文摘
数据安全发挥了重要作用,在基于云计算的智能城市数据传输。混乱的地图是常用的设计现代加密应用程序,其中一维(1 d)混沌系统广泛应用由于其简单的设计和较低的计算复杂度。然而,一维混沌映射患有不同类型的攻击,因为他们混乱的不连续和小密钥空间范围。的一维混沌映射的好处,避免他们的缺点,两个集成1 d的级联混沌系统被利用。在本文中,我们报告一个图像数据传输的密码系统基于云计算的智能城市使用级联Logistic-Chebyshev和Logistic-Sine地图。Logistic-Sine地图已被用来交换平原形象,和Logistic-Chebyshev地图被用来替代排列的图像,而级联的综合地图一直在利用XOR表演过程代替形象。建议的安全分析方法证明了加密机制具有良好的效率以及降低加密时间与其他相关算法。
1。介绍
在智能城市环境中,生成的数据从各种来源(智能城市应用程序)通常保存在一个云服务器,并被有关政府官员和市民的城市1,2]。公民的数据包括医疗信息、购买行为、天气条件、环境变化、交通信息。大多数的数据以图像的形式。图像数据涉及人们日常活动的极其敏感和关键的。为了节省由第三方开发的数据,我们需要建立高效的加密机制,这样就可以与云安全存储系统集成。
处理多媒体数据的数字时代,几乎所有的电子设备、技术人员、研究人员和科学家们积极参与设计和开发的强大的密码。自图像不可避免的数字数据来源在当今世界,密码系统工程师更多关注设计技术,译成密码的实际图像信息,不能对手必须能够披露。在他们具体的术语,图像矩阵的数字。一个加密算法,通过其可逆组操作,隐瞒实际的像素值。为了达到更好的安全,我们应该主要关注四个参数:有效的混乱和扩散策略的设计,减少相邻像素的相关性,提高加密图像的熵值,密钥空间巨大。
可以看出,由于图像的像素之间高度相关,流行译成密码机制(如数据加密标准(DES)和高级加密标准(AES)不是有效的适合译成密码的图像。活跃的研究领域在设计图像加密算法是chaos-based加密(3,4]。它主要涉及到图像的处理与混沌系统产生的随机数序列。混沌系统是数学函数的性质是敏感的主值的参数。参数的值或常量的混沌映射作为密钥密码系统。各种研究人员使用洛伦兹等地图地图,Arnold-Tent地图,猫地图,等等,来生成随机数,这样他们可以应用于图像改变原始像素值(替换或扩散)和转移实际像素值的位置(排列或混淆)。提高安全水平,研究人员使用DNA序列的概念操作(5),细胞自动机(6],substitution-box [7,8),有限状态机(9),分形排序矩阵(10),位排列(11),压缩传感(12,13)等,以及chaos-based密码学。
正如我们前面解释的,permutation-substitution过程决定了最终的密码的安全级别达到的形象。它被认为是加密的两个基本步骤。大多数研究人员主要集中在开发一个有效的置换策略,设计一个单独的算法,可以有效地转移隐藏原始图像的信息。传统图像置换机制(如事,Arnold-based Baker-based,循环翻三班排列机制,等等,有缺点像弱排列和高时间复杂度(14]。基于这些局限性,王et al。14)提出了一个新的排列方法实现低时间复杂度的基础上,结合循环移位排序,和郝et al。15)提出了一个新的排列机制称为“混沌魔变换”使用一个二维混沌系统实现低时间复杂度和高效的图像像素排列。在替换中,像素值是得到改变,主要是因为之间的异或操作组混沌映射产生的随机序列和图像矩阵。研究人员有最大的灵活性在决定加密算法的步骤。选择一个特定的步骤(排列或替换)算法是由三个因素决定:该步骤必须是可逆的,产生一个增强的价值评价参数,运行速度快。
研究人员在他们的新作品清楚地表明一维(1 d)混沌系统的设计(14,16,17)和多维混乱的地图(10- - - - - -13)与独家在图像加密中的应用。每个工作都是关注如何有效地我们可以提高安全分析的各种措施。一维混沌系统享受强大的利益像容易设计,计算复杂度低,高速加工,结构简单。然而,1 d地图有弱点几次袭击,因为他们的初始值有一个小密钥空间和混乱的不连续的范围(16]。
