并行圖像耦合超混沌系統(tǒng)的圖像加密算法

郭祖華，徐立新，張 曉

（1.河南機(jī)電高等?？茖W(xué)校 計(jì)算機(jī)科學(xué)與技術(shù)系，河南 新鄉(xiāng)453003；2.西北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，陜西 西安710072）

0 引 言

數(shù)字圖像加密的基本方法有像素置亂和像素替換兩大類，實(shí)際應(yīng)用中，通常將以上兩種方式結(jié)合進(jìn)行加密處理，研究人員在該領(lǐng)域已經(jīng)取得了許多成果［1－4］。近年來，超混沌系統(tǒng)作為數(shù)字信息加密中的一種新的加密技術(shù)，為數(shù)字信息加密提供了一種全新、有效的保護(hù)手段，在信息安全領(lǐng)域中得到了極其廣泛的應(yīng)用。

超混沌系統(tǒng)具有以下優(yōu)點(diǎn)：有兩個(gè)或兩個(gè)以上正的Lyapunov指數(shù)、更加復(fù)雜的動(dòng)力學(xué)行為、較大的密鑰空間以及較強(qiáng)的密鑰敏感性等，其產(chǎn)生的混沌序列具有較好的偽隨機(jī)性能及不可預(yù)測性，因此被其加密的圖像具有很強(qiáng)的抗各種攻擊能力，非常適合加密系統(tǒng)的要求。

許多研究提出了將超混沌系統(tǒng)運(yùn)用到數(shù)字圖像的加密中，以提高信息的安全性［5－7］。其中，孫勁光等提出了一種改進(jìn)的基于混沌分塊圖像加密算法［8］，該算法通過對(duì)外部密鑰分組生成Logistic映射初始條件迭代生成混沌序列，并用矩形灰度圖像進(jìn)行加密，有效地增強(qiáng)了密鑰的敏感性能，該算法較二維混沌圖像加密具有更高的置亂度，并且能夠有效地抵抗各種攻擊；周霖等利用混沌映射的隨機(jī)性和敏感性以及優(yōu)秀的混疊特性提出一種基于雙重混沌映射的圖像加密算法［9］，用貓映射對(duì)圖像進(jìn)行置亂，用Henon映射來進(jìn)行圖像的擴(kuò)散處理，該方法具有較大的密鑰空間、加密速度快以及較強(qiáng)的抗攻擊性能等特點(diǎn)；張豐博等利用三角混沌映射產(chǎn)生混沌序列，并將其量化為離散二值序列，然后將三角混沌作為密鑰，用于改進(jìn)的擬Feistel結(jié)構(gòu)加密算法［10］，該算法加密后圖像相鄰像素具有良好的空間隨機(jī)特性。

但當(dāng)前利用超混沌系統(tǒng)對(duì)圖像進(jìn)行加密算法的研究中，都只是利用混沌系統(tǒng)做簡單的置亂和擴(kuò)散處理，加密系統(tǒng)的復(fù)雜性相對(duì)較低，密鑰空間相對(duì)較小，無法保證圖像在存儲(chǔ)與傳輸過程中不被攻擊，因此，有待進(jìn)一步改進(jìn)思路和方法以提高加密圖像的安全性。

為此，本文提出一種基于并行子圖像和超混沌系統(tǒng)相結(jié)合的圖像加密算法來克服上述不足，仿真實(shí)驗(yàn)結(jié)果表明，該算法具有安全性高、密鑰空間大、密鑰敏感性強(qiáng)、抗攻擊能力好等顯著優(yōu)點(diǎn)。

1 圖像的分離和置亂

1.1 原始圖像分離成子圖像

為了提高加密系統(tǒng)的復(fù)雜性和抵抗攻擊能力，本文首先將原始圖像分離成9個(gè)子圖像，然后將9個(gè)子圖像進(jìn)行置亂，重新排列成新的圖像。其加密步驟如下：

