💻 computer science

Image Encryption Algorithm Based on Convolutional Neural Networks and Dynamic S-Box Generation

Este artículo propone un algoritmo de cifrado de imágenes dinámico que aprovecha las Redes Neuronales Convolucionales para generar cajas S adaptativas y dependientes de la entrada, mejorando así la no linealidad y la resistencia contra diversos ataques criptográficos en comparación con los métodos tradicionales de cajas S fijas.

Autores originales: Ans Ibrahim Mahameed, Fadhil Abbas Fadhil, Maryam Mahdi Alhusseini, Mohammad-Reza Feizi-Derakhshi, Nikolai Safiullin

Publicado 2026-06-22

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Ans Ibrahim Mahameed, Fadhil Abbas Fadhil, Maryam Mahdi Alhusseini, Mohammad-Reza Feizi-Derakhshi, Nikolai Safiullin

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La Gran Idea: Una Cerradura Inteligente que Cambia Cada Vez

Imagina que tienes una pintura muy valiosa (tu imagen) que necesitas enviar a un amigo. Normalmente, podrías ponerla en una caja fuerte con una cerradura estándar. Pero si un ladrón sabe cómo funciona esa cerradura, puede forzarla.

Este artículo propone un nuevo tipo de "caja fuerte" para imágenes digitales. En lugar de usar una cerradura estándar e inalterable, los autores construyeron una cerradura inteligente que se reforma a sí misma cada vez que la usas. Ellos lo llaman un "S-Box Dinámico".

Así es como lo construyeron y por qué funciona:

1. El Problema de las Cerraduras Antiguas

El cifrado de imágenes tradicional es como usar una llave maestra que encaja en muchas cerraduras diferentes. Es rígido. Si un hacker estudia la cerradura, puede descubrir el patrón y romperla. El artículo dice que estos métodos antiguos son demasiado predecibles porque no cambian en función de la imagen específica que están protegiendo.

2. La Solución: Una Cerradura que "Aprende" (La CNN)

Los autores utilizaron un tipo de Inteligencia Artificial llamada Red Neuronal Convolucional (CNN). Piensa en una CNN como un estudiante superinteligente que ha estudiado miles de imágenes. Sabe reconocer patrones, texturas y detalles.

Cómo funciona: Cuando quieres cifrar una imagen específica (como una foto de una casa o un babuino), la CNN observa esa imagen en particular.
La Magia: Basándose en lo que ve en esa foto específica, la CNN diseña instantáneamente una "cerradura" única y personalizada (el S-Box) solo para esa imagen.
El Resultado: Si cifras una foto de una casa, obtienes una cerradura única. Si cifras una foto de un babuino, la CNN crea una cerradura completamente diferente. Incluso si cifras la misma casa de nuevo con un pequeño cambio (como una nube moviéndose), la cerradura cambia por completo.

3. El Proceso de Cifrado: Una Danza de Tres Pasos

Una vez que la CNN crea esta cerradura personalizada, la imagen pasa por una danza de tres pasos para ser desordenada:

Sustitución (La Máscara): La cerradura personalizada de la CNN reemplaza cada píxel (punto) de la imagen con un nuevo valor aleatorio. Es como cambiar cada letra de un mensaje secreto por una letra diferente basándose en un código que solo existe para ese mensaje específico.
Permutación (El Mezclado): La imagen es luego mezclada. Imagina tomar una baraja de cartas, observar su orden y luego mezclarlas para que el píxel de la "Casa" ya no esté al lado del píxel del "Techo". Esto se hace utilizando "mapas caóticos" (matemáticas que actúan como un torbellino) para asegurar que el mezclado sea totalmente aleatorio.
Difusión (La Onda): Finalmente, la imagen se mezcla con un flujo de clave secreto. Esto es como añadir una capa de ruido estático que se extiende por toda la imagen. Si cambias solo un pequeño punto en la foto original, este paso asegura que la imagen completa desordenada se vea completamente diferente.

