A Grayscale image encryption using cubic fractional transformation and logistic map
Dieses Paper schlägt ein Verschlüsselungsverfahren für Graustufenbilder vor, das eine durch eine kubische fraktionale Transformation generierte S-Box mit einer Logistik-Abbildung kombiniert, um Substitution, Diffusion und XOR-basierte Permutation durchzuführen, wobei eine robuste Sicherheit durch umfassende statistische und schlüsselempfindliche Analysen nachgewiesen wird.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich die digitale Welt als eine geschäftige Stadt vor, in der Daten die Währung sind und Bilder die wertvollsten Juwelen, die gehandelt werden. In diesem Hochgeschwindigkeitsaustausch ist die Bewahrung dieser Juwelen vor Dieben ein ständiger Kampf. Dies ist die Welt der Kryptographie, der Wissenschaft des Geheimschreibens. In ihrem Kern liegt eine einfache, aber kraftvolle Idee: Etwas Erkennbares, wie etwa ein Foto Ihres Gesichts, zu nehmen und es so gründlich zu verschlüsseln, dass es für jeden ohne den richtigen Schlüssel wie statisches Rauschen aussieht. Um dies zu erreichen, nutzen Kryptographen zwei Haupttricks. Zuerst nutzen sie die Substitution, was so ist, als würde man jeden Buchstaben eines Wortes gemäß einem geheimen Codebuch durch ein völlig anderes Symbol ersetzen. Zweitens nutzen sie das Scrambling (Verwirbeln), was so ist, als würde man ein Kartendeck nehmen, es so lange mischen, bis die Reihenfolge chaotisch ist, und die Karten dann austeilen. Das Ziel ist es, das Endergebnis so zufällig aussehen zu lassen, dass kein Muster zu finden ist, um sicherzustellen, dass selbst wenn ein Hacker die Nachricht stiehlt, er ohne die spezifischen Anweisungen zum Entwirren keinen Sinn daraus ziehen kann.
In der wissenschaftlichen Arbeit mit dem Titel „A Grayscale image encryption using cubic fractional transformation and logistic map“ schlagen die Forscher Abdul Qadeer, Rashid Ali und Tahir Sajjad Ali ein neues, dreistufiges Rezept zur Verschlüsselung von Graustufenbildern (Schwarz-Weiß-Fotos) vor, um sie unglaublich schwer angreifbar zu machen. Sie verwenden nicht nur einen Trick; sie kombinieren ein maßgeschneidertes Codebuch, eine mathematische Mischmaschine und einen chaotischen Generator, um eine Festung um das Bild zu bauen.
Zuerst erstellt das Team eine maßgeschneiderte S-Box (Substitution-Box), die als ihr geheimes Codebuch fungiert. Anstatt ein Standard- oder Zufallscodebuch zu verwenden, konstruieren sie dieses mithilfe einer mathematischen Formel namens Cubic Fractional Transformation (CFT). Betrachten Sie dies als das Backen eines einzigartigen, maßgeschneiderten Verschlüsselungsrads, bei dem jede Zahl von 0 bis 255 (die die Graustufen eines Fotos repräsentiert) durch eine neue, unvorhersehbare Zahl ersetzt wird. Die Autoren legen nahe, dass dieses spezifische mathematische Rezept ein Codebuch schafft, das hochgradig nichtlinear und resistent gegen gängige Angriffe ist, mit einer durchschnittlichen Nichtlinearität von 106,75.
Sobald die Pixelwerte mithilfe dieses maßgeschneiderten Codebuchs ausgetauscht wurden, befindet sich das Bild immer noch in derselben Form, nur mit anderen Farben. Der nächste Schritt ist die Permutation, oder das Mischen. Die Forscher nutzen dieselbe CFT-Mathematik, um zwei Zufallssequenzen zu generieren. Diese Sequenzen dienen als Anweisungen, um zyklische Verschiebungen durchzuführen – stellen Sie sich vor, man schiebt die Zeilen und Spalten des Bildes in einem Kreis, wie bei einem Schieberätsel, aber auf eine Weise, die durch die geheimen Schlüssel bestimmt wird. Dieser Schritt bewegt die Pixel so um, dass ein Pixel, der ursprünglich neben seinem Nachbarn lag, nun weit entfernt ist, wodurch lokale Muster aufgebrochen werden.
Schließlich wenden das Team einen Scrambling-Prozess unter Verwendung einer Logistic Map an, einer berühmten mathematischen Funktion, die für die Erzeugung chaotischer, unvorhersehbarer Sequenzen bekannt ist. Sie nutzen diese, um einen Strom von Zufallszahlen zu generieren. Dann führen sie eine Boolean-XOR-Operation (eine spezifische Art der binären Mathematik) zwischen dem gemischten Bild und diesem Zufallsstrom durch. Dies ist das letzte Schloss: Es vermischt die Bilddaten mit dem Chaos und stellt sicher, dass selbst eine winzige Änderung im ursprünglichen Bild oder im Schlüssel zu einem völlig anderen Bild führt.
Die Forscher testeten ihre Methode an Standard-Testbildern wie „Lena“, „Baboon“ und „Clock“. Ihre Simulationen zeigen, dass die verschlüsselten Bilder wie reines statisches Rauschen aussehen. Wenn sie die Entropie (ein Maß für die Zufälligkeit) maßen, erzielten die verschlüsselten Bilder Werte, die sehr nah am idealen Maximum von 8 liegen (speziell um 7,997), was darauf hindeutet, dass die Daten hochgradig zufällig sind. Sie überprüften auch die Schlüssel-Sensitivität und stellten fest, dass die Änderung des geheimen Schlüssels um einen winzigen Betrag (wie etwa 0,000000000000005) es unmöglich machte, das Originalbild wiederherzustellen, was beweist, dass das System extrem empfindlich auf den korrekten Schlüssel reagiert. Darüber hinaus waren die NPCR-Werte (Number of Pixel Change Rate) und die UACI-Werte (Unified Average Changing Intensity) hoch (etwa 99,6 % bzw. 33,4 %), was darauf hindeutet, dass die Änderung nur eines einzigen Pixels im Originalfoto zu einer massiven, unvorhersehbaren Änderung in der verschlüsselten Version führt.
Das Paper legt nahe, dass diese Kombination aus einer durch CFT generierten S-Box, CFT-basierter Permutation und einer Logistic-Map-Verschlüsselung ein robustes Verschlüsselungsverfahren schafft. Die Autoren kommen zu dem Schluss, dass ihre Methode gängigen kryptographischen Angriffen widersteht, wie etwa dem Versuch, den Schlüssel zu erraten oder die statistischen Muster des Bildes zu analysieren. Diese Ergebnisse basieren jedoch auf Simulationen und der mathematischen Analyse der Leistung des Algorithmus an Testbildern, nicht auf einem realen Einsatz gegen aktive Hacker. Die Arbeit schlägt eine sichere Methode zum Schutz digitaler Bilder vor und bietet einen neuen Weg, visuelle Daten in einer Ära, in der Privatsphäre immer kostbarer wird, abzusichern.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.