和双向扩散的图像加密方法 | |
CN117793267A (zh) | 一种乘务数据的隐私保护方法及系统 | |
Zhu et al. | Image encryption algorithm with an avalanche effect based on a six-dimensional discrete chaotic system | |
CN111404952B (zh) | 变电站数据加密传输方法、装置、计算机设备和存储介质 | |
CN111130748A (zh) | 一种量子混沌的并行图像加密方法 | |
CN106788963A (zh) | 一种改进的格上基于身份的全同态加密方法 | |
CN114679250A (zh) | 基于混合混沌和Arnold变换的图像加密算法 | |
CN110225222B (zh) | 一种基于3d正交拉丁方和混沌系统的图像加密方法 | |
Chavan et al. | Design and implementation of hierarchical visual cryptography with expansion less shares | |
Liu et al. | Exploiting lsb self-quantization for plaintext-related image encryption in the zero-trust cloud | |
CN111368317B (zh) | 一种计算机数据加密系统及方法 | |
Tao et al. | A Snake Encryption Algorithm for Image with Multiple Chaos Fusion. | |
CN112134701B (zh) | 敏感关键字可否认编辑加密方法 | |
CN115765963A (zh) | 基于密文域可逆隐写的文字图像审计信息记录与提取方法 | |
Chen et al. | Adaptive Coding and Ordered-Index Extended Scrambling Based RDH in Encrypted Images | |
Fu et al. | A novel parallel image encryption scheme using chaos | |
CN111106927A (zh) | 一种基于量子混沌和混沌复动力系统的图像加密方法 | |
Hosseini et al. | A parallel image encryption based on elementary cellular automata using two processors | |
CN115310114B (zh) | 一种小程序用户数据处理方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240329 |