一种基于四维陈氏超混沌系统与K-means聚类的图像加密方法技术方案

本发明专利技术涉及图像处理领域，具体公开一种基于四维陈氏超混沌系统与K‑means聚类的图像加密方法，本发明专利技术采用高维连续超混沌系统——四维陈氏系统来生成混沌序列，保障算法具有更大的密钥空间，并通过K‑means聚类算法对陈氏系统产生的混沌序列进行0,1化处理，得到伪随机性能良好的二值序列（通过US NIST统计测试）。其次，据明文图像的位（bit）面分解的性质，设计高效的置乱算法，并在置乱与扩散之间增加中间结果分存环节，提升加密安全。最后，改进传统的线性扩散函数，利用伪随机二进制序列产生的扩散矩阵，对初步密文像素执行线性双向扩散，进一步提升系统抵御差分分析攻击的性能。

【技术实现步骤摘要】
一种基于四维陈氏超混沌系统与K-means聚类的图像加密方法
本专利技术涉及图像处理领域，更具体地，涉及一种基于四维陈氏超混沌系统与K-means聚类的图像加密方法。
技术介绍
随着互联网和信息技术的快速发展，各种数字信息不断地通过电子设备传播。在数字信息中，数字图像是一种比较直观生动的信息。由于数字图像可能涉及国家安全、商业利益和个人隐私等，因此，需要对其进行加密保护，特别是在传输过程中。当前，主流的数字图像加密方案是基于混沌理论的置乱-扩散方案，即利用混沌系统生产的混沌序列，先对图像像素进行空间位置置乱，得到置乱图像，然后再对置乱图像进行像素值扩散，最后得到加密密文。基于混沌理论的置乱-扩散图像加密方案总体上具有较好的安全性，但也存在一些问题，主要表现在以下几个方面。首先，基于低维混沌系统的秘钥仍存在被破译的风险，特别是对于一维混沌系统。其次，对于高维混沌系统而言，其具有较高的安全性，但通常也具有较高的时空复杂性，影响了图像加解密的效率，特别是当频繁产生混沌序列的时候。最后，通过混沌系统生成的混沌序列多数没有经过统计测试，其伪随机性有待检验，因此，加密安全需要进一步提升。专利技术本文档来自技高网...

【技术保护点】
1.一种基于四维陈氏超混沌系统与K‑means聚类的图像加密方法，其特征在于，采用四维超混沌陈氏系统来生成混沌序列，并通过K‑means聚类算法对四维超混沌陈氏系统产生的混沌序列进行0,1化处理，得到伪随机二进制序列；其次，根据明文图像的位(bit)面分解的性质，设计置乱算法，并在置乱与扩散之间增加中间结果分存环节。

【技术特征摘要】
1.一种基于四维陈氏超混沌系统与K-means聚类的图像加密方法，其特征在于，采用四维超混沌陈氏系统来生成混沌序列，并通过K-means聚类算法对四维超混沌陈氏系统产生的混沌序列进行0,1化处理，得到伪随机二进制序列；其次，根据明文图像的位(bit)面分解的性质，设计置乱算法，并在置乱与扩散之间增加中间结果分存环节。2.根据权利要求1所述的方法，其特征在于，具体为：采用四维超混沌陈氏系统来生成混沌序列，并通过K-means聚类算法对四维超混沌陈氏系统产生的混沌序列进行0,1化处理，得到伪随机二进制序列，其过程为：第一步，已知四维超混沌陈氏系统为：其中，x,y,z,w为关于时间t的未知量，dx/dt,dy/dt,dz/dt,dw/dt为未知量关于时间t的导数，a,b,c,d,r为控制参数；当参数a＝35,b＝3,c＝12,d＝7,r＝0.6时，系统(1)进入混沌状态；给定初值x＝0.1,y＝-0.1,z＝0.1,w＝-0.1，时间步长取Δt＝0.001，利用Runge-Kutta算法求解方程(1)，分别舍弃最初的部分值，得到四个长度皆为L的实值混沌序列，为：X＝{x1,x2,...,xL},Y＝{y1,y2,...,yL},Z＝{z1,z2,...,zL},W＝{w1,w2,...,wL}记序列X＝{x1,x2,...,xL}的最小值和最大值分别为xmin,xmax，把区间[xmin,xmax]等分成T个子区间，则T-1个等分点为令下面利用K-means算法对序列X进行聚类处理，形成T个类，并设置T个类的初使类中心为经过K-means算法处理后得到的T个类记为Si，相应的类中心分别为νi，i＝1,2,...,T，第三步：把每个类中的元素减去对应的类中心后，得到集合即接着利用符号函数(2)对集合进行0、1化处理后得到二进制集合即最后合并集合得到伪随机二进制序列第四步：类似地，按照第二、三步两步对混沌序列Y＝{y1,y2,...,yL},Z＝{z1,z2,...,zL},W＝{w1,w2,...,wL}进行同样的处理，分别得到二进制序列第五步：利用X',Y',Z',W',根据(3)式，得到最终的伪随机二进制序列B＝{b1,b2,b3,b4,...,b4L-1,b4L}；根据明文图像的位(bit)面分解的性质，设计置乱算法，并在置乱与扩散之间增加中间结果分存环节，其过程为：第六步：记待加密的明文图像为I＝(Ii,j)M×N,其中M,N分别为图像的高度和宽度；按照(4)式对像素Ii,j进行bit位分解：其中，为按照(5)式得到的二进制数，这里mod表示取模运算，代表像素Ii,j的最高位，代表最低位；令矩阵P＝(Pi,j,k)M×N×8的分量为其中i＝1,2,...,M,j＝1...

【专利技术属性】
技术研发人员：程东升，谭旭，邬可可，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：广东,44