基于物聯網中傳輸層圖像信息加密及壓縮的算法探討

馮 娜

(濰坊工程職業學院，山東濰坊262500)

圖像信息安全是物聯網發展的重要技術壁壘，特別是隨著網絡傳輸速度的加快，圖像壓縮與加密技術的提升，對于科研工作與生活而言都變得十分重要[1]?，F如今，在國家安全、金融、工業等領域，如何加強密鑰安全以及加強壓縮率是一個重要問題[2]。同時也促進了我國對不同領域圖像信息壓縮加密技術研究的發展。盧佩等人根據現有投影光學圖像信息安全的缺陷，建立了4F雙隨機相位編碼光學系統和二次加密技術，提升了接收端對于信息加密與隱藏的效果[3]。郭麗艷為提升艦載無人機傳輸實時圖像的安全性，提出了基于整數小波變換和改進嵌入式零樹的圖像傳輸系統，達到減少冗余數據保障目標辨識度的傳輸效果[4]。吳國新等人利用分形理論與小波變換理論，對東巴經典古籍的歷史特征與圖像信息進行數字化處理，具有壓縮比高、壓縮效率強的特點[5]。盡管圖像加密與壓縮技術得到了廣泛的應用與推廣，但是還需要對不同的數據信息漏洞進行深入挖掘，特別是目前的圖像二維加密技術僅僅針對正方形圖像進行簡單加密，存在著不可忽視漏洞。因此，在現有技術缺陷的前提下，進行圖像加密與壓縮算法的改進。

1 現有圖像加密與壓縮算法的優缺點

1.1 圖像壓縮加密算法的優點

為了保證圖像加密與壓縮過程可以通過統一的函數算法進行設計，一般在構建圖像加密與解密時采用同一個密鑰，該方法稱為對稱加密算法。從國家專用的密鑰算法SDBI，到其它算法例如DES、IDEA等[6]都是采用了對稱加密算法。對稱算法之所以應用廣泛，主要是基于其具有非常明顯的優勢，主要包括：圖像信息采用一對一的方式進行加密，加密速度非常快，此外由于密鑰的單一性使其管理過程也非常的簡便。例如，加密算法DES主要是通過分組乘積的方式進行密碼的構建，首先輸入64位比特明文，經過密鑰運算后得到64位比特密文，其中包含8位校驗碼。

1.2 圖像壓縮加密算法的缺點

盡管對稱加密算法能夠為圖像壓縮加密帶來很多便利性，但根據算法的不同也存在各樣的缺陷[7]。主要是由于對稱加密算法存在特別多的缺點，包括由于算法比較對稱單一化，密鑰的程度一般是在56-128比特，導致密鑰的抗擊強度較弱；同時，因為對稱算法采用一對一的圖像信息加密，無法實現一對多的加密信息傳輸，從而阻礙了對稱加密算法在更多領域的應用。例如，DES算法就充分體現了對稱加密算法的短處，由于算法密鑰容量特別低，只能夠存儲56位比特密文，在實際運用過程中往往不能夠成為重要圖像文件的加密方法。此外，處理對稱加密算法存在不可忽視的缺陷外，非對稱加密算法也存在非常明顯的缺陷。例如，非對稱加密算法RSA在為保證圖像信息的安全性和抵抗大數分析算法的攻擊，采用大模數的計算方式進行加密，這樣的加密方式極大地降低加密算法的復雜性，從而使得密鑰非常容易被破解。

2 改進的加密及壓縮算法設計

2.1 基于二維混沌映射的圖像加密算法圖像增補算法原理

如圖1所示，為二維混沌映射圖像加密的增補算法加密的流程：(1)首先將原始圖像進行模式識別，是否為方形圖像，如果不是則需要進行圖像算法增補處理，然后根據像素與像素之間的混合程度，對處理后圖像進行拉伸與折疊使得圖像達到均一化。根據圖像像素的相鄰數目特點，分別從水平方向與垂直方向進行像素的插入，得到具有左右映射特點的新圖像實現原始圖像的預處理。(2)采用二維混沌映射加密的方式進行K1密鑰的計入，得到二次圖像(置亂圖像)；(3)再通過擴散加密方式植入密鑰K2實現像素值的擴散加密，通過雙層加密后最終得到了增補加密后的圖像。

