[发明专利]基于超混沌Chen系统的明文关联图像加密算法在审
申请号: | 201810026625.3 | 申请日: | 2018-01-11 |
公开(公告)号: | CN108234813A | 公开(公告)日: | 2018-06-29 |
发明(设计)人: | 徐昌彪;孙义龙 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | H04N1/32 | 分类号: | H04N1/32;H04L9/00;H04L9/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 400065*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矩阵 图像加密 置乱 算法 扩散 混沌伪随机序列 明文攻击 明文图像 算法密钥 混沌 正向 运算 混沌序列发生器 实验仿真结果 安全性问题 伪随机序列 关联图像 混沌系统 混沌序列 加密算法 加密效果 密文图像 系统产生 相关信息 攻击 明文 抵抗 统计 | ||
1.基于超混沌Chen系统的图像加密算法,其特征在于,包括以下步骤:
步骤101:基于超混沌Chen系统的数学模型设计混沌密码发生器,产生与明文图像相同大小的四个伪随机序列矩阵,记为X,Y,Z,W;
步骤102:利用伪随机矩阵X对明文图像进行正向扩散运算,从明文图像的第一个像素点开始依次向后扩散,第一个像素点的运算与密钥有关,之后的每个像素点的运算都与已完成运算的相邻像素点相关,经过全部扩散后,将明文P转化为矩阵A;
步骤103:利用伪随机矩阵Z,W并结合明文图像的相关信息,计算置乱坐标点,对明文图像的坐标进行置乱交换,将矩阵A转化为矩阵B;
步骤104:利用伪随机矩阵Y对明文图像进行逆向扩散运算,从明文图像的最后一个像素点开始依次向前运算,最后一个像素点的运算与密钥有关,之后的每个像素点的运算都与已完成运算的相邻像素点相关,经过全部扩散后,得到密文图像C;
解密算法为上述算法的逆过程。
2.根据权利要求1所说基于超混沌系统的图像加密算法,其特征在于,上述步骤101中使用的超混沌Chen系统数学模型如下:
当a=36,b=-16,c=28,d=3,-0.7≤k≤0.7时,式(1-1)处于超混沌状态。k=0.2时,系统的Lyapunov指数λ1=1.552、λ2=0.023、λ3=0、λ4=-12.573,系统具有两个正的Lyapunov指数,说明系统处于超混沌状态;
混沌系统的状态值是浮点数,因此由混沌系统状态值构成的序列不能直接应用于图像加密算法中,可以使用下式将混沌状态值xi转化为整型数di:
di=floor(xi×10M)mod N (1-2)
其中,floor函数为取整函数,mod为取模运算,M、N为正整数。
3.根据权利要求1所说基于超混沌系统的图像加密算法,其特征在于,上述步骤102中的扩散操作采用加取模运算,如下式所示:
Ci=(Ci-1+Xi+Pi)mod 2L (1-3)
其中,C为密文图像,X为混沌序列,L为图像的灰度级。
4.根据权利要求1所说基于超混沌系统的图像加密算法,其特征在于,上述步骤103中的置乱操作将明文信息也加入到置乱运算中,通过计算像素点所在行或列的像素值和与伪随机序列进行计算得到相应的置乱坐标点,互换位置进行置乱。
5.根据权利要求1所说基于超混沌系统的图像加密算法,其特征在于,上述步骤104的逆向扩散与步骤102正向扩散的不同之处在于,逆向扩散是从图像的最后一个像素点向前扩散,借助下式进行扩散运算:
Ci=(Ci+1+Yi+Pi)mod 2L (1-4)
经过上述过程最终得到密文图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810026625.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:打印机及带有打印机的数码相机以及打印方法
- 下一篇:控制方法和存储介质