💻 ciencias de la computación

A Robust Fractional Fourier-Domain Image Encryption Framework Integrating Hessenberg Decomposition and Hybrid Chaotic Maps

Este artículo propone un marco de cifrado de imágenes robusto y eficiente que integra la Transformada de Fourier Fraccionaria, la descomposición de Hessenberg y mapas caóticos híbridos dentro de un proceso de confusión-difusión de tres etapas para lograr una alta seguridad contra diversos ataques, manteniendo al mismo tiempo una baja complejidad computacional.

Autores originales: Arabind Kumar

Publicado 2026-10-21

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Arabind Kumar

Artículo original bajo licencia CC BY 4.0 (https://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

En la era digital, las imágenes viajan a través de redes abiertas cada segundo, transportando desde escaneos médicos hasta recuerdos personales. Debido a que estos canales son inherentemente inseguros, proteger los datos dentro de ellos es una batalla constante. Los cerrojos tradicionales, diseñados para el texto, a menudo tienen dificultades con las imágenes porque estas contienen enormes cantidades de patrones repetitivos y detalles estrechamente vinculados. Para asegurar las imágenes, los científicos han buscado durante mucho tiempo en el reino de la frecuencia, donde una imagen no se ve como una colección de píxeles, sino como una compleja onda de energía. Al desplazar una imagen hacia este dominio de la frecuencia, se vuelve posible desordenar su estructura de formas invisibles al ojo humano pero matemáticamente precisas. Sin embargo, simplemente desplazar la imagen no es suficiente; el sistema también debe generar una clave única e impredecible para cada uso, asegurando que incluso un cambio minúsculo en la imagen original resulte en una versión bloqueada completamente diferente.

Un investigador ha propuesto ahora un nuevo marco que entrelaza tres herramientas matemáticas distintas para crear un escudo más robusto para las imágenes digitales. Su enfoque comienza transformando la imagen en un dominio de frecuencia fraccional, una versión generalizada del desplazamiento de frecuencia estándar que introduce una capa adicional de complejidad. Una vez que la imagen está en este nuevo estado, el investigador aplica una técnica llamada descomposición de Hessenberg. Este proceso actúa como un filtro que simplifica los complejos patrones de onda de la imagen, eliminando la redundancia mientras mantiene la energía esencial concentrada en una forma compacta. Este paso no solo acelera el procesamiento, sino que también prepara los datos para la etapa final, la más crítica: la aplicación de un sistema caótico híbrido.

La innovación central reside en cómo este sistema genera las claves utilizadas para desordenar la imagen. En lugar de depender de un único patrón simple, el investigador combinó dos mapas caóticos diferentes —uno basado en una estructura de logística-seno-coseno y otro en una reflexión de elipse de retardo de tangente— Estos dos sistemas trabajan juntos para producir un flujo de números que es altamente impredecible y sensible al más mínimo cambio. Antes de que este flujo sea aplicado, el investigador introduce la imagen original en una función hash, una herramienta de huella digital. Esto asegura que la clave esté ligada directamente a la imagen específica que se está cifrando. Si incluso un solo píxel de la imagen original cambia, la clave completa cambia, lo que hace que el sistema sea increíblemente sensible y resistente a ataques donde un hacker intenta adivinar la clave analizando patrones.

Los resultados de este nuevo método son sorprendentes. Cuando el investigador probó su marco con imágenes estándar, las versiones cifradas no mostraron patrones discernibles, con valores de píxeles distribuidos tan aleatoriamente como un lanzamiento de dados perfecto. Las medidas estadísticas de aleatoriedad fueron casi ideales, alcanzando un valor de 7.9998 de un máximo de 8, lo que indica que la imagen cifrada revela casi nada de información sobre la original. Además, el sistema demostró ser altamente resiliente contra intentos de ruptura. Incluso cuando la imagen cifrada fue sometida a ruido o partes de ella fueron recortadas, la imagen original pudo recuperarse con alta claridad, manteniendo su integridad estructural. El investigador encontró que el sistema podía soportar una pérdida de datos significativa, permaneciendo la imagen descifrada reconocible incluso cuando faltaba una cuarta parte de los datos cifrados.

