基于空間混沌的圖像加密設(shè)計

近些年來,為高圖像傳輸過程中的安全性,已經(jīng)提出了很多基于混沌方法實(shí)現(xiàn)圖像加密的算法,但在系統(tǒng)的加密中,利用一維混沌,則小密鑰空間和弱的安全性的缺點(diǎn)就顯得非常突出。為克服前面提到的缺點(diǎn),我們設(shè)計了一種新的加密方案,該方案采用高維混沌映射和傳統(tǒng)的加密技術(shù)相結(jié)合的方法,即用空間混沌復(fù)雜的非線性行為產(chǎn)生的隨機(jī)序列去置亂圖像中像素的位置,與此同時,用另外兩個不同參數(shù)的空間混沌映射去置亂原圖像和加密后的圖像。

一、空間混沌系統(tǒng)

空間推廣的二維系統(tǒng)差分形式如下:

基于空間混沌的圖像加密設(shè)計
這里,f(μ,(1+ω)v)是非線性函數(shù),m,n,Xmn是三維空間的幾何坐標(biāo),μ是實(shí)參數(shù),ω是實(shí)常數(shù)。事實(shí)上,方程(1)是物理中一維對流方程的離散形式,

基于空間混沌的圖像加密設(shè)計

由于方程(2)帶有非線性的強(qiáng)迫項,因此,對于方程(1)的定性研究可以為方程(2)的研究提供一些有用的信息。

注意到當(dāng)n=n0,ω=0 系統(tǒng)可以化為下面一維形式:

基于空間混沌的圖像加密設(shè)計

因?yàn)閚0是常數(shù), 上面的方程可以寫為:

基于空間混沌的圖像加密設(shè)計

這是我們熟悉的一維形式。具體地,當(dāng)f(μ,xm)=μXm(1-Xm)方程可以寫為:

基于空間混沌的圖像加密設(shè)計

這是眾所周知的一維Logistic模型。特別地,當(dāng)3.7<μ<4時,系統(tǒng)是混沌的。

顯而易見,當(dāng)f(μ,(1+ω)xmn)=1-(μ(1+ω)×xm,n)2時,二維離散動態(tài)系統(tǒng)可以寫為:

基于空間混沌的圖像加密設(shè)計

研究表明當(dāng),2>μ≥1.55,ω∈(1,-1)系統(tǒng)呈現(xiàn)混沌狀態(tài),由于有兩個獨(dú)立的迭代變量, 故稱系統(tǒng)(6)為空間的二維Logistic映射。

空間混沌系統(tǒng)是一維混沌映射的推廣形式,由于在空間混沌映射中有m和n兩個變量, 從而非線性的性質(zhì)增強(qiáng), 所以, 由它產(chǎn)生的加密序列比由一維混沌產(chǎn)生的序列(一個變量m)更為復(fù)雜, 更具有隨機(jī)性, 更難預(yù)測這樣的混沌序列, 因此, 空間混沌比一維混沌更有利于加密和一維Logistic混沌映射相比, 在空間混沌系統(tǒng)中, 不僅有兩個控制參數(shù)μ 和ω, 而且研究表明推廣的空間混沌系統(tǒng)的軌道對參數(shù)變化是極其敏感的, 并且系統(tǒng)(6)產(chǎn)生混沌行為有更寬的參數(shù)范圍, 所以參數(shù)μ 和ω 及初始條件都能用來作為密鑰。當(dāng)μ = 1.75, ω = 0.05時, 系統(tǒng)(6)的混沌和二維分岔行為如圖1~3所示。

基于空間混沌的圖像加密設(shè)計

基于空間混沌的圖像加密設(shè)計

基于空間混沌的圖像加密設(shè)計

間混沌映射實(shí)現(xiàn)圖像加密, 即:

基于空間混沌的圖像加密設(shè)計

相對應(yīng)的系統(tǒng)為:

基于空間混沌的圖像加密設(shè)計

二、加密方法

1、 置換過程

根據(jù)Golomb的關(guān)于偽隨機(jī)序列的3個假設(shè),理想的混沌序列應(yīng)具有如下統(tǒng)計特征:均值為零,自相關(guān)特性為δ函數(shù),互相關(guān)特性為零特性.由方程(7)生成的混沌序列{xi,j}的自相關(guān)和互相關(guān)特性如圖4所示。圖4(a)出示了自相關(guān)特性,圖4(b)出示了初始值僅僅有一點(diǎn)變化(<1010)時兩個序列的互相關(guān)特性,這說明了{(lán)xi,j}對密鑰的變化是敏感的。同理能得出{yi,j}和{zi,j}對密鑰的變化也是敏感的。

基于空間混沌的圖像加密設(shè)計

由于圖像數(shù)據(jù)在相鄰的像素之間具有高度的相關(guān)性, 為降低像素之間的相關(guān)性, 我們采用一種高維的空間混沌映射置換像素的位置。不失一般性, 假定一個M×N的原圖像, 像素的位置矩陣是Qi,j。i=0,1, ...,M1,j=0, 1, ...,N1, 置換過程如下:

步驟1: 針對方程(7)給初始條件x0,0,在做一些次迭代后得到Xm,n, 用Xm,n作為新的X0,0,令:

基于空間混沌的圖像加密設(shè)計

顯而易見,h∈[0,1]繼續(xù)做空間混沌映射的迭代和方程(10),直到得到M個不同的屬于(0,1)M之間的數(shù),這些數(shù)可以重新記為hi(i=1,2...,M),這里如果,i≠j則,hi≠h j ,Qij可根據(jù)hi重新排列矩陣的行,即移動h1行到第一行, h2行到第二行,依次類推,就形成一個新的位置矩陣Qhij,對于新的矩陣,Qhij由下面步驟2諸列進(jìn)行列變換。

步驟2: 用目前的x0,0對方程(7)進(jìn)行迭代, 令

基于空間混沌的圖像加密設(shè)計

易見c∈[0N,-1],繼續(xù)做空間混沌映射的迭代和方程(11),直到得到N個不同的屬于(0,1)N之間的值,這些數(shù)可以重新寫為ci(i=1,2...,N),如果,i≠j則,ci≠cj,Qhij根據(jù)ci重新排列矩陣的列,即移動第一列到c1列,第二列到c2列,依此類推,對矩陣,Qhij進(jìn)行新的列變換。

為進(jìn)一步提高安全性, 可以逐行進(jìn)行列變換, 也就是從矩陣Q,hji的第一行直到矩陣的最后一行逐行進(jìn)行列變換。在不同的x0,0下, 列變換可以依據(jù)步驟 2 所描述的方式重復(fù)進(jìn)行。

2、替代過程

步驟1:置亂后圖像的每一個像素是十進(jìn)制的灰度值,把十進(jìn)制數(shù)轉(zhuǎn)換成二進(jìn)制數(shù),得到一個新的M×N矩陣),B(i,j)。

步驟2:選擇兩個任意的初始條件y′0,0和z′0,0,把y′0,0和z′0,0量化成對應(yīng)的二進(jìn)制數(shù)y0,0和z0,0。這兩個二進(jìn)制混沌序列{yi,j}和{zi,j}是由方程(8)和(9)產(chǎn)生的.分別從{yi,j}和{zi,j}中截取有限個數(shù)的序列去構(gòu)建兩個M×N矩陣Y和Z 。

步驟3: 替代過程為:

基于空間混沌的圖像加密設(shè)計

這里0≤i≤M-1,0≤j≤N-1直進(jìn)行這種替代過程,直到圖像中所有的元素加密結(jié)束為止。

解密過程是加密過程的逆過程。

小知識logistic

logistic回歸(Logistic regression) 與多重線性回歸實(shí)際上有很多相同之處,最大的區(qū)別就在于他們的因變量不同,其他的基本都差不多,正是因?yàn)槿绱耍@兩種回歸可以歸于同一個家族,即廣義線性模型(generalized linear model)。