基于压缩感知的图像压缩加密方法及云中解密认证方法技术

本发明专利技术涉及图像加密技术领域，尤其涉及一种基于压缩感知的图像压缩加密方法及云中解密认证方法，通过密钥Key1、Key2和Key3生成不同的混沌序列，对明文图像进行置乱得到置乱的明文图像，再进行双随机相位编码得到相位图像，对相位图像进行量化并转化为灰度像素值得到认证信息，再对同一明文图像进行离散小波变换得到稀疏系数矩阵；利用高斯随机矩阵生成公共测量矩阵，而后通过密钥Key1生成的混沌序列对公共测量矩阵加密；利用密钥Key2和Key3生成的混沌序列分别进行置乱和扩散得到密文图像，以解决现有云端重构存在需要进行测量矩阵传输消耗，以及没有同时考虑到攻击者的恶意访问和恶意云的安全性问题。和恶意云的安全性问题。和恶意云的安全性问题。

【技术实现步骤摘要】
基于压缩感知的图像压缩加密方法及云中解密认证方法


[0001]本专利技术涉及图像加密
，尤其涉及一种基于压缩感知的图像压缩加密方法及云中解密认证方法。

技术介绍

[0002]图像以一种直观的形式表现出来，直接展示了重要的信息，使得每天都有很多的图像在各种平台上生成、传输和存储。因此，如果某些图像的信息泄露给不法分子可能会造成严重的后果。在这种情况下，对于图像信息的保护极为重要。然而早期的数据文本加密没有考虑到图像的冗余性和像素之间的强相关性，不适合用于图像加密。同时由于图像的数据量大，如何有效的传输和存储也是要考虑的问题。因此有学者提出将压缩感知(compressive sensing,CS)用于图像加密中。
[0003]目前有很多将压缩感知用于加密的算法。Xu等人(Xu Q,Sun K,He S,Zhu C.An effective image encryption algorithm based on compressive sensing and2D
‑
SLIM.Optics and Laser Technology,2020,134:106178.)提出了一种将压缩感知和超混沌映射2D
‑
SLIM相结合的图像加密算法。该算法得到的密码图像安全性高且具有较好的压缩性能。然而CS的重构复杂度很高，对于资源有限的用户来说不友好。因此有学者提出将CS重构外包给云，既能实现CS重构又能保护图像隐私。Zhang等人(Zhang Y,Xiang Y,Zhang L Y,Yang L X,Zhou J.Efficiently and securely outsourcing compressed sensing reconstruction to a cloud[J].Information Sciences,2019,496:150
‑
160.)提出将图像压缩加密后的测量值矩阵外包到云端，不仅可以被客户端使用重构信号，其他用户也可以使用。客户端或用户接收到返回的数据后，对其进行验证，考虑到恶意云的情况。而且提出的该方法使得测量矩阵不用传输，节省了传输测量矩阵需要的大量资源消耗。Fu等人(Fu J,Gan Z,Chai X,Lu Y.Cloud
‑
decryption
‑
assisted image compression and encryption based on compressed sensing[J].Multimedia Tools and Applications,2022,81:17401
–
17436.)提出一种将图像分成近似分量和细节分量分别进行加密和压缩并且重构外包到云的图像压缩加密方法。云端解密的数据返回给用户端后，通过对比近似分量和细节分量确定云是否诚实的返回数据，能够防止云欺骗。Li等人(Li H,Yu C,Wang X.A novel 1D chaotic system for image encryption,authentication and compression in cloud[J].Multimedia Tools and Applications,2020,80:8721
–
8758.)也提出了一种在云中重构解密的方法。在该方法中云端在解密之前，首先利用用户端上传的密钥和掌纹特征验证用户的身份，如果用户提供的掌纹特征匹配则进行解密，否则拒绝解密。该方法很好的防止攻击者的恶意访问。然而Zhang等人提出的方法将重构数据给用户端时需要进行两次采样和重构才能对返回数据进行验证。Fu等人需要在云端重构前进行测量矩阵传输，并且在请求云解密时没有验证用户的身份，不能防止攻击者的恶意访问，而Li等人只验证了用户的身份，没有验证云返回数据的结果，没有考虑恶意云的情况。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提出一种基于压缩感知的图像压缩加密方法及云中解密认证方法，以解决现有云端重构存在需要进行测量矩阵传输消耗，以及没有同时考虑到攻击者的恶意访问和恶意云的安全性问题。
[0005]基于上述目的，本专利技术提供了一种基于压缩感知的图像压缩加密方法，包括以下步骤：
[0006]步骤1：密钥Key1、Key2和Key3利用tent
‑
logistic系统分别生成混沌序列X1、Y1、Z1；
[0007]步骤2：利用混沌序列X1对明文图像P进行置乱得到置乱后的图像P
SC
，所述明文图像P的大小为N
×
N；
[0008]步骤3：根据两个随机相位掩模R1、R2对置乱后的图像P
SC
进行双随机相位编码得到相位图像P
EN
；
[0009]步骤4：对相位图像P
EN
进行量化，转化为灰度像素值得到认证信息y
AU
；
[0010]步骤5：对同一明文图像P进行离散小波变换得到稀疏系数矩阵P1；
[0011]步骤6：利用高斯随机矩阵生成公共测量矩阵Φ，通过混沌序列X1对公共测量矩阵Φ进行加密得到加密后的测量矩阵Φ
k
；
[0012]步骤7：利用加密后的测量矩阵Φ
k
生成访问密码y
AC
并对稀疏系数矩阵P1进行压缩得到矩阵P2；
[0013]步骤8：对矩阵P2进行量化得到量化后的矩阵P3；
[0014]步骤9：利用混沌序列Y1对矩阵P3进行置乱得到置乱后的矩阵P4；
[0015]步骤10：利用混沌序列Z1对矩阵P4进行扩散得到密文图像C。
[0016]优选地，步骤1具体包括：
[0017]将密钥Key1、Key2和Key3代入tent
‑
logistic系统分别迭代n0+N，n0+m
×
N和n0+m
×
N次，丢弃前n0个值，得到长度为N的混沌序列X1和长度均为m
×
N的一维混沌序列Y1和Z1，m＝CR
×
N，CR表示压缩比；
[0018]步骤2具体包括：
[0019]将混沌序列X1进行升序排列得到索引序列I1，然后通过公式
[0020]P
SC
(:,i)＝P(:,I1(i))对明文图像P进行列置乱得到P
SC
，
[0021]其中i＝1，2，3，
…
，N。
[0022]优选地，步骤3具体包括：
[0023]步骤3.1：将置乱后的明文图像P
SC
作为输入，根据公式
[0024]P
COM
＝IFT(FT(P
SC
·
R1)
·
R2)得到由相位信息和幅值信息组成的复合图像P
COM
，其中FT表示傅里叶变换，IFT表示逆傅里叶变换；...