圖1 加密流程圖Figure 1 Encryption flowchart

2.2 基于混沌理論的圖像加密算法步驟

(1)混沌二值序列的生成

其中，混沌二值序列的生成過程主要是通過增加步長，實現密鑰空間的不斷擴大。在增加步長的過程中還進行了錯位比較，以達到算法的安全統一性，混沌二值化的公式如下：

(2)二維混沌映射加密算法

二維混沌映射預處理圖像的加密過程如圖2所示，假設圖像為M×M大小的方形圖像。首先沿著方形圖像的對角線進行折疊，拆分為兩個等腰三角形圖像。圖像中的每一列的像素數目與相鄰的都不一樣，所以需要從其中的一列中的像素插入到相鄰列的像素中，最終形成環環相扣的一條直線，再重新折疊可以得到M×M大小的新圖像。

a.左映射

b.右映射

(3)密匙設計

密鑰的設計主要是通過圖像像素插入夠形成左右映射交互構成，如圖2所示，分別為左右映射的像素變化，映射的次數能夠運用于密鑰Key。例如，當密鑰Key=3124時，代表密鑰設計需要進行左映射3次，右映射1次，接著左映射2次和右映射4次。這充分體現了圖像置亂的算法的核心技術，所以在進行密鑰設計的時候需要考慮映射次數的選取問題。為了得到更加復雜與安全的密鑰，一般會采用混沌序列生成的數列作為最終的密鑰。

2.3 仿真實驗結果分析

2.3.1 二維混沌映射加密算法實驗

圖3 二維混沌映射加密算法實驗效果圖Figure 3 Experimental results of two-dimensional chaotic mapping encryption algorithm

2.3.2 密匙的敏感性分析

密鑰的抗擊能力體現在其復雜程度，其中密鑰長度主要取決于密鑰空間的大小，而密鑰空間的大小與二維混沌數列的映射加密情況有關。比較原始圖像和加密圖像相關系數可以發現，加密后的密圖像素之間的相關系數非常小，加密置亂的效果好。如圖3所示，當k1=8765432134567時對圖像加密處理，然后使用k1=8765432134566進行解密。通過對比發現，圖像加密的密鑰與解密的密鑰僅僅只差一位數，但是也無法得到加密前原始的圖像。這樣的結果充分的說明了基于二維混沌映射的增補加密算法對于密鑰的保護具有極強的敏感性。

2.3.3 統計特性分析

a 加密圖像像素分布

b 原始圖像像素分布 圖4 加密圖像像素分布情況圖Figure 4 Pixel distribution of encrypted image

如圖4所示，分別為加密前后圖像像素的分布情況。其中原始圖像像素分布比較集中，在灰度值為100-200之間像素分布個數較多，而其它區域分布較少。通過置亂后加密圖像像素分布非常均勻，整個灰度區域跨度都充分展示了加密后圖像的抗統計攻擊的能力。此外，前人研究中的二維混沌映射圖像加密方法僅僅是針對于正方形圖像，而本文中增補加密方式卻使用與所有的方形圖像，其中包括正方形圖像與長方形圖像，在應用范圍上得到了擴展。

3 結論

圖像信息加密與壓縮技術是國家信息網絡安全的利器，是筑建圖像加密平臺的重要基礎。本文提出適合長方形圖像的加密技術，在原有圓形圖像加密基礎上加密效果得到進一步提高，然而該方法對于橢圓圖像的加密效果并不理想。因此，為推動圖像信息安全技術的發展，需要更多的科研工作者參與其中為國家的信息技術安全做應有的貢獻。