一种基于细胞神经网络超混沌和DNA序列的彩色图像加密方法技术

本发明专利技术属于信息安全技术领域，具体为一种基于细胞神经网络超混沌和DNA序列的彩色图像加密方法。本发明专利技术方法包括，分离彩色明文图像的红、绿、蓝三基色分量；利用明文图像更新和生成六阶细胞神经网络超混沌系统和Logistic-Sine映射的参数和初始值，并对两个混沌系统分别进行迭代运算，并根据DNA编码规则DNA解码规则，得到加密图像的红、绿、蓝分量；最后，利用密钥流和按位异或运算，改变加密图像的各像素值，得到最终的密文图像。解密是加密过程的逆操作。与现有的图像加密方法相比，本发明专利技术提供的彩色图像加密算法具有安全性高、加密效果好、鲁棒性强、信息无损失等优点，可广泛应用于军事、遥感、远程医疗、商业等领域。

【技术实现步骤摘要】

本专利技术属于信息安全
，具体涉及一种基于超混沌和DNA序列的彩色图像无损加密方法。
技术介绍
随着信息科学和网络技术的飞速发展，越来越多的数字媒体内容如文本、图像、音频、视频等在互联网上被广泛传播，而如何保障数字媒体信息的安全成为一个重要而紧迫的问题。数字图像加密是多媒体信息安全的重要组成部分，得到了国内外学者的广泛关注和深入研究。由于数字图像具有数据量大、相邻像素相关性强、冗余度高等一些固有的特性，使得DES，AES、RSA等传统加密算法并不适合用于数字图像加密。近年来，人们发现混沌系统所具有的对初值和参数的极端敏感性、遍历性、类随机性、弱相关性等优良特性，非常适用于信息加密。1998年，Fridrich教授在文献“Symmetricciphersbasedontwo-dimensionalchaoticmaps”[Int.J.Bifurcat.Chaos,vol.8,no.6,pp.1259-1284,1998]中提出了一种基于标准Baker映射的数字图像对称密码算法。迄今为止，研究人员已提出了许多基于混沌的数字图像加密方案。与传统的加密算法相比，基于混沌的图像加密算法在安全性、速度、复杂性和计算能力等方面具有更优的性能。混沌图像加密方案大致可分为两类：一是基于一维(1D)或二维(2D)混沌映射的图像加密方法，二是基于高维(超)混沌系统的图像加密方法。前者虽然容易实现，但存在密钥空间小、安全性差等问题。因此，人们越来越多的使用第二类方法来提高密码系统的安全性。DNA分子具有超大规模并行性、海量数据存储能力和超低的能量消耗，使得DNA密码研究成为信息安全领域一个新的增长点。早期的DNA密码算法在具体实现时，需要精密仪器设备和昂贵的实验材料。2009年，Kang在文献“ApseudoDNAcryptographymethod”[arXiv:0903.2693,2009]中提出了一种伪DNA加密算法，通过在计算机上模拟DNA计算实现对信息的加密运算，不需要真实的生物实验环境，但该方法只适用于文本加密。在此基础上，国内外研究人员提出了许多基于DNA计算的图像加密算法。这些算法大多针对的是灰度图像，而彩色图像在实际应用中更为常见。与灰度图像相比，彩色图像包含的信息量更为丰富，数据格式和表示更为复杂，绝大部分基于DNA计算的灰度图像加密算法不能简单扩展应用于彩色图像的加密。此外，现有的基于DNA计算的图像加密算法存在安全性不高问题，缺少对常见图像处理操作攻击情形的研究。因此，设计安全鲁棒的DNA彩色图像加密算法具有重要的理论意义和应用价值。为克服现有的基于DNA计算的图像加密算法的缺陷，本专利技术提出一种利用六阶细胞神经网络超混沌和DNA序列运算的鲁棒彩色图像加密算法。该算法具有良好的加密效果，安全性高，对常见的图像处理操作攻击，如噪声、JPEG压缩、剪切、对比度调整等，具有很强的鲁棒性。
技术实现思路
本专利技术目的在于克服现有的基于DNA计算的数字图像加密算法缺陷，利用超混沌系统和DNA序列运算，提供一种安全性高、鲁棒性强的彩色图像加密方法。本专利技术提出的基于DNA计算和超混沌系统的鲁棒彩色图像加密方法，利用DNA序列运算、六阶细胞神经网络超混沌、图像处理技术等实现。附图1所示为本专利技术的彩色图像加密算法流程图，具体步骤如下：(1)输入大小为M×N的彩色明文图像P，分离图像P的红、绿、蓝分量得到三个大小为M×N的矩阵R0、G0和B0；(2)任意选取六阶细胞神经网络超混沌系统的初始值，结合明文图像P更新和生成六阶细胞神经网络超混沌系统以及Logistic-Sine混沌映射系统的参数和初始值，并对两个混沌系统分别进行迭代运算，得到密钥流K和随机数RN1，RN2，RN3；(3)将十进制矩阵R0，G0，B0分别转换为二进制矩阵。然后，根据DNA编码规则和随机数RN1，RN2，RN3，将这些二进制矩阵分别转换成三个大小为M×4N的DNA序列矩阵R1，G1，B1；(4)对DNA序列矩阵R1，G1，B1执行两次DNA异或运算，得到三个大小为M×4N的DNA序列矩阵R3，G3，B3；(5)根据DNA解码规则和随机数RN1，RN2，RN3，先将DNA序列矩阵R3，G3，B3分别转换为二进制矩阵，再将这些二进制矩阵分别转换为十进制矩阵R4，G4，B4，它们分别为加密图像E的红、绿、蓝分量；(6)利用密钥流K和按位异或运算，改变加密图像E的各像素值，得到最终密文图像C；(7)解密过程是加密过程的逆操作，即按逆序执行图像加密运算即解密出明文图像P。本专利技术中，步骤(2)中所使用的六阶细胞神经网络超混沌系统，具体描述如下：这里，xi(i＝1,2,…,6)为六阶细胞神经网络超混沌系统的状态变量。步骤(2)中所使用的Logistic-Sine混沌映射系统，具体描述如下：yn+1＝mod(ryn(1-yn)+(4-r)sin(πyn)/4,1)(2)式中，yn和r分别为Logistic-Sine混沌映射系统的状态变量和参数，且r∈[0,4]，yn∈(0,1)。步骤(2)中利用明文图像根据如下式子产生中间值：式中，mod为模运算符号，&为按位与运算符号，为按位异或运算符号。步骤(2)中利用Logistic-Sine混沌映射产生随机数RN1，RN2，RN3的具体步骤如下：SL1：Logistic-Sine混沌映射的系统参数和初始值按如下式子生成：r0＝mod(ρ1+2ρ2+3ρ3,4)y0＝mod(ρ1+ρ2+ρ3,1)SL2：利用上述系统参数r0以及初始值y0，迭代Logistic-Sine混沌映射500+L(L≥5000)次，并抛弃前500个值，得到长度为L的实值混沌序列Y。SL3：随机数RN1，RN2，RN3按如下式子生成：式中，Fix(·)表示取整函数，t1，t2，t3为正整数且t1,t2,t3∈[8,14]。步骤(2)中利用六阶细胞神经网络超混沌系统生成密钥流K的具体步骤如下：ST1：任意选取超混沌系统的初始值xτ(0)(τ＝1,2,…,6)，并按如下式子更新：x′1(0)＝mod(x1(0)+ρ1,1)，x′2(0)＝-mod(x2(0)+ρ2,1)，x′3(0)＝-mod(x3(0)+ρ3,1)，x′4(0)＝-mod(x4(0)+ρ3,1)，x′5(0)＝mod(x5(0)+ρ1,1)，x′6(0)＝mod(x6(0)+ρ2,1)。ST2：利用更新后的初始值x′τ(0)(τ＝1,2,…,6)，迭代六阶本文档来自技高网...