因此,级联系统的解具有一维迭代混沌映射的好处,避免他们的缺点。最近,周et al。18)提出了一种新的级联系统的两个1 d系统(帐篷、正弦和物流)和在图像加密中的应用。在这项工作中,我们报道了一种新的图像密码系统使用两个集成1 d的级联混沌系统(Logistic-Chebyshev和Logistic-Sine)。建议密码方法,Logistic-Sine地图是用来交换平原的形象,和Logistic-Chebyshev地图是用来替代排列图像。级联的地图是用于执行XOR过程代替形象。建议的方法的实验结果证明了加密系统具有良好的效率和较低的运行时间为加密相比其他相关机制。
我们的论文的结构如下:提出了基于云计算的智能城市框架中提供了部分2的基础知识,同时利用混沌集成地图交付部分3。提出了图像密码系统节中给出4的安全分析,提出了加密机制给出了部分5。最后一点,提供的结论部分6。
2。提出了基于云计算的智能城市框架
智能城市是增强城市基础设施,公民提供高品质生活的一种方式有效的提供各种服务,如运输、电子政务、废物管理、医疗、教育、和水供应。信息和通信技术是有效的部署,以满足所需的服务水平。智能城市环境涉及到数据接收来自各种传感器、处理设备和人进一步作出最后决定。每天产生大量的数据通过各种智能城市的应用程序。有效的存储和管理这些数据,云服务器部署。云计算允许我们访问各种服务远程托管。智能城市应用程序利用服务云环境。数据安全性、真实性和完整性的政策也集成以及平滑的数据传输和存储的云平台。数字内容的隐私是至关重要的19,20.]。
我们打算提出一个密码系统捕捉译成密码的数字图像数据的智能城市环境。图1显示了拟议的框架,在基于云计算的智能城市安全的数据传输。病人的图像数据可能代表医疗信息,实时路况块和违反,气候条件、可疑的人,等。加密的图像数据可以传输和存储在云服务器实现连接。用户在另一端可以利用应用解密后的图像数据的机制。由于数据以加密的形式存储在云服务器上,对手不是必须能够查看和解释相同。以下部分介绍相关的概念提出了图像密码系统。
3所示。初步知识
提出图像密码方法是基于级联两个混沌系统集成1 d: Logistic-Chebyshev Logistic-Sine。下面的内容将详细的两个混沌系统。
3.1。Logistic-Chebyshev地图
Logistic-Chebyshev地图是一种集成的两种常见的一维混沌系统:物流和切比雪夫。它可以表示为7] 在哪里 是控制参数, 是主要的价值系统, 混沌映射的程度。
3.2。Logistic-Sine地图
Logistic-Sine地图是一种集成两个一维混沌映射:逻辑映射和正弦图可以表示为(16] 在哪里 控制参数和吗 是原始值。
4所示。提出图像密码的方法
在本部分中,我们将解释一个新的图像使用层叠Logistic-Chebyshev密码系统和Logistic-Sine地图。Logistic-Sine系统是用来交换平原的形象,和Logistic-Chebyshev地图是用来取代排列的图像,而级联的综合地图是用于执行XOR过程代替形象。的架构图提供建议的方法2,而提供的加密过程的算法1。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5。实验结果
估计的性能提出了加密系统,我们使用笔记本电脑与英特尔核心™i5 - 2450 m CPU 2.50 GHz和6 GB RAM和MATLAB软件R2016b预装。我们使用标准测试图像从SIPI数据库(21维度的512×512,如图3贴上船只,大桥、狒狒、帆船、飞机,和辣椒。关键参数利用迭代Logistic-Chebyshev和Logistic-Sine地图初始化= 0.684,α= 3.356,一个= 152,= 0.4794,β= 3.8435。
(一)
(b)
(c)
(d)
(e)
(f)
(g)
(h)
(我)
(j)
(k)
(左)
5.1。NIST SP 800 - 22测试