步驟1 假定原始圖像的大小為M×N ，并將圖像分割成9個(gè)等大的塊狀子圖像。

步驟2 根據(jù)Logistic映射模型，迭代計(jì)算得到的偽隨機(jī)序列置亂這9個(gè)子圖像，重復(fù)對(duì)Logistic映射進(jìn)行迭代和執(zhí)行式 （2）操作，來獲得9個(gè)介于 ［1，9］的不同整數(shù)值序列rand （xi）。

logistic映射模型如下

給定初始值x0，迭代N0次，獲得一個(gè)新的值xn；將xn代入式 （2）中，來獲得一個(gè)介于 ［1，9］的整數(shù)值。式（2）如下

式中：rand——偽隨機(jī)值，mod x，（ ）y ——x對(duì)y取余。步驟3 然后將這一隨機(jī)序列用來對(duì)9個(gè)子圖像進(jìn)行置亂重排處理。原始圖像的分離和置亂的過程如圖1所示。

1.2 圖像的位置置亂矩陣

圖1 原始圖像的分離和置亂過程

為了混亂圖像像素值的位置，以便消除明文圖像中相鄰像素值之間的自相關(guān)性，本文采用行、列替換來對(duì)圖像進(jìn)行位置置亂處理。其步驟如下：

步驟1 假定圖像P 的大小為M ×N ，像素位置矩陣為

其中，pi，j（i＝0，1，2...，M－1，j＝0，1，2，...，N－1 ）表示像素灰度值的位置。

步驟2 給定初始值x0，迭代Logistic映射模型N 次，獲得新的值xn；之后令

顯然l∈［0，M－1］，然后重復(fù)對(duì)Logistic映射進(jìn)行迭代和執(zhí)行式 （4）操作，來獲得M 個(gè)介于 ［0，M－1］的不同整數(shù)值序列random Xr＝（z1，z2，...zM），其中當(dāng)i≠j時(shí)，zi≠zj。

步驟3 利用序列random Xr對(duì)圖像P 做矩陣行變換，變換方式為：將Z1行移動(dòng)到第1行，Z2行移動(dòng)到第2行，Z3行移動(dòng)到第3 行，以此類推，最終將得到一個(gè)新的矩陣Pr

同理，再計(jì)算出對(duì)矩陣Pr進(jìn)行列變換的序列random Xc＝（w1，w2，...wN）

同樣，l′∈［0，N－1］，利用random Xc對(duì)矩陣Pr做列變換，變換后的矩陣為Prc

因此，本文通過像素矩陣的行、列替換來加密，并且算法的復(fù)雜性較高，在一定程度上能提高抗攻擊能力。

2 Lorenz及Chen混沌系統(tǒng)

本文采用了混沌Lorenz系統(tǒng)和Chen系統(tǒng)來對(duì)圖像進(jìn)行加密，下面將分別介紹這兩種系統(tǒng)。

2.1 Lorenz混沌系統(tǒng)

Lorenz系統(tǒng)是經(jīng)典的三維混沌系統(tǒng)［11］，和低維混沌系統(tǒng)相比，其產(chǎn)生的加密混沌序列具有很多優(yōu)點(diǎn)：其結(jié)構(gòu)比低維混沌系統(tǒng)更為復(fù)雜，其產(chǎn)生的密鑰空間遠(yuǎn)遠(yuǎn)大于低維混沌系統(tǒng)，它可采用單變量或多變量組合的加密混沌序列來對(duì)圖像進(jìn)行加密。因此，相對(duì)于低維混沌系統(tǒng)，Lorenz系統(tǒng)更適合對(duì)數(shù)字信息進(jìn)行有效的加密。本文采用的Lorenz系統(tǒng)的動(dòng)力學(xué)方程式為

式中：x1、x2、x3——狀態(tài)參量；a、b、c——系統(tǒng)參數(shù)，典型的值為a＝8／3，b＝10，c＝28，當(dāng)a，b 不變，c＞24.74時(shí)，Lorenz系統(tǒng)處于混沌狀態(tài)。