【技术保护点】

【技术特征摘要】
1.一种基于压缩感知的图像压缩加密方法，其特征在于，包括：步骤1：密钥Key1、Key2和Key3利用tent
‑
logistic系统分别生成混沌序列X1、Y1、Z1；步骤2：利用混沌序列X1对明文图像P进行置乱得到置乱后的图像P
SC
，所述明文图像P的大小为N
×
N；步骤3：根据两个随机相位掩模R1、R2对置乱后的图像P
SC
进行双随机相位编码得到相位图像P
EN
；步骤4：对相位图像P
EN
进行量化，转化为灰度像素值得到认证信息y
AU
；步骤5：对同一明文图像P进行离散小波变换得到稀疏系数矩阵P1；步骤6：利用高斯随机矩阵生成公共测量矩阵Φ，通过混沌序列X1对公共测量矩阵Φ进行加密得到加密后的测量矩阵Φ
k
；步骤7：利用加密后的测量矩阵Φ
k
生成访问密码y
AC
并对稀疏系数矩阵P1进行压缩得到矩阵P2；步骤8：对矩阵P2进行量化得到量化后的矩阵P3；步骤9：利用混沌序列Y1对矩阵P3进行置乱得到置乱后的矩阵P4；步骤10：利用混沌序列Z1对矩阵P4进行扩散得到密文图像C。2.根据权利要求1所述的基于压缩感知的图像压缩加密方法，其特征在于，步骤1具体包括：将密钥Key1、Key2和Key3代入tent
‑
logistic系统分别迭代n0+N，n0+m
×
N和n0+m
×
N次，丢弃前n0个值，得到长度为N的混沌序列X1和长度均为m
×
N的一维混沌序列Y1和Z1，m＝CR
×
N，CR表示压缩比；步骤2具体包括：将混沌序列X1进行升序排列得到索引序列I1，然后通过公式P
SC
(:,i)＝P(:,I1(i))对明文图像P进行列置乱得到P
SC
，其中i＝1，2，3，
…
，N。3.根据权利要求1所述的基于压缩感知的图像压缩加密方法，其特征在于，步骤3具体包括：步骤3.1：将置乱后的明文图像P
SC
作为输入，根据公式P
COM
＝IFT(FT(P
SC
·
R1)
·
R2)得到由相位信息和幅值信息组成的复合图像P
COM
，其中FT表示傅里叶变换，IFT表示逆傅里叶变换；步骤3.2：根据P
COM
计算相位图像P
EN
，计算公式为P
EN
＝angle(P
COM
)
×
180/π，其中angle()是指计算P
COM
的相位角。4.根据权利要求1所述的基于压缩感知的图像压缩加密方法，其特征在于，步骤4具体包括：步骤4.1：据公式以0为阈值量化相位图像P
EN
得到二值图像B，其中(x，y)表示相位图像平面的坐标，P
EN
(x,y)表示坐标点的元素值；
步骤4.2：将二值图像B中每8个像素进行组合，得到在[0,255]范围内的灰度图像像素值，即大小为(1/8N)
×
N的认证信息y
AU
。5.根据权利要求1所述的基于压缩感知的图像压缩加密方法，其特征在于，步骤6具体为：将混沌序列X1进行升序排列得到索引序列I1，根据公式Φ
k
(:,i)＝Φ(:,I1(i))利用I1对公共测量矩阵Φ进行列置乱得到加密的测量矩阵Φ
k
，其中i＝1，2，3，
…
，N。6.根据权利要求1所述的基于压缩感知的图像压缩加密方法，其特征在于，步骤7具体包括：步骤7.1：根据公式以0为阈值改变Φ
k
的所有值得到Φ
k1
，其中(x，y)表示矩阵平面的坐标，Φ
k
(x,y)表示坐标点的...

【专利技术属性】
技术研发人员：任娜娜，程桂花，谢东，李波雨，陈付龙，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：