检查生成的序列的随机特性从级联混沌映射和构造加密图像,我们使用NIST SP 800 - 22测试。这些测试是测量的关键任务序列的随机特性,发现任何非随机序列中存在的特点。每个测试生成的结果 - - - - - -价值区间[0,1]。当 - - - - - -值大于阈值µ= 0.01,这表明序列通过这个测试(22]。NIST SP 800 - 22的结果测试表1,密码的两个序列图像Enc-Sailboat及其使用密钥流产生混乱的地图通过NIST SP 800 - 22测试。
5.2。时间效率
验证有效性的时间我们密码系统的加密过程,表2显示了一个简单的比较,提出了图像加密时间密码系统与相关密码为不同大小的图像。加密时间给出的有关工作的结果报道在10,15,16,23]。表中给出的加密时间2确认我们的机制是优于其他的加密的时间。
5.3。相关分析
在普通图像,每个像素是深刻与相邻的像素和迫在眉睫的价值相关性在各个方向(水平、垂直、对角线)。另一方面,生成的4使用密码系统设计良好的图像,图像的相关性值应该即将为0 (24]。计算相关的密码值图像和相应的平原,我们选择随机104对每个方向相邻像素。 在哪里T表示充分数量的邻近像素对在每一个方向,和和表示相邻像素的值。提供了相关的实验数据集值表3和4,密文图像的相关性值非常接近0。相邻像素的相关性分布的灰度船前后图像加密是绘制在图4,颜色帆船的相关分布图像加密前后数据绘制5- - - - - -7。表示结果的表3和4,所述相关性分布数据4- - - - - -7,我们可以得出结论,我们的形象对相关分析密码系统是安全的。
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
5.4。像素变化率
评估普通图像敏感一点点变化,应用两个措施:统一的平均变化强度变化率(UACI)和数量的像素(NPCR)。NPCR的数学表示和UACI可以声明如下: 在这里,C1,C2是一个普通的两个加密图像形象一点的变化,T指向整个图像中使用的像素数量,和b表达了用来描述像素值的比特数。NPCR和UACI平原和密文图像的结果表5,这表明我们的图片密码系统是高度敏感的小像素变化在平原的形象。
5.5。柱状图分析
直方图指向图像中像素值的频率分布。一个设计良好的密码系统应保证不同加密图像的直方图的一致性。图8灰度图像的直方图显示之前和之后的加密过程,还有图9显示平原和密码帆船图像的直方图,在普通图像的直方图彼此不同,相应的密文图像的直方图是统一的。然而,我们需要一个数学量分析检查直方图测试;因此,我们进行卡方检验 ,可表示为(25] 在这里,表示像素值的频率我,年代图像尺寸。通过假设显著水平= 0.05,然后 。对于一个给定的图像,当值小于 ,这证实了这幅图像的直方图的均匀性;否则,图像非均匀分布。表6和7提供的结果为调查数据集,值都小于密文图像 。因此,提出了加密算法可以抵御直方图分析攻击。
(一)
(b)
(c)
(d)
(e)
(f)
(一)
(b)
(c)
(d)
(e)
(f)
5.6。信息熵分析
计算每级像素值的分布图像,我们使用全球熵测试,可以表示如下: 在这里的概率表示 。灰度图像的可能值 ,然后是理想的熵值等于8位。评估建议图片密码系统的效率,密文图像的熵值必须极其附近的8。尽管,全球熵是忽视评估的真正随机性加密图像。因此,局部熵可以估计全球熵的意思是不重叠的街区(1936像素/块)。表8全局和局部熵的值显示为普通图像和相应的4的所有加密图像的信息熵值非常接近8位。因此,建议密码系统熵攻击保护。
5.7。对比分析
来估计局部强度的变化,存在于一个图像,我们使用的对比测试,这是一个统计指标,定义为在26] 在这里, 表示灰度同现矩阵的数量。对于给定的图像,图像的高对比度值表示显著不同灰色的水平,而值显示常数灰色水平较低。对比普通的值和密文图像提供了表9和10,所有密码的图像具有高对比度的值。
5.8。峰值信噪比分析