La seguridad contra diferentes tipos de ataques también fue rigurosamente probada. El investigador demostró que cambiar solo un bit en la imagen original causaba que todo el resultado cifrado cambiara por completo, una propiedad conocida como el efecto avalancha. Esto hace que sea casi imposible para un atacante deducir la clave comparando dos imágenes cifradas ligeramente diferentes. El espacio de claves, o el número total de claves posibles disponibles, se calculó como mayor a dos elevado a la potencia de 512, un número tan vasto que un ataque de fuerza bruta sería computacionalmente inviable con la tecnología actual. Todo el proceso, aunque complejo, opera con una eficiencia que permite su aplicación en tiempo real, procesando imágenes en una fracción de segundo en hardware estándar.

Este trabajo representa un paso significativo hacia adelante en la protección de las imágenes digitales. Al integrar un desplazamiento de frecuencia, una técnica de simplificación de matrices y un motor caótico dual, el investigador ha creado un sistema que no solo es seguro, sino también eficiente y robusto contra los tipos de corrupción de datos que ocurren en las transmisiones del mundo real. El marco logra cerrar la brecha entre la elegancia matemática teórica y las necesidades de seguridad práctica, ofreciendo una solución que es tanto matemáticamente sólida como capaz de resistir los rigores de la comunicación digital moderna. A medida que los datos multimedia continúan creciendo en volumen y sensibilidad, tales enfoques integrados proporcionan una base necesaria para mantener segura la información visual en un mundo cada vez más abierto.

Resumen Técnico: Un Marco Robusto de Cifrado de Imágenes en el Dominio de la Transformada de Fourier Fraccionaria Integrando la Descomposición de Hessenberg y Mapas Caóticos Híbridos

Planteamiento del Problema
La rápida proliferación de la transmisión de datos multimedia sobre redes inseguras ha creado desafíos críticos para la seguridad de la información, particularmente en lo que respecta a la protección de imágenes sensibles en campos como el diagnóstico médico, el reconocimiento militar y las transacciones comerciales. Los algoritmos de cifrado convencionales (por ejemplo, AES, DES) suelen ser ineficientes para imágenes debido a la alta redundancia, el gran volumen de datos y la fuerte correlación entre píxeles adyacentes inherente a los datos de imagen. Además, los esquemas de cifrado existentes en el dominio de la transformada, particularmente aquellos basados en la Transformada de Fourier Fraccionaria (FrFT), a menudo sufren de vulnerabilidades de linealidad que los hacen susceptibles a ataques de texto plano elegido. Adicionalmente, aunque los métodos de descomposición de matrices como la descomposición de Hessenberg han mostrado ser prometedores para reducir las cargas computacionales, su integración sistemática con sistemas caóticos híbridos para la difusión en el dominio espacial aún no ha sido suficientemente explorada. Existe una falta distintiva de marcos que sincronicen la geometría espectral fraccionaria, la factorización de matrices y el caos de doble mapa para lograr alta seguridad, baja complejidad computacional y robustez contra errores de transmisión.

Metodología
El artículo propone un marco de cifrado de confusión-difusión de tres etapas que integra la Transformada de Fourier Fraccionaria (FrFT), la descomposición de Hessenberg y un sistema caótico híbrido.

Transformación y Descomposición (Etapa 1):
- La imagen de texto plano se transforma primero al dominio de Fourier fraccionario utilizando la FrFT, donde el orden fraccionario $\alpha$ actúa como una clave criptográfica auxiliar.
- El espectro de la FrFT resultante, de valor complejo, se somete a una descomposición de Hessenberg ( $A = QHQ^*$ ). Este proceso reduce la matriz a una forma de Hessenberg superior ( $H$ ) y una matriz unitaria ( $Q$ ). Este paso concentra la energía espectral en menos coeficientes, simplificando el espectro y reduciendo los requisitos computacionales mientras se retiene la información espectral esencial.
Generación de Secuencia de Claves Caóticas Híbridas (Etapa 2):
- Un motor caótico híbrido combina el Mapa Logístico-Seno-Coseno 2D (2D-LSCM) y el Sistema de Mapa de Cavidad de Reflexión de Elipse con Retardo de Tangente (TD-ERCS).
- Para asegurar la sensibilidad al texto plano y la resistencia a los ataques de texto plano elegido, se calcula un hash SHA-256 de la imagen de texto plano. Este hash se utiliza para perturbar las condiciones iniciales de los mapas caóticos, creando un esquema de claves dependiente del texto plano.
- Las secuencias caóticas combinadas generan tres secuencias de claves distintas: una para la permutación a nivel de bits ( $K_{perm}$ ), una para la sustitución de S-box dinámica ( $K_{sub}$ ) y una para la difusión bidireccional ( $K_{diff}$ ).
Cifrado de Confusión–Difusión (Etapa 3):
- Confusión: La imagen se convierte en un flujo binario, el cual se somete a una permutación a nivel de bits basada en $K_{perm}$ .
- Sustitución: Una S-box dinámica, generada mediante el algoritmo de mezcla de Fisher-Yates usando $K_{sub}$ , realiza la sustitución en los píxeles permutados.
- Difusión: Un proceso de difusión bidireccional (hacia adelante y hacia atrás) utilizando $K_{diff}$ y operaciones XOR asegura que el cambio en un solo píxel afecte a todo el texto cifrado.