2.2 混沌Chen系統(tǒng)

Chen系統(tǒng)和Lorenz系統(tǒng)很相似，但是Chen系統(tǒng)具有更為復(fù)雜的拓?fù)浣Y(jié)構(gòu)和動(dòng)力學(xué)行為［11］。Chen系統(tǒng)的動(dòng)力學(xué)方程式為

式中：x4、x5、x6——狀態(tài)參量；α，β，γ——系統(tǒng)參數(shù)，當(dāng)α＝35，β＝3，γ＝28時(shí)，Chen系統(tǒng)處于混沌狀態(tài)。Chen混沌系統(tǒng)由于具有大的Lyapunov指數(shù)，使它的動(dòng)力學(xué)行為以及相空間變得更加復(fù)雜，系統(tǒng)變量多樣化，其圖像加密系統(tǒng)擁有較大的密鑰空間和較強(qiáng)的不可分析性與預(yù)測性，有利于對(duì)圖像進(jìn)行加密。

3 本文提出的圖像加密算法

本文提出的加密算法的圖像分離、置亂以及擴(kuò)散框架，如圖2所示。

圖2 圖像加密算法流程

該算法的思路和主要步驟如下：

步驟1 原始圖像的分離和置亂處理。

（1）假定圖像的大小為M×N ，像素位置矩陣為P。

（2）將原始圖像分離成9個(gè)等大的子圖像，利用隨機(jī)序列random X 對(duì)子圖像進(jìn)行置亂重排處理，獲得混亂的子圖像Pi（i＝1，2，...，9）。

（3）分別對(duì)子圖像Pi進(jìn)行行、列變換的位置置亂操作，獲得置亂后的子圖像（i＝1，2，...9）。

（1）分別利用Lorenz 系統(tǒng)和Chen 系統(tǒng)進(jìn)行迭代，Lorenz系統(tǒng)M0次，Chen系統(tǒng)迭代N0（其中M0≠N0）以消除不利的過渡程序?qū)用芟到y(tǒng)的影響。

（2）將Lorenz系統(tǒng)和Chen系統(tǒng)結(jié)合起來，同時(shí)對(duì)這兩種混沌系統(tǒng)進(jìn)行迭代，來獲得6組混沌序列x1，x2，x3，x4，x5，x6，并將這些序列按式 （10）進(jìn)行處理

（3）為了使兩種混沌系統(tǒng)是互相關(guān)的，進(jìn)行如下操作

其中，式 （11）中符合⊕表示異或計(jì)算。

（4）將處理得到的序列 （x1，x2，x3，x4，x5，x6）進(jìn)行排列組合，產(chǎn)生的不同組合狀態(tài)，見表1。

表1 Lorenz混沌序列和Chen混沌序列的不同組合狀態(tài)

（5）計(jì)算組合狀態(tài)函數(shù)值

式中：Z——組合狀態(tài)函數(shù)值。顯然，z∈［1，15］，當(dāng)z 等于表1中的序列號(hào)時(shí)，將選擇相應(yīng)的組合狀態(tài)來對(duì)圖像進(jìn)行異或操作。例如當(dāng)z＝3 時(shí)，則選擇 （x1，x2，x4，x6）來對(duì)圖像進(jìn)行異或操作。

（6）根據(jù)步驟 （5）中得到的組合狀態(tài)值來對(duì)每個(gè)子圖像的灰度值進(jìn)行異或操作處理。擴(kuò)散機(jī)制如下

式 （13）中，Vi，j表示加密后的灰度值，K 表示為兩種混沌系統(tǒng)的第K－1次迭代，⊕表示異或計(jì)算，Pxi表示z對(duì)應(yīng)序列號(hào)下的組合狀態(tài)值，V0i，j＝128。