4. ¿Por qué es Mejor? (Los Resultados de las Pruebas)

Los autores probaron su nuevo método con imágenes estándar (como un babuino, una casa, un avión y un pimiento). Esto es lo que encontraron:

Imprevisibilidad (Entropía): Las imágenes desordenadas parecían puro ruido estático. Los datos eran tan aleatorios que era imposible adivinar la imagen original. La "puntuación de aleatoriedad" fue casi perfecta (cercana a 8.0).
Sensibilidad (NPCR y UACI): Si cambiaban un solo píxel en la foto original, el resultado desordenado cambiaba en más del 99%. Es como cambiar una sola letra en una palabra y que toda la frase se convierta en un sinsentido. Esto hace que sea muy difícil para los hackers adivinar el secreto.
Velocidad: A pesar de ser inteligente y complejo, el sistema era rápido. Podía cifrar y descifrar imágenes en menos de 50 milisegundos (más rápido que un parpadeo humano).
Resiliencia: Intentaron "romper" las imágenes recortándolas (cortando partes) o añadiendo ruido (estática). Incluso con daños, la imagen original aún podía recuperarse con buena calidad, demostando que el sistema es robusto.

5. El Veredicto

El artículo concluye que, al usar un "estudiante inteligente" (la CNN) para diseñar una cerradura única para cada imagen, crearon un sistema de cifrado que es:

Más difícil de romper que los métodos fijos antiguos.
Más rápido que muchas alternativas complejas.
Adaptable, lo que significa que se vuelve más inteligente según la imagen que está protegiendo.

En resumen, convirtieron el cifrado de imágenes de una cerradura de "talla única" en una bóveda "personalizada y de forma cambiante" que cambia sus reglas cada vez que la usas.

Resumen Técnico: Algoritmo de Cifrado de Imágenes Basado en Redes Neuronales Convolucionales y Generación de S-Box Dinámica

Planteamiento del Problema
Los algoritmos tradicionales de cifrado de imágenes suelen tener dificultades con las características únicas de los datos de imagen, tales como el alto volumen de datos, la fuerte correlación espacial y la agrupación de datos. Los algoritmos de cifrado simétrico convencionales, como AES, dependen de cajas de sustitución (S-boxes) fijas para introducir no linealidad y confusión. Sin embargo, estas S-boxes fijas carecen de adaptabilidad a los datos de entrada específicos, lo que las hace susceptibles al criptoanálisis lineal y diferencial. Aunque estudios recientes han intentado mejorar la adaptabilidad de las S-boxes mediante sistemas caóticos u optimizaciones metaheurísticas, muchos siguen siendo no impulsados por datos o diseñados manualmente, lo que limita su flexibilidad y seguridad contra ataques sofisticados. Existe una necesidad demostrada de sistemas inteligentes y basados en datos capaces de generar S-boxes seguras y específicas para imágenes.

Metodología
El marco propuesto introduce un esquema de cifrado de imágenes dinámico que integra Redes Neuronales Convolucionales (CNN) con principios criptográficos clásicos. La metodología procede a través de cinco etapas primarias:

Preparación y Preprocesamiento del Conjunto de Datos: Un conjunto de datos de parches de imágenes en escala de grises (por ejemplo, de USC-SIPI, MNIST o CIFAR-10) se redimensiona a $N \times N$ (por ejemplo, $32 \times 32$ ) y se escala al rango $[0, 1]$ . El objetivo es extraer patrones estadísticos y espaciales para entrenar la CNN.
Generación de S-Box Basada en CNN: Se entrena una CNN para aprender una transformación de sustitución ideal.
- Arquitectura: La red utiliza capas convolucionales con activación ReLU para extraer la complejidad de la imagen, seguidas de capas totalmente conectadas que mapean a valores de sustitución (vectores de 16 o 64 elementos).
- Cumplimiento de la Salida: Una capa de salida personalizada garantiza que el vector generado forme una S-box biyectiva válida (una permutación de valores distintos en $[0, 255]$ ). Esto implica descartar valores replicados y recrearlos utilizando un algoritmo de inyección de ruido híbrido impulsado por los pesos de la CNN.
- Función de Pérdida: El entrenamiento emplea una función de pérdida multiobjetivo: $Loss = -(\alpha \cdot \text{No Linealidad} + \beta \cdot \text{SAC} + \gamma \cdot \text{BIC} + \delta \cdot \text{Uniformidad})$ . Esto optimiza la resistencia al criptoanálisis lineal, el Criterio de Avalancha Estricta (SAC), el Criterio de Independencia de Bits (BIC) y la uniformidad de los valores.
Evaluación de la S-Box: Las S-boxes generadas se prueban rigurosamente contra estándares criptográficos (No Linealidad, SAC, Uniformidad Diferencial, Independencia de Bits). Solo se seleccionan para el cifrado aquellas que superan umbrales predeterminados.
Proceso de Cifrado: El esquema utiliza una arquitectura de Red de Sustitución-Permutación (SPN) modificada que se repite a lo largo de múltiples rondas (típicamente 3–5):
- Sustitución: Los valores de los píxeles se reemplazan utilizando la S-box dinámica generada por la CNN.
- Permutación: Las posiciones de los píxeles se reorganizan utilizando un vector de permutación derivado de mapas caóticos (por ejemplo, mapas de la Lógica o de Lorenz) iterados con una clave secreta.
- Difusión: Se aplica una operación XOR píxel a píxel entre la imagen permutada y un flujo de clave generado por una segunda S-box basada en CNN o un Generador de Números Pseudoaleatorios (PRNG).
Desencriptación: El proceso se invierte utilizando el vector de permutación inverso y el inverso de la S-box dinámica, asegurando la recuperación sin pérdidas de la imagen original.

