💻 computer science

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

Questo articolo propone un algoritmo di cifratura dinamica delle immagini che sfrutta le Reti Neurali Convoluzionali per generare S-box adattive e dipendenti dall'input, migliorando così la non linearità e la resistenza contro vari attacchi crittografici rispetto ai metodi tradizionali con S-box fisse.

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

Pubblicato 2026-06-22

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

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

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

L'Idea Centrale: Una Serratura Intelligente che Cambia Ogni Volta

Immaginate di avere un dipinto molto prezioso (la vostra immagine) che dovete inviare a un amico. Di solito, potreste metterlo in una cassaforte con una serratura standard. Ma se un ladro scopre come funziona quella serratura, può scassinarla.

Questo articolo propone un nuovo tipo di "cassaforte" per le immagini digitali. Invece di utilizzare una serratura standard e immutabile, gli autori hanno costruito una serratura intelligente che si rimodella ogni singola volta che la si utilizza. La chiamano una "S-Box Dinamica".

Ecco come l'hanno costruita e perché funziona:

1. Il Problema delle Vecchie Serrature

La crittografia tradizionale delle immagini è come usare una chiave universale che si adatta a molte serrature diverse. È rigida. Se un hacker studia la serratura, può capire il modello e romperla. L'articolo afferma che questi vecchi metodi sono troppo prevedibili perché non cambiano in base alla specifica immagine che stanno proteggendo.

2. La Soluzione: Una Serratura che "Impara" (La CNN)

Gli autori hanno utilizzato un tipo di Intelligenza Artificiale chiamato Rete Neurale Convoluzionale (CNN). Pensate a una CNN come a uno studente super intelligente che ha studiato migliaia di immagini. Sa come riconoscere schemi, texture e dettagli.

Come funziona: Quando volete crittografare una specifica immagine (come una foto di una casa o di un babbuino), la CNN osserva proprio quella foto specifica.
La Magia: In base a ciò che vede in quella specifica foto, la CNN progetta istantaneamente una "serratura" (la S-Box) unica e personalizzata solo per quell'immagine.
Il Risultato: Se crittografate la foto di una casa, otterrete una serratura unica. Se crittografate la foto di un babbuino, la CNN creerà una serratura completamente diversa. Anche se crittografate la stessa casa di nuovo con un piccolo cambiamento (come una nuvola che si muove), la serratura cambia interamente.

3. Il Processo di Crittografia: Una Danza in Tre Fasi

Una volta che la CNN ha creato questa serratura personalizzata, l'immagine attraversa una danza in tre fasi per essere rimescolata:

Sostituzione (La Maschera): La serratura personalizzata della CNN sostituisce ogni pixel (punto) dell'immagine con un nuovo valore casuale. È come sostituire ogni lettera di un messaggio segreto con una lettera diversa basata su un codice che esiste solo per quel messaggio specifico.
Permutazione (Lo Shuffle): L'immagine viene poi rimescolata. Immaginate di prendere un mazzo di carte, guardare l'ordine e poi mescolarle in modo che il pixel della "Casa" non sia più accanto al pixel del "Tetto". Questo viene fatto utilizzando "mappe caotiche" (matematica che agisce come un vortice) per garantire che lo shuffling sia totalmente casuale.
Diffusione (L'Onda): Infine, l'immagine viene miscelata con un flusso di chiavi segrete. È come aggiungere uno strato di rumore statico che si diffonde su tutta l'immagine. Se cambiate anche solo un minuscolo punto nella foto originale, questo passaggio assicura che l'intera immagine rimescolata appaia completamente diversa.

4. Perché è Meglio? (I Risultati dei Test)

Gli autori hanno testato il loro nuovo metodo su immagini standard (come un babbuino, una casa, un aeroplano e un peperone). Ecco cosa hanno scoperto:

Imprevedibilità (Entropia): Le immagini rimescolate sembravano puro rumore statico. I dati erano così casuali che era impossibile indovinare l'immagine originale. Il "punteggio di casualità" era quasi perfetto (vicino a 8.0).
Sensibilità (NPCR & UACI): Se cambiavano un solo pixel nella foto originale, il risultato rimescolato cambiava di oltre il 99%. È come cambiare una sola lettera in una parola e far sì che l'intera frase diventi un insieme di parole senza senso. Questo rende molto difficile per gli hacker indovinare il segreto.
Velocità: Nonostante sia intelligente e complesso, il sistema era veloce. Poteva crittografare e decriptare le immagini in meno di 50 millisecondi (più veloce di un battito di ciglia umano).
Resilienza: Hanno cercato di "rompere" le immagini ritagliandole (tagliando via parti) o aggiungendo rumore (statico). Anche con i danni, l'immagine originale poteva essere recuperata con una buona qualità, dimostrando che il sistema è robusto.