（7）執(zhí)行加密后，回到步驟 （6），重復(fù)執(zhí)行該步驟，直到全部子圖像的灰度值完全被加密。再組合所有子密文，輸出密文圖像。

圖像的解密過程是圖像加密的逆過程，由于本文篇幅有限，不作詳述。

某水利樞紐正常運(yùn)行期近壩區(qū)域流場數(shù)值模擬…………………………………………………王靜靜，王金磊（1.66）

4 仿真實(shí)驗(yàn)及結(jié)果分析

4.1 圖像灰度直方圖

下面，借助仿真實(shí)驗(yàn)對(duì)本文提出的加密算法的安全性能及有效性進(jìn)行驗(yàn)證與分析。輸入一個(gè)大小為256×256的明文圖像，迭代次數(shù)為N0次，在MTLAB 軟件平臺(tái)上進(jìn)行仿真實(shí)驗(yàn)。分別給出了原始圖像及相應(yīng)的直方圖和加密后得到的密文圖像及相應(yīng)直方圖。仿真結(jié)果如圖3 所示。從圖中可以看到，經(jīng)過對(duì)子圖像進(jìn)行分離和置亂處理后，圖像信息得到了充分?jǐn)_亂，很難從圖中得到原始信息，如圖3 （b）所示，但其灰度直方圖分布和原始圖像一樣，并沒有發(fā)生任何變化，其隨機(jī)性以及冗余性較低，很容易被攻擊者獲取圖像相關(guān)信息。而經(jīng)過擴(kuò)散加密后，圖像灰度直方圖產(chǎn)生了顯著地變化，如圖3 （c）所示，與前面的灰度直方圖相比，其灰度表現(xiàn)出均勻狀態(tài)，擁有較高的圖像冗余性與偽隨機(jī)性。因此，這一結(jié)果表明本文提出的圖像加密算法具有較好加密效果，擴(kuò)散和混亂特性好，安全性較高。

圖3 本文加密算法的仿真結(jié)果

4.2 密鑰空間分析

足夠大的密鑰空間是每個(gè)高度安全的加密系統(tǒng)應(yīng)該具備的。由本文算法描述可知，該算法的密鑰空間包括了初始值x0，x10，x20，x30，x40，x50，x60，以 及 參 數(shù)a，b，c，α，β，γ。本加密算法由3部分進(jìn)行：Logistic映射對(duì)圖像分離，Logistic映射對(duì)子圖像進(jìn)行位置置亂及子圖像的擴(kuò)散加密。若計(jì)算精度為10－15，則3 個(gè)密鑰空間依次為：1015、（1015）9＝10135、（1015）12＝10180，因此密鑰總空間為1015×10135×10180＝10330。另外，加之每次循環(huán)過程中的初始值不一樣，使得加密算法的密鑰空間更大，因此，如此巨大的密鑰空間足以抵抗窮舉強(qiáng)力攻擊。

4.3 相鄰兩個(gè)像素點(diǎn)的相關(guān)性分析

加密后圖像的兩個(gè)相鄰像素點(diǎn)的相關(guān)性越低，則其安全性越高。本文任意擇取加密前與加密后的圖像中的2000對(duì)相鄰像素點(diǎn)。用相關(guān)系數(shù)rxy來表征，其計(jì)算模型如下

式中：xi和yi——圖像中相鄰的兩個(gè)像素點(diǎn)的灰度值，n——選取的相鄰點(diǎn)數(shù)量，E （xi）和E （yi）——數(shù)學(xué)期望。

圖4為加密前與加密后圖像的任意兩個(gè)相鄰像素點(diǎn)在X 軸方向的相關(guān)性測試結(jié)果。從圖4 （a）可知，明文圖像的相鄰像素值變?yōu)橐粭l對(duì)角線，表明其具有較強(qiáng)的相關(guān)性；而經(jīng)過本文提出的圖像加密系統(tǒng)加密后，像素值均勻地布滿了整個(gè)灰度平面，如圖4 （b）所示，其相關(guān)性顯著降低。

圖4 明文圖像與密文圖像中相鄰像素點(diǎn)的相關(guān)性仿真結(jié)果

表2是加密前后圖像在對(duì)角線、水平、垂直方向的相關(guān)性實(shí)驗(yàn)結(jié)果。從表2 可以看出，明文圖像具有較高的相關(guān)性，水平方向達(dá)到0.9428，其值很接近1，因此容易受到統(tǒng)計(jì)攻擊，而經(jīng)過本文提出的加密方法之后的密文圖像的水平方向相關(guān)性約為0.0022，幾乎接近于零，說明任意兩個(gè)相鄰的像素點(diǎn)幾乎不相關(guān)，加密效果好。

表2 加密前后的圖像相鄰像素點(diǎn)的相關(guān)性

這些數(shù)據(jù)顯示了本文加密算法能夠有效地消除圖像的相關(guān)性，使密文具有良好的擴(kuò)散性及較強(qiáng)的抗統(tǒng)計(jì)攻擊能力。

4.4 信息熵

由于圖像像素值有28種可能，因此信息熵達(dá)到最大理想值為8。信息熵的計(jì)算公式如下

式中：L——像素值，p m（ ）i ——mi出現(xiàn)的概率。經(jīng)過本文加 密 后，通 過 式 （18）計(jì) 算 得 到 圖 像 的 （ ）H m ＝7.9987，該值非常接近8，由此表明本文算法在加密過程中基本沒有丟失信息，具有較強(qiáng)的抗熵攻擊性能。

4.5 密鑰敏感性測試分析

高效的加密系統(tǒng)應(yīng)該具有敏銳的密鑰敏感性。本文測試密鑰參數(shù)x0的敏感性能，將x0增加和減去一個(gè)極其微小干擾值δ（10－15）后，變?yōu)椋▁0＋δ）、（x0－δ），其它參數(shù)不變。

圖5是圖像該性能的仿真測試狀況，圖5 （a）是正確解密的密文圖像S；圖5 （b）是 （x0＋δ）密鑰的解密圖S′；圖5 （c）是 （x0－δ）密鑰的解密圖S″。從圖中可以看到，哪怕初值x0發(fā)生極其微小的擾動(dòng)，所得到的密文是截然不同的。為了使不同密鑰得到的密文之間的差異度數(shù)值化，本文采用密文像素變化率Psx（ ）0 來計(jì)算x0的敏感系數(shù)，計(jì)算模型如下

式 中：W × H ——圖 像 大 小。S i，（ ）j 、S′i，（ ）j 與S″i，（ ）j ——密文S、S′與S″在坐標(biāo) i，（ ）j 處的灰度。如果x 不等于y，則Ns（x ，y） ＝1；反之則為0。通過計(jì)算得到Ps（X0）＝99.85%，如圖6所示。

5 結(jié)束語

為了增強(qiáng)圖像加密系統(tǒng)的復(fù)雜性以及密文圖像混亂程度，以提高加密圖像的抵抗攻擊能力，本文提出了將并行子圖像與超混沌系統(tǒng)相結(jié)合的加密算法來對(duì)圖像進(jìn)行有效的加密。將Logistic映射用來對(duì)圖像進(jìn)行分離，以及對(duì)子圖像實(shí)施位置置亂和像素置亂；然后利用Lorenz系統(tǒng)和Chen系統(tǒng)同時(shí)迭代來獲得不同序列組合狀態(tài)，并將其用來對(duì)每個(gè)子圖像進(jìn)行擴(kuò)散加密操作。這一加密過程顯著提高了加密系統(tǒng)的復(fù)雜程度，兩混沌系統(tǒng)的同時(shí)結(jié)合，使其產(chǎn)生的混沌序列具有較好的偽隨機(jī)性能及不可預(yù)測性。對(duì)本文算法進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明本算法的加密質(zhì)量好，擴(kuò)散機(jī)制高度安全，且擁有較大的密鑰空間。

圖5 密鑰敏感性仿真實(shí)驗(yàn)測試結(jié)果

圖6 加密圖像之間的差異度仿真結(jié)果

［1］PENG Chuan，LI Yuanxiang.Chaos and cellular automata based image encryption algorithm ［J］.Computer Engineering and Design，2012，33 （7）：2526－2529 （in Chinese）.［彭川，李元香.基于混沌和細(xì)胞自動(dòng)機(jī)的圖像加密算法 ［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2012，33 （7）：2526－2529.］

［2］LIU Lepeng，ZHANG Xuefeng.Image encryption algorithm based on chaos and bit operations ［J］.Journal of Computer Applications，2013，33 （4）：1070－1073 （in Chinese）.［劉樂鵬，張雪鋒.基于混沌和位運(yùn)算的圖像加密算法 ［J］.計(jì)算機(jī)應(yīng)用，2013，33 （4）：1070－1073.］

［3］Sun Fuyan，LüZongwang.Digital image encryption with chaotic map lattices ［J］.Chinese Physics B，2011，20 （4）：040506－1－040506－7.

［4］CHEN Zaiping，CAI Pengfei，DONG Enzeng.AES image encryption algorithm based on hyper－chaos ［J］.Journal of Jilin University （Information Science Edition），2013，31 （2）：158－164 （in Chinese）.［陳在平，蔡鵬飛，董恩增.基于超混沌AES圖像加密算法 ［J］.吉林大學(xué)學(xué)報(bào) （信息科學(xué)版），2013，31 （2）：158－164.］

［5］WANG Yaqing，ZHOU Shangbo.Image encryption algorithm based on fractional－order Chen chaotic system ［J］.Journal of Computer Applications，2013，33 （4）：1043－1046 （in Chinese）.［王雅慶，周尚波.基于分?jǐn)?shù)階陳氏混沌系統(tǒng)的圖像加密算法 ［J］.計(jì)算機(jī)應(yīng)用，2013，33 （4）：1043－1046.］

［6］ZHAO Fanglin，MA Wentao.Simulation research on a kind of image hybrid encryption algorithm ［J］.Computer Simulation，2012，29 （5）：278－282 （in Chinese）. ［趙芳玲，馬文濤.一種圖像混合加密算法仿真研究 ［J］.計(jì)算機(jī)仿真，2012，29（5）：278－282.］

［7］Lu HB，Sun Y.Image encryption scheme based on novel hyperchaotic system ［J］.Computer Science，2011，38（6）：49－52.

［8］SUN Jinguang，WANG Jie，JIANG Wentao，et al.Application of improved blocking algorithm in rectangle image encryption ［J］.Application Research of Computers，2013，30 （1）：282－284 （in Chinese）.［孫勁光，汪潔，姜文濤，等.改進(jìn)的分塊算法在矩形圖像加密中的應(yīng)用 ［J］.計(jì)算機(jī)應(yīng)用研究，2013，30 （1）：282－284.］

［9］ZHOU Lin，XU Jinchao.Image encryption algorithm based on dual chaotic maps［J］.Industrial Control Computer，2013，26 （8）：23－25（in Chinese）.［周霖，徐錦超.基于雙重混沌映射的圖像加密方法［J］.工業(yè)控制計(jì)算機(jī)，2013，26 （8）：23－25.］

［10］ZHANG Fengbo，F(xiàn)ANG Pengfei，WU Chengmao，et al.A packet encryption algorithm based on chaotic mapping ［J］.Journal of Xi’an University of Posts and Telecommunications，2013，18 （2）：26－32 （in Chinese）.［張豐博，方鵬飛，吳成茂，等.一種基于混沌映射的圖像分組加密算法 ［J］.西安郵電大學(xué)學(xué)報(bào)，2013，18 （2）：26－32.］

［11］Wang Xingyuan，Chen Feng，Wang Tian.A new compound mode of confusion and diffusion for block encryption of image based on chaos［J］.Communications in Nonlinear Science and Numerical Simulation，2010，15 （9）：2479－2485.