Contribuciones Clave

Generación de S-Box Adaptativa: El marco genera S-boxes dinámicas donde las características aprendidas de la imagen de entrada específica impulsan los patrones de sustitución. Esto mejora la no linealidad y la confusión en comparación con los métodos estáticos.
Arquitectura de Seguridad Híbrida: La integración de aprendizaje profundo con sistemas no lineales caóticos aumenta la aleatoriedad y la complejidad, apuntando específicamente a la resistencia contra ataques diferenciales y estadísticos.
Rendimiento y Escalabilidad: El algoritmo está diseñado para un bajo peso y escalabilidad, demostrando la capacidad para aplicaciones en tiempo real mientras asegura datos de imagen de alta resolución.
Evaluación Exhaustiva: El estudio proporciona un examen crítico del algoritmo utilizando imágenes de referencia estándar (Baboon, House, Airplane, Pepper) y compara su rendimiento contra algoritmos de cifrado tradicionales y recientes.

Resultados Experimentales
El método propuesto fue evaluado en imágenes de prueba estándar utilizando varias métricas criptográficas:

Entropía: Los valores se acercaron al máximo ideal de 8.0 (oscilando entre 7.9947 y 7.9980), indicando distribuciones de píxeles altamente impredecibles.
NPCR (Tasa de Cambio de Número de Píxeles): Los resultados superaron el 99.5% (por ejemplo, 99.610% para Baboon), demostrando una alta sensibilidad a cambios menores en la entrada y una fuerte resistencia a ataques diferenciales.
UACI (Intensidad de Cambio Promedio Unificada): Las puntuaciones rondaron el ideal del 33% (por ejemplo, 33.42%), confirmando diferencias significativas entre las imágenes originales y las cifradas.
Correlación: Los coeficientes de correlación promedio entre píxeles vecinos fueron cercanos a cero (por ejemplo, 0.0058), rompiendo efectivamente las correlaciones espaciales naturales del texto plano.
Uniformidad del Histograma: Las imágenes cifradas mostraron histogramas planos y uniformes, destruyendo los patrones visuales.
Robustez: El sistema demostró resiliencia contra ataques de recorte (hasta el 20%) y ataques de ruido (Gaussiano y Sal y Pimienta), manteniendo características reconocibles con valores de PSNR y SSIM aceptables.
Pruebas Estadísticas NIST: Las claves criptográficas generadas pasaron todas las principales pruebas estadísticas de NIST (Frecuencia, Rachas, Serie, Complejidad Lineal, etc.) con valores p superiores al nivel de significancia de 0.01.
Velocidad: Los tiempos de cifrado y desencriptación fueron inferiores a 50 milisegundos para los tamaños de imagen probados, confirmando la eficiencia computacional.

Significancia y Reivindicaciones
El artículo afirma que el enfoque de S-box dinámica basado en CNN ofrece un equilibrio superior entre rendimiento, complejidad y seguridad en comparación con los métodos de S-box fijos tradicionales. Al hacer que el mecanismo de sustitución esté impulsado por los datos y sea específico para cada imagen, el sistema aumenta significativamente la resistencia contra ataques de texto plano conocido, diferenciales y estadísticos. Los autores aseguran que este método resuelve los compromisos tradicionales en el cifrado de imágenes, proporcionando una solución robusta e inteligente adecuada para la transmisión y el almacenamiento seguro en sistemas modernos de multimedia y comunicación. El estudio concluye que la integración del aprendizaje profundo en el diseño de componentes criptográficos representa un camino viable hacia sistemas de cifrado de imágenes más fiables y eficientes.