← Últimos artigos
💻 computer science

A Grayscale image encryption using cubic fractional transformation and logistic map

Este artigo propõe um esquema de criptografia de imagens em tons de cinza que combina uma S-box gerada por transformação fracionária cúbica com um mapa logístico para realizar substituição, difusão e embaralhamento baseado em XOR, demonstrando segurança robusta por meio de análises estatísticas e de sensibilidade de chave abrangentes.

Autores originais: Abdul Qadeer, Rashid Ali, Tahir Sajjad Ali

Publicado 2026-07-22
📖 5 min de leitura🧠 Leitura aprofundada

Autores originais: Abdul Qadeer, Rashid Ali, Tahir Sajjad Ali

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine o mundo digital como uma cidade movimentada onde os dados são a moeda e as imagens são as joias mais valiosas sendo comercializadas. Nesta troca de alta velocidade, manter essas joias seguras contra ladrões é uma batalha constante. Este é o mundo da criptografia, a ciência da escrita secreta. Em seu cerne reside uma ideia simples, mas poderosa: pegar algo reconhecível, como uma foto do seu rosto, e embaralhá-lo tão profundamente que pareça ruído estático para qualquer pessoa sem a chave correta. Para fazer isso, os criptógrafos usam dois truques principais. Primeiro, eles usam a substituição, que é como trocar cada letra de uma palavra por um símbolo completamente diferente de acordo com um livro de códigos secreto. Segundo, eles usam o embaralhamento, que é como pegar um baralho de cartas, embaralhá-las até que a ordem seja caótica e depois distribuí-las. O objetivo é fazer com que o resultado final pareça tão aleatório que nenhum padrão possa ser encontrado, garantindo que, mesmo que um hacker roube a mensagem, ele não consiga compreendê-la sem as instruções específicas para desembaralhá-la.

No artigo intitulado "A Grayscale image encryption using cubic fractional transformation and logistic map", os pesquisadores Abdul Qadeer, Rashid Ali e Tahir Sajjad Ali propõem uma nova receita de três etapas para embaralhar imagens em tons de cinza (fotos em preto e branco) para torná-las incrivelmente difíceis de decifrar. Eles não usam apenas um truque; eles combinam um livro de códigos feito sob medida, uma máquina de embaralhamento matemática e um gerador caótico para criar uma fortaleza ao redor da imagem.

Primeiro, a equipe constrói um S-box (caixa de substituição) personalizado, que atua como o seu livro de códigos secreto. Em vez de usar um livro de códigos padrão ou aleatório, eles constroem este usando uma fórmula matemática chamada Transformação Fracionária Cúbica (CFT). Pense nisso como assar uma roda de cifra única e exclusiva, onde cada número de 0 a 255 (representando os tons de cinza de uma foto) é trocado por um novo número imprevisível. Os autores sugerem que essa receita matemática específica cria um livro de códigos altamente não linear e resistente a ataques comuns, com uma não linearidade média de 106,75.

Uma vez que os valores dos pixels são trocados usando este livro de códigos personalizado, a imagem ainda está na mesma forma, apenas com cores diferentes. A próxima etapa é a permutação, ou embaralhamento. Os pesquisadores usam a mesma matemática da CFT para gerar duas sequências aleatórias. Essas sequências atuam como um conjunto de instruções para realizar deslocamentos circulares — imagine deslizar as linhas e colunas da imagem em um círculo, como um quebra-cabeça deslizante, mas de uma forma determinada pelas chaves secretas. Esta etapa move os pixels de modo que um pixel que originalmente estava ao lado de seu vizinho agora esteja longe, quebrando quaisquer padrões locais.

Finalmente, a equipe aplica um processo de embaralhamento usando um mapa Logístico, uma famosa função matemática conhecida por produzir sequências caóticas e imprevisíveis. Eles usam isso para gerar um fluxo de números aleatórios. Então, eles realizam uma operação Booleana XOR (um tipo específico de matemática binária) entre a imagem embaralhada e este fluxo aleatório. Este é o cadeado final: ele mistura os dados da imagem com o caos, garantindo que uma mudança mínima na imagem original ou na chave resulte em uma imagem final completamente diferente.

Os pesquisadores testaram seu método em imagens de teste padrão como "Lena", "Baboon" e "Clock". Suas simulações mostram que as imagens criptografadas resultantes parecem puro ruído estático. Quando mediram a entropia (uma medida de aleatoriedade), as imagens criptografadas pontuaram muito próximas do máximo ideal de 8 (especificamente em torno de 7,997), sugerindo que os dados são altamente aleatórios. Eles também verificaram a sensibilidade da chave, descobrindo que mudar a chave secreta em uma quantidade minúscula (como adicionar 0,000000000000005) tornou impossível recuperar a imagem original, provando que o sistema é extremamente sensível à chave correta. Além disso, os valores de NPCR (Taxa de Mudança de Número de Pixels) e UACI (Intensidade de Mudança Média Unificada) foram altos (cerca de 99,6% e 33,4%, respectivamente), indicando que alterar apenas um pixel na foto original causa uma mudança massiva e imprevisível na versão criptografada.

O artigo sugere que esta combinação de um S-box gerado por CFT, embaralhamento baseado em CFT e embaralhamento por mapa Logístico cria um esquema de criptografia robusto. Os autores concluem que seu método resiste a ataques criptográficos comuns, como tentar adivinhar a chave ou analisar os padrões estatísticos da imagem. No entanto, essas descobertas baseiam-se em simulações e análise matemática do desempenho do algoritmo em imagens de teste, não em uma implementação no mundo real contra hackers ativos. O trabalho propõe um método seguro para proteger imagens digitais, oferecendo uma nova maneira de trancar dados visuais em uma era onde a privacidade é cada vez mais preciosa.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →