文摘

随着网络和多媒体技术的发展,多媒体通信已经吸引了研究人员的注意。图像加密成为迫切需要安全的多媒体通信。与传统的加密系统相比,基于混沌加密算法更容易实现,这使得它们更适合大规模数据加密。图像加密在本文提出的计算方法是一个高维混沌系统的组合。该算法主要用于图像映射和使用洛伦兹系统扩展和替换他们。研究表明,这种计算方法导致混合像素值、良好的扩散性能,和强大的关键性能强劲阻力。加密图像的像素分布相对随机,和类似的响度的特点是不相关的。它是通过实验证明了上述计算方法有很强的安全性能。

1。介绍

随着科学技术和网络技术的发展,网络数字通信越来越频繁,数字图像存储和传输的安全性越来越重要,和多媒体数码产品也被广泛应用于各行各业。对于多媒体信息,尤其是图像和声音信息,传统的加密技术作为普通数据流进行加密,不管多媒体数据的特点,因此它有一定的局限性。为了提高其安全,高维混沌算法广泛应用于图像加密领域。高维混沌算法已经逐渐成为一个研究热点,由于其大的密钥空间和高安全性。目前,广泛应用高维混沌算法包括洛伦兹和Rossler和蔡系统。为了确保多媒体数据信息的传播和使用逐渐暴露出许多安全问题,数码照片的特点是大数据和高数据之间的相关性。传统的加密方法用于多媒体加密在过去效率低的缺点1]。发展的一种新型的混沌系统,使多媒体图像加密效率高和高安全性能,是近年来的研究热潮。高维混沌加密算法是一种新的图像分析算法,近年来已逐渐出现(2]。该算法可用于多媒体的处理和分析图像数据加密。图像上的多个执行加密操作时使用相同的算法或在不同条件下,选择适当的方法来加密和优化数据以获得最好的结果。有许多类型的多媒体图像数据加密。由于高维度、多媒体图像加密导致不满意的结果。multigranularity算法多媒体图像数据不应该应用于高阶数据集群的融合,因为多媒体图像数据不能加密斜边边界(3]。在文献[4),加权加密算法提出了多媒体图像数据加密。在加密的结果有很大的错误。在文献[5),由于在使用过程中算法的分散性,多媒体图像数据加密分析提出了基于先验信息。

关于多媒体,特别是图像和声音信息,以前的加密技术用于加密数据不正常显示多媒体数据的特点和局限性。近年来,许多研究人员提出一种图像加密算法对混沌系统。前面的多媒体图像加密计算方法不能解决密钥空间的问题。统一的高维混沌系统的结构很简单,它有短时间序列的优势,但关键能力小,抵抗穷举攻击较弱。因此,有必要研究多媒体图像的加密计算方法对高维混沌系统甚至super-dimensional混沌系统。采用广义映射的优势,洛伦茨高维混沌系统,大型输出,和大的密钥空间。多媒体图像加密方法的高阶混沌计算研究。它有很强的抵抗详尽的供应和系统分析攻击,计算效率高,安全性能高。

2。二维广义映射和图像加扰

泛化映射,下面的广义映射公式获得:

从公式(1),有一个不动点(0,0)在这个映射。也就是说,点(0,0)不会改变n重复映射。坐标点的值更改为{1 2 N}以避免出现一个固定的点…{1,…,…,N}, and the mapping equation is converted to a format containing two independent parameters:

在公式(2),后n次重复的操作模式的N从初始值点 ,结果和转换后的坐标表示为1 。

至于多媒体图像加密分析,多样性和准确性是用来定义,全面评估完成多媒体图像加密选择性。在多媒体图像加密分析,多媒体图像加密组成是由粒子群在搜索空间中,特征向量相应的多媒体图像加密数据表示如下:

在上面的表达式,f代表相应的特征向量的自适应功能的多媒体数据和图像加密功能代表了多媒体图像加密分析对应εth加密在实际应用过程中。

加密的表达在多媒体图像加密II如下:

在公式(4),和代表多媒体图像加密的加密。如果有更少的信息共享与多媒体图像加密基本集群,集群基本的准确性很低;否则,反之亦然。

基于集群基于多媒体图像加密准确性和多样性特征,综合评价标准定义集群基于多媒体图像加密包括以下:

在这个公式 ,多媒体图像加密的正确性是一个重要的维度的评价标准。

公式(6)是基于多样性多媒体图像加密的基本加密和计算的概率选择每个多媒体图像加密的基本加密算法作为优化的基本加密 。计算公式如下:

计算结果用于随机选择多媒体图像加密基于轮盘赌和获取多媒体图像加密分析。

3所示。三维统一混沌系统和图像替换

混乱是重新排列图像的像素位置,只有改变每个基本彩色图像的相邻像素之间的相关性,而不是每个基本彩色图像的直方图(6- - - - - -8]。另外,通过将每个基本彩色图像的像素值,基本整个彩色图像的直方图分布特征可以改变。因此,如果像素值替代和转换加扰后,可以获得更好的加密安全。

提出了一种新的三维混沌系统,连接陈洛伦兹系统和系统,但刘系统只是一个特殊的例子,它被称为一个统一混沌系统。

在这个公式,系统由系统参数 在这个范围内整个混乱的特点。在这篇文章中,统一混沌系统产生的混沌序列方程(7)是用于构造图像像素置换变换的关键。在这里,x,y,z序列的统一混沌系统是用来取代和加密三原色的像素。对于每个像素,使用一定的小数点后三位数在混乱的实数序列值来构造的关键(在这里,我们把3位数5、6和7小数点后构建的关键)。假设图像大小N×N子序列的长度N×N从生成的3混沌序列用于构建的关键。对于任何一个点(我,j)(原色图像后的像素值表示为 ,在哪里k= 1,2,3对应于红、绿、蓝三原色,分别),选择K的价值X和Y变量或序列值Z变量数据的加密密钥。假设当前的实值混沌序列值混沌序列的选择r,那么3位数5、6和7的小数点后r一个正整数Intky形式。正整数256模后,将获得1字。然后,字节无符号整数像素作为加密密钥;之间的加密采用二进制异或操作键和像素值。

图像恢复网络模块的目的是确保每个重构像素的颜色和空间位置可以恢复原来的颜色和纹理图像的最大程度。总损失函数Linp图像恢复网络模块的定义见方程(8),包括修复损失的揭露,蒙面的修复损失区域,感知损失,损失,风格对抗损失,和全变差损失:

每个的重量损失项目50个独立实验的结果进行分析后决定。

揭露了地区维修损失的定义见方程(9),使用修复之间的曼哈顿距离图像和真实的揭露了区域形象修复损失,其中Idam表示受损的形象,米代表了不规则的二进制掩模(相应的区域修复的面具是0,和其他人是1),Iinp代表修复结果图像,Ireal代表真正的未损坏的图像(9- - - - - -11]。蒙面区域的修复损失函数方程所示(6):

摘要不同卷积功能层的多个pretrained网络用于获得修复之间的特性感知损失结果图像和真实图像,和修复区域的感知损失是提高。在公式(11常数代表了现实的国际博协),组织图像的面积加上失踪的预测图像区域,如方程所示(11),米代表pretraining网络使用的数量,n表示层使用卷积功能的数量,意味着j层i pretraining网络卷积特性,和是知觉的重量损失的第i个pretraining网络。摘要50后独立实验比较,我们使用的输出特性图vgg16 pool1, pool2,和pool3层和密度净conv1 pool2, pool3层和感知层生成的网络,用于计算感知损失。pretraining网络的参数没有参与培训只是用来计算损失的价值。的加权和感知损失了两个pretraining网络作为最后的感知损失。

本文实验中使用的重量设置所示方程(12)。

4所示。洛伦兹系统的图像像素值替代转换

洛伦兹系统是一个典型的三维混沌系统和有三个优势产生的混沌序列加密洛伦兹系统[12- - - - - -14]。加密的混沌序列可以处理真正的混沌序列系统并生成输出的单变量或多变量的组合,和加密序列可以非常灵活。三个三个系统的初始值和三个参数可以作为种子密钥生成混沌序列加密,当被添加在设计一些控制变量,加密算法的密钥空间远远高于低维混沌系统。洛伦兹系统的动力学方程如下:

几天之后,σ,r,b系统参数,典型值是什么b= 11,r= 30,b= 4。保持σ不变,洛伦兹系统进入混沌状态。

定义1。集k(μ在一维的安排μ= 1,2,…,米×N,在那里米×N图片尺寸: 在哪里x是地址转换后的图像的像素,y的地址转换图像的像素范围,z是转换后的图像的像素点的地址块给定如下: 从公式可以看出16,一个设置为一个图像的大小吗米×N和B后获得的图像吗一个是由原来的加密算法,表示如下: 从公式可以看出18, 和 设置为每个点的像素值的形象吗一个和B,在那里我= 1,2,…、米和j= 1,2,…N。然后, 在公式(第一和第二步骤16)进行加密的加密算法。
在步骤3中,285像素选择×285图像加密过程的研究样本。以下启动转换。(1)变换的方向x1轴。如果b1 (我)= 1,然后让我' =国防部(问+我,N)+ 1;如果 ,让我“=国防部(问+我,N) + 1,…,直到 ,马克 。(2)变换的方向x2轴。如果b2 (我)= 1,然后设置j=国防部(问+j,N)+ 1;如果 ,然后设置j“=国防部(问+j,N) + 1,…,直到 ,马克 。(3)变换的方向x3轴。如果b3 (我)= 1,u ' =国防部(r+我,米×N/ 8)+ 1;如果 ,集u“=国防部(r+我,米×N/ 8)+ 1,…,直到 ,马克 。根据公式(4),x(我),y(j),z(u)被记录成公斤,位置置换序列。
加密地图可以从第四步得到公式(5)和(6)。
实验证明,该算法的加密结果是一样的多媒体图像的高维混沌加密。
前后的图像加密作为已知条件来解决上述多媒体图像加密算法。假设图像一个已经知道,加密后根据算法描述,加密画什么B获得和处理。
基于加密的图像的中心偏移量分布特征的实际世界图像序列跟踪的功能是有限的,和搜索窗的中心区域的大小设置为当前帧米×米是跟踪范围。当每个特性显示r(我,j),形成的加密特性矩阵表示如下: 密码分析的目的是要找到某些特性的当前帧的位置符合下列标准(绝对误差最小)(我,j): 在哪里r是在参考帧和生成的加密特性r(我,j)是当前帧中生成的加密功能。参考系的特点与当前帧的特征进行比较计算,和绝对差和MXM大小的矩阵组成。 这个功能r(我,j),减少了高维混沌算法所需的特性,然后是协调两个特性的差异r和r(我,j)计算得到最好的加密图像。根据特征过滤标准,每次的高维混沌算法减去两个特性数组的元素计算;这将是判断是否大于当前的最小值。如果它是更大的,应当立即停止计算高维混沌算法。然后,这个功能是排除在外。如果是少,高维混沌算法应连续计算。
如果高维混沌算法比当前最小第六数组元素计算时,r(我,j)将立即排除;否则,它将继续。一般来说,当生成当前帧的特征矩阵,矩阵的每个元素计算根据步骤参考系的生成功能,但这是一个大量的计算。研究表明,之间有一个连接的行间距元素矩阵的每一列,和大部分的数据都是一样的15]。例如,由于安排元素对应一个列的第三个特征和第一只在最后一个特性是不同的,当第三特性计算,大部分的元素安排的第一个特性只能用于计算最后安排元素(x]。

5。实验结果和分析

在本节中,莉娜图像大小为285像素是用作加密对象图像来验证该算法的有效性。在Matlab 7.1,莉娜根据高阶混沌加密图像多媒体图像加密算法,与明文图像和密文图像如图1。

这里介绍根据解决方案算法、数字矩阵A的大小为285×285后填写行第一列的矩阵的顺序12和66849。由于空间限制,7栏矩阵7块的第一行显示如下:

矩阵是根据高维混沌加密多媒体图像加密算法,获取加密矩阵E并记录相应的位置替换序列,最后的部分k(μ)获得如下。这个矩阵相当于高阶的关键流混乱多媒体图像加密算法。它转换莉娜形象和加密图像的初始状态,1.95 GHz的主要频率和1 GB的记忆Windows Vista平台,和245年代的算法的计算时间。

映射混沌系统的初始值如下。((x₀,y₀)=[0,1]两个序列长度为34000,生成两个序列从第一个获得2485点删除。{x(我),y(我),我= 1,32697}用于争夺和加密图像的像素位置。洛伦兹系统的参数。σ= 11,r= 30,b= 9/4,初始值x0 = 1.1838,y0 = 1.3558,z0 = 1.22493;0.001是作为集成步骤和实验结果如下。

根据图1 (b)、解码图像全部隐藏和原始图像是未知的。正确解码的图像(c)是完全一样的原始图像。原始图像不能解码时初始误差是11.5 - -14.5。发现该算法的加密效果好,初始值是强烈敏感。

5.1。柱状图分析

如图2,加密前的像素值分布不均匀,和加密后的像素是均匀分布的区间(02年,55岁)。可以看出,该算法具有较强的抗统计分析攻击。

5.2。相关分析

为了确认明文图像的相邻像素之间的相关性和加密的图像,在水平方向相邻像素对,所有的相邻像素对在垂直方向,和部分对角线方向的相邻像素是随机选择的形象,和相邻像素的相关系数是定量计算由以下公式:

在这里,y代表两个相邻像素的像素值的图像和安静的相关系数两个相邻像素的图像。表1显示了依赖数字在水平、垂直和对角方向。图3显示明文之间的相关性和明文相邻像素在水平方向上。从结果可以看出,原始明文图像的相邻像素高度相关,相关系数接近1。的相关系数加密图像的相邻像素接近0,和相邻像素基本上是无关紧要的,表明明文的统计特征已经扩散到随机的密文,可有效抵抗统计攻击。

5.3。执行效率分析

Matlab 7.0,英特尔酷睿2双核E4600 CPU采用算法的算法实现2.5 G内存,Windows XP操作系统平台;的时间如表所示2。

新的多媒体图像加密算法的缺陷主要体现在以下两个方面。(1)图像的像素位置只有转变,和像素值不是通过任何方式处理。因此,图像的直方图加密前后不会改变。(2)自生成的混沌序列量化为二进制混沌序列,即密钥流,密钥流与明文的符号无关的执行算法。如果初始条件不改变,相应的密钥流不会改变,因此该算法不能抵抗已知明文攻击。本文的大小是285×285,和标准莉娜图像设置为例。图4显示了直方图SZC加密之前和之后。

6。结论

通过统一混沌系统的特点和广义映射,高维非线性混沌系统的计算方法来完成多媒体图片的像素争夺和替换加密研究。多媒体图像的三种基本颜色组件可以开始。同时,相邻像素并不相关,三个元素RB、G和每个像素都是困惑的同时,和颜色变化的加密图像达到一个更高的安全性能。密文空间均匀分布,而且没有相邻像素之间的相关性。实验分析可以证明这种方法的安全性能高。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。