5. Il Verdetto

L'articolo conclude che, utilizzando uno "studente intelligente" (la CNN) per progettare una serratura unica per ogni singola immagine, hanno creato un sistema di crittografia che è:

Più difficile da scassinare rispetto ai vecchi metodi fissi.
Più veloce di molte alternative complesse.
Adattabile, ovvero diventa più intelligente in base all'immagine che sta proteggendo.

In breve, hanno trasformato la crittografia delle immagini da una serratura "taglia unica" a una cassaforte "su misura e mutaforma" che cambia le proprie regole ogni volta che la si utilizza.

Sintesi Tecnica: Algoritmo di Cifratura di Immagini Basato su Reti Neurali Convoluzionali e Generazione di S-Box Dinamiche

Problematica
Gli algoritmi di cifratura di immagini tradizionali spesso faticano a gestire le caratteristiche uniche dei dati d'immagine, come l'alto volume di dati, la forte correlazione spaziale e il raggruppamento dei dati. Gli algoritmi di cifratura simmetrica convenzionali, come l'AES, si affidano a tabelle di sostituzione (S-box) fisse per introdurre non linearità e confusione. Tuttavia, queste S-box fisse mancano di adattabilità rispetto ai dati di input specifici, rendendole suscettibili alla criptanalisi lineare e differenziale. Sebbene studi recenti abbiano tentato di migliorare l'adattabilità delle S-box utilizzando sistemi caotici o ottimizzazioni metaeuristiche, molti rimangono non guidati dai dati o progettati manualmente, limitando la loro flessibilità e sicurezza contro attacchi sofisticati. Esiste una dimostrata necessità di sistemi intelligenti e guidati dai dati, capaci di generare S-box sicure e specifiche per l'immagine.

Metodologia
Il framework proposto introduce uno schema di cifratura di immagini dinamico che integra le Reti Neurali Convoluzionali (CNN) con i principi crittografici classici. La metodologia procede attraverso cinque fasi primarie:

Preparazione del Dataset e Pre-elaborazione: Un dataset di patch di immagini in scala di grigi (ad esempio, da USC-SIPI, MNIST o CIFAR-10) viene ridimensionato a $N \times N$ (ad esempio, $32 \times 32$ ) e scalato nell'intervallo $[0, 1]$ . L'obiettivo è estrarre pattern statistici e spaziali per addestrare la CNN.
Generazione della S-Box basata su CNN: Una CNN viene addestrata per apprendere una trasformazione di sostituzione ideale.
- Architettura: La rete utilizza strati convoluzionali con attivazione ReLU per estrarre la complessità dell'immagine, seguiti da strati completamente connessi (fully connected) che mappano verso valori di sostituzione (vettori di 16 o 64 elementi).
- Imposizione dell'Output: Uno strato di output personalizzato assicura che il vettore generato formi una S-box biettiva valida (una permutazione di valori distinti in $[0, 255]$ ). Ciò comporta lo scarto dei valori replicati e la loro ricreazione tramite un algoritmo di iniezione di rumore ibrido guidato dai pesi della CNN.
- Funzione di Perdita (Loss Function): L'addestramento impiega una funzione di perdita multi-obiettivo: $Loss = -(\alpha \cdot \text{Nonlinearità} + \beta \cdot \text{SAC} + \gamma \cdot \text{BIC} + \delta \cdot \text{Uniformità})$ . Questo ottimizza la resistenza alla criptanalisi lineare, il Criterio di Avalanche Rigoroso (SAC), il Criterio di Indipendenza del Bit (BIC) e l'uniformità dei valori.
Valutazione della S-Box: Le S-box generate sono rigorosamente testate contro standard crittografici (Non linearità, SAC, Uniformità Differenziale, Indipendenza del Bit). Solo quelle che superano soglie predeterminate vengono selezionate per la cifratura.
Processo di Cifratura: Lo schema utilizza un'architettura di Rete di Sostituzione-Permutazione (SPN) modificata, ripetuta su più round (tipicamente 3–5):
- Sostituzione: I valori dei pixel vengono sostituiti utilizzando la S-box dinamica generata dalla CNN.
- Permutazione: Le posizioni dei pixel vengono riorganizzate utilizzando un vettore di permutazione derivato da mappe caotiche (ad esempio, mappe Logistica o Lorenz) iterate con una chiave segreta.
- Diffusione: Un'operazione XOR pixel-wise viene applicata tra l'immagine permutata e un key-stream generato da una seconda S-box basata su CNN o da un Generatore di Numeri Pseudo-Casuali (PRNG).
Decifratura: Il processo viene invertito utilizzando il vettore di permutazione inverso e l'inverso della S-box dinamica, garantendo il recupero lossless dell'immagine originale.