【技术保护点】
基于超混沌和DNA序列的彩色图像无损加密方法，其特征在于具体步骤为：（1）输入大小为的彩色明文图像，分离图像的红、绿、蓝分量，得到三个大小为的矩阵、和；（2）任意选取六阶细胞神经网络超混沌系统的初始值，结合明文图像更新和生成六阶细胞神经网络超混沌系统，以及Logistic‑Sine混沌映射系统的参数和初始值，并对两个混沌系统分别进行迭代运算，得到密钥流和随机数，，；（3）将十进制矩阵，，分别转换为二进制矩阵；然后，根据DNA编码规则和随机数，，，将这些二进制矩阵分别转换成三个大小为的DNA序列矩阵，，；（4）对DNA序列矩阵，，执行两次DNA异或运算，得到三个大小为的DNA序列矩阵，，；（5）根据DNA解码规则和随机数，，，先将DNA序列矩阵，，分别转换为二进制矩阵，再将这些二进制矩阵分别转换为十进制矩阵，，，它们分别为加密图像的红、绿、蓝分量；（6）利用密钥流和按位异或运算，改变加密图像的各像素值，得到最终密文图像；（7）解密过程是加密过程的逆操作，即按逆序执行图像加密运算即解密出明文图像。

【技术特征摘要】
1.基于超混沌和DNA序列的彩色图像无损加密方法，其特征在于具体步骤为：
（1）输入大小为的彩色明文图像，分离图像的红、绿、蓝分量，得到三个大小
为的矩阵、和；
（2）任意选取六阶细胞神经网络超混沌系统的初始值，结合明文图像更新和生成六
阶细胞神经网络超混沌系统，以及Logistic-Sine混沌映射系统的参数和初始值，并对两个
混沌系统分别进行迭代运算，得到密钥流和随机数，，；
（3）将十进制矩阵，，分别转换为二进制矩阵；然后，根据DNA编码规则和随机
数，，，将这些二进制矩阵分别转换成三个大小为的DNA序列矩阵
，，；
（4）对DNA序列矩阵，，执行两次DNA异或运算，得到三个大小为的DNA
序列矩阵，，；
（5）根据DNA解码规则和随机数，，，先将DNA序列矩阵，，分别
转换为二进制矩阵，再将这些二进制矩阵分别转换为十进制矩阵，，，它们分别为
加密图像的红、绿、蓝分量；
（6）利用密钥流和按位异或运算，改变加密图像的各像素值，得到最终密文图像
；
（7）解密过程是加密过程的逆操作，即按逆序执行图像加密运算即解密出明文图像。
2.根据权利要求1所述的方法，其特征在于：步骤（2）中使用的六阶细胞神经网络超混
沌系统和Logistic-Sine混沌映射分别描述如下：
式中，，；
利用明文图像根据如下式子产生中间值：
式中，为模运算符号，为按位与运算符号，为按位异或运算符号；
利用Logistic-Sine混沌映射产生随...

【专利技术属性】
技术研发人员：武相军，阚海斌，郭念，张济仕，张雪，刘保强，文小爽，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31