A Grayscale image encryption using cubic fractional transformation and logistic map
本文提出了一种结合了由三次分式变换生成的 S 盒与逻辑映射以执行置换、扩散和基于异或的置乱的灰度图像加密方案,通过全面的统计分析和密钥敏感性分析证明了其鲁棒的安全性。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
想象一下,数字世界是一座繁忙的城市,数据是流通的货币,而图像则是其中交易最珍贵的珠宝。在这场高速交换中,保护这些珠宝免受窃贼侵害是一场持久战。这就是密码学的世界,即关于秘密书写的科学。其核心是一个简单而强大的理念:将一个可识别的东西(比如你的照片)进行彻底的搅乱,使其在没有正确密钥的人眼中看起来就像是静态噪声。为了实现这一点,密码学家使用了两种主要技巧。首先,他们使用代换(substitution),这就像是根据一本秘密代码本,将单词中的每个字母替换为一个完全不同的符号。其次,他们使用置乱(scrambling),这就像是拿一副扑克牌,不断洗牌直到顺序变得混乱,然后将其发出来。目标是使最终结果看起来如此随机,以至于找不到任何模式,从而确保即使黑客窃取了信息,如果没有特定的解密指令,也无法理解其含义。
在题为《一种基于三次分式变换和逻辑映射的灰度图像加密方法》的论文中,研究人员 Abdul Qadeer、Rashid Ali 和 Tahir Sajjad Ali 提出了一种全新的、用于对灰度图像(黑白照片)进行置乱的三步配方,旨在使其极难被破解。他们不仅仅使用一种技巧,而是结合了一个定制的代码本、一个数学洗牌机和一个混沌生成器,为图像筑起了一座堡垒。
首先,团队构建了一个定制的 S-box(代换盒),它充当他们的秘密代码本。他们并没有使用标准的或随机的代码本,而是利用一种称为**三次分式变换(Cubic Fractional Transformation, CFT)**的数学公式来构建这个代码本。可以把这想象成制作一个独一无二的定制密码轮,其中代表照片灰度等级的每个数字(从 0 到 255)都会被替换为一个新的、不可预测的数字。作者指出,这种特定的数学配方创建了一个具有高度非线性且能抵抗常见攻击的代码本,其平均非线性度为 106.75。
一旦像素值通过这个定制代码本进行了替换,图像虽然颜色变了,但形状仍然保持不变。下一步是置换(permutation),即洗牌。研究人员使用相同的 CFT 数学方法生成两个随机序列。这些序列充当指令来进行循环移位——想象一下像玩滑动拼图一样,在圆圈内滑动图像的行和列,但这种方式是由秘密密钥决定的。这一步移动了像素的位置,使得原本相邻的像素现在变得远离,从而打破了局部模式。
最后,团队使用 Logistic map(逻辑映射)应用了一个置乱过程,这是一种以产生混沌、不可预测序列而闻名于世的著名数学函数。他们利用它生成一组随机数。然后,他们在洗牌后的图像与这个随机流之间执行 Boolean XOR 操作(一种特定的二进制运算)。这是最后的锁:它将图像数据与混沌混合在一起,确保即使原始图像或密钥发生微小的变化,也会导致完全不同的最终图像。
研究人员在“Lena”、“Baboon”和“Clock”等标准测试图像上测试了他们的方法。他们的模拟显示,加密后的图像看起来就像纯粹的静态噪声。当我们测量熵(entropy)(一种衡量随机性的指标)时,加密图像的分数非常接近理想的最大值 8(具体约为 7.997),这表明数据具有高度的随机性。他们还检查了密钥敏感性,发现即使改变极其微小的密钥(例如增加 0.000000000000005),也无法恢复原始图像,这证明了该系统对正确密钥极其敏感。此外,NPCR(像素变化率)和 UACI(统一平均变化强度)的值都很高(分别约为 99.6% 和 33.4%),这表明即使原始照片中只有一个像素发生变化,也会导致加密版本发生巨大的、不可预测的变化。
论文指出,这种结合了 CFT 生成的 S-box、基于 CFT 的洗牌以及 Logistic map 置乱的方法,创建了一个稳健的加密方案。作者得出结论,他们的方法能够抵御常见的密码学攻击,例如尝试猜测密钥或分析图像的统计模式。然而,这些发现是基于算法在测试图像上的模拟和数学分析,而非针对活跃黑客的现实世界部署。这项工作提出了一种保护数字图像的安全方法,在隐私日益珍贵的时代,为锁定视觉数据提供了一种新途径。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。