Contributi Chiave

Generazione di S-Box Adattiva: Il framework genera S-box dinamiche in cui le caratteristiche apprese del particolare immagine di input guidano i pattern di sostituzione. Ciò migliora la non linearità e la confusione rispetto ai metodi statici.
Architettura di Sicurezza Ibrida: L'integrazione del deep learning con sistemi caotici non lineari aumenta la casualità e la complessità, mirando specificamente alla resistenza contro attacchi differenziali e statistici.
Prestazioni e Scalabilità: L'algoritmo è progettato per un basso peso e scalabilità, dimostrando la capacità di applicazione in tempo reale pur proteggendo dati d'immagine ad alta risoluzione.
Valutazione Comprensiva: Lo studio fornisce un esame critico dell'algoritmo utilizzando immagini di benchmark standard (Baboon, House, Airplane, Pepper) e confronta le sue prestazioni con algoritmi di cifratura tradizionali e recenti.

Risultati Sperimentali
Il metodo proposto è stato valutato su immagini di test standard utilizzando diverse metriche crittografiche:

Entropia: I valori si sono avvicinati al massimo ideale di 8.0 (variando da 7.9947 a 7.9980), indicando distribuzioni di pixel altamente imprevedibili.
NPCR (Number of Pixels Change Rate): I risultati hanno superato il 99,5% (ad esempio, 99,610% per Baboon), dimostrando un'alta sensibilità alle piccole variazioni di input e una forte resistenza agli attacchi differenziali.
UACI (Unified Average Changing Intensity): I punteggi sono oscillati intorno all'ideale del 33% (ad esempio, 33,42%), confermando differenze significative tra le immagini originali e quelle cifrate.
Correlazione: I coefficienti di correlazione media tra i pixel vicini erano prossimi allo zero (ad esempio, 0,0058), rompendo efficacementamente le naturali correlazioni spaziali del plaintext.
Uniformità dell'Istogramma: Le immagini cifrate mostravano istogrammi piatti e uniformi, distruggendo i pattern visivi.
Robustezza: Il sistema ha dimostrato resilienza contro attacchi di ritaglio (fino al 20%) e attacchi di rumore (Gaussiano e Salt-and-Pepper), mantenendo caratteristiche riconoscibili con valori di PSNR e SSIM accettabili.
Test Statistici NIST: Le chiavi crittografiche generate hanno superato tutti i principali test statistici NIST (Frequenza, Run, Serialità, Complessità Lineare, ecc.) con p-value superiori al livello di significatività di 0,01.
Velocità: I tempi di cifratura e decifratura sono stati inferiori a 50 millisecondi per le dimensioni delle immagini testate, confermando l'efficienza computazionale.

Significatività e Assertività
L'articolo sostiene che l'approccio dinamico della S-box basato su CNN offre un equilibrio superiore tra prestazioni, complessità e sicurezza rispetto ai metodi tradizionali a S-box fissa. Rendendo il meccanismo di sostituzione guidato dai dati e specifico per l'immagine, il sistema aumenta significativamente la resistenza contro attacchi di tipo known-plaintext, differenziali e statistici. Gli autori affermano che questo metodo risolve i tradizionali compromessi nella cifratura di immagini, fornendo una soluzione robusta e intelligente adatta alla trasmissione e all'archiviazione sicura in sistemi moderni di multimedia e comunicazione. Lo studio conclude che l'integrazione del deep learning nella progettazione di componenti crittografici rappresenta una via percorribile verso sistemi di cifratura di immagini più affidabili ed efficienti.