测量噪声比平原和密码之间的图像,我们使用峰值信噪比(PSNR)工具,可以定义为(27] 在这里,马克思P普通图像的最大像素值吗 ,而C表示对应的密文图像,的尺寸和是 。更高的PSNR值表示密码形象是平原附近的形象。因此,一个设计良好的加密算法应该低PSNR值,这表示密码的图像是明显不同于其相应的简单形象。PSNR和均方误差值的结果为调查数据集提供了表11,PSNR值非常低。
5.9。密钥空间和敏感性分析的关键
密钥空间指的是各种各样的钥匙,可以应用在蛮力攻击,必须大到足以抵抗这些攻击。我们的图片密码系统使用的关键参数 操作混乱的地图在加密和解密过程。通过假设数字计算机的计算精度是10−16密码系统的密钥空间,是1080年,这是大到足以让任何现代加密机制。
关键敏感表明任何初始密钥的微小修改导致显著变化的结果。评估的关键敏感密码系统,图像加密的帆船是破译在微小修改主键。关键敏感性的结果呈现在图提供了机制10。同时,评估关键敏感的密码体制在数量方面,我们执行NPCR和UACI解密帆船形象与正确的键和其他解密帆船图像微小修改初始密钥的结果表12。从结果表12和图10,我们的密码系统具有较高的关键敏感,任何初始密钥的微小修改导致显著变化的结果。
(一)
(b)
(c)
(d)
(e)
(f)
5.10。古典类型的攻击
cryptanalyses期间的密码系统,通常假定密码专家有一个完整的理解的密码系统的设计,知道一切关于密码系统除了最初的关键参数的值。这是一个明显的要求在今天的密码。有四种典型的攻击:密文,known-plaintext chosen-plaintext,选择密文。chosen-plaintext攻击是最强大的攻击,黑客已经临时访问密码系统和chosen-plaintext可以构造相应的密文。如果一个密码系统有能力承受chosen-plaintext攻击,它拥有的能力承受其他类型的攻击。提供的密码系统是高度敏感的秘密密钥 。如果有任何微小的变化在一个秘密的钥匙 ,然后生成一个显著的变化的结果。此外,我们的密码系统采用普通图像的散列值来更新初始的关键参数;因此,我们的密码系统不仅取决于关键参数也在平原的形象。密码破译者试图获得一些有价值的信息关于密钥使用全黑白图像,由于他们的能力禁用排列/替换过程的作用。相应的密文图像黑白纯图片和相应的直方图如图11,没有视觉信息从这些密码可以获得图片,和表13提供了一些统计分析这些图像。因此,我们的加密方法有能力抵抗选择密文和chosen-plaintext攻击。
(一)
(b)
(c)
(d)
5.11。噪声和数据丢失的攻击
数据传输通信通道时,噪声影响的信息传播,和数据可能会失去它的一些部分。随后,一个设计良好的加密方法应该承受数据丢失和噪声攻击的能力。评估建议密码系统对这些攻击,我们执行阻塞攻击通过削减密文图像的某些部分或加入盐和胡椒噪音,然后试图恢复的秘密图像缺陷通过解密密文图像的过程。数据12和13显示阻塞攻击的结果,原始图像的有效解密程序后获得的。
(一)
(b)
(c)
(一)
(b)
(c)
5.12。比较分析
确认我们的密码系统的有效性与其他相关方法,表14和15平均的值相关,NPCR UACI,本地信息熵,全球信息熵,卡方检验,对比,和PSNR的密码系统和他们的平均值报告(5,10- - - - - -12,14,25,26,28]。中声明的结果表2,14,15证明的有效性提出了密码系统相比其他相关方法。
6。结论
本文详细的一个新的密码映像在基于云计算的智能城市安全的数据传输机制。该加密系统适用于颜色和灰度图像。系统是基于级联两个集成的一维混沌映射:Logistic-Chebyshev Logistic-Sine。Logistic-Sine地图是用来交换平原形象,和Logistic-Chebyshev映射用于替代排列图像,而级联的综合地图替换图像执行XOR过程中使用。建议的方法的实验结果证明了提出算法的有效性。在未来,我们的目标是将这项工作延伸到设计一个新的视觉加密机制保护物联网设备之间的数据传输。
数据可用性
在这项研究中使用的数据可以在你访问请求相应的作者。
的利益冲突
作者宣称没有利益冲突,其内容。
确认
本研究支持Menoufia大学。