El algoritmo de descifrado invierte estos pasos, utilizando la FrFT inversa, la reconstrucción de Hessenberg inversa y las operaciones caóticas inversas.

Contribuciones Clave
El artículo identifica cuatro contribuciones primarias:

Arquitectura Tri-Dominio Novedosa: Propone una arquitectura de cifrado única que combina la geometría espectral fraccionaria (FrFT), la factorización de matrices (descomposición de Hessenberg) y el caos de doble mapa (2D-LSCM y TD-ERCS).
Eficiencia Computacional mediante Descomposición: Demuestra que la aplicación de la descomposición de Hessenberg a los espectros de FrFT proporciona beneficios computacionales significativos al crear una representación intermedia compacta sin sacrificar las características de seguridad.
Diversidad de Claves y Sensibilidad Mejoradas: Introduce un esquema de generación de claves caóticas híbridas que logra una alta diversidad de claves y asegura una sensibilidad similar a la de un código de un solo uso (one-time-pad) ante cambios en el texto plano mediante la perturbación por hash SHA-256.
Validación de Seguridad Integral: El trabajo proporciona pruebas de seguridad extensas y resultados experimentales, validando el sistema contra ataques estadísticos, diferenciales, de texto plano elegido y de fuerza bruta, así como contra ruido y oclusión.

Resultados Experimentales
El marco fue evaluado utilizando imágenes de prueba estándar (Lena, Baboon, Peppers, Cameraman, Airplane) en una plataforma MATLAB. Las métricas clave de rendimiento incluyen:

Espacio de Claves: El espacio de claves se calcula como mayor a $2^{512}$ (considerando los parámetros continuos y el hash SHA-256), superando con creces el umbral de $2^{128}$ requerido para resistir ataques de fuerza bruta.
Entropía de la Información: Los textos cifrados alcanzaron valores de entropía entre 7.9997 y 7.9999, aproximándose al valor ideal de 8.0, lo que indica una redundancia estadística insignificante.
Correlación: Los coeficientes de correlación de píxeles adyacentes se redujeron a casi cero (dentro de $\pm 0.003$ ), eliminando efectivamente la correlación presente en las imágenes naturales.
Resistencia al Ataque Diferencial: La Tasa de Cambio de Número de Píxeles (NPCR) superó el 99.61%, y la Intensidad Promedio de Cambio Unificado (UACI) fue de aproximadamente 33.46%, cumpliendo con los estándares ideales.
Robustez: El esquema demostró resiliencia contra el ruido y la oclusión. Bajo un ruido de sal y pimienta del 10%, la imagen descifrada alcanzó un SSIM de 0.7836, mientras que bajo un recorte del 25% (1/4 del área), el SSIM fue de 0.6915, con las imágenes descifradas conservando características semánticas reconocibles.
Complejidad Computacional: La complejidad total está dominada por la descomposición de Hessenberg ( $O(n^3)$ ) y la FrFT ( $O(N \log N)$ ). Para una imagen de 256×256, el tiempo de cifrado total fue de aproximadamente 66.4 ms, lo que sugiere su idoneidad para aplicaciones en tiempo real.

Significancia y Reivindicaciones
El artículo afirma que el marco propuesto establece un nuevo referente en el cifrado de imágenes caóticas en el dominio de la transformada. Al integrar de manera única la geometría espectral fraccionaria, la factorización de matrices y el caos de doble mapa, el sistema supera las limitaciones de los esquemas tradicionales, tales como las vulnerabilidades de linealidad y la falta de sensibilidad al texto plano. El autor sostiene que el marco ofrece una solución eficiente y segura para la comunicación de imágenes, particularmente en entornos que requieren robustez contra errores de transmisión y diversos ataques criptográficos. El trabajo sugiere que la investigación futura podría extender este marco al video a color, plataformas embebidas (FPGA/IoT) y primitivas resistentes a la computación cuántica, pero el estudio actual se centra en validar el rendimiento del cifrado de imágenes en escala de grises.

Más como este