利索能及
我要发布
收藏
专利号: 2019110971599
申请人: 陕西师范大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于,包括以下步骤:P

第1步:输入分辨率为m×n的P阶灰度图像A=(ai,j)m×n,ai,j∈{0,1,…,2‑1},由A的明文属性和用户密钥以及轮迭代次数Q产生长度为Q的轮随机数序列ks=(K0,K1,…,KQ‑1),输P入GF(2)域的本原多项式 初始化加密轮参数QC=0;

P

第2步:由ks中的第QC个随机数KQC产生随机分层矩阵S=(si,j)m×n,si,j∈{0,1,…,2 ‑

1}、左随机变换阵 和右随机变换阵

P

且CL和CR在GF(2)域的行列式 和 模 非零;

第3步:由A与S进行差值运算得到差值矩阵D=(di,j)m×n;

P

第4步:将差值矩阵D=(di,j)m×n与左随机变换阵 进行GF(2)域模 矩阵变换得到变换后的矩阵D′=(d′i,j)m×n;

P

第5步:将D′=(d′i,j)m×n与右随机变换阵 进行GF(2)域模 矩阵变换得到变换后的矩阵D″=(d″i,j)m×n第6步:将D″和S进行融合加密,作为第QC轮加密后的图像A′;

第6步中,将D″和S进行融合加密的具体方法是式(13):第7步:更新QC=QC+1,若QC=Q,则输出A′作为最终加密图像,反之则执行第2步~第6步。

2.如权利要求1所述的一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于:第1步选取的明文属性是A的MD5值SMD5=(m0,m1,…,m31)和SHA‑1值SSHA‑1=(s0,s1,…,s39);

第1步中,由明文属性和用户密钥以及轮迭代次数Q产生长度为Q的轮随机数序列ks=(K0,K1,…,KQ‑1)的具体方法为:输入用户密钥kk∈(0,1),将kk∈(0,1)作为初始值x0,按式(1)映射为1个10进制小数G∈(0,1);然后将G作为式(2)系统参数α,将x0代入式(2),驱动式(2)产生长度为Q的(0,1)范围的随机数序列ks=(K0,K1,…,KQ‑1);

其中,msi是将SMD5和SSHA‑1中的元素进行串联所得到的16进制元素序列ms=(msi)72中的第i个元素。

3.如权利要求2所述的一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于,第2步的具体方法是:将KQC作为x0,按式(1)生成G,将G作为式(2)系统参数α,将x0代入式(2),驱动式(2)产生(0,1)范围随机数序列k=(k0,k1,k2,k3,k4);

将k0作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围与A等大的随机矩阵X=(xi,j)m×n,然后将X按式(3)量化随机整数矩阵S=(si,j)m×n;

P

由k1和k2产生左随机变换阵 且CL在GF(2)域的行列式模 非零,具体方法是:

第1步,将k1作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围m×m维下三角随机矩阵 然后将LM1按式(4)量化随机整数矩阵第2步,反复执行第1步,直至所有的

第3步,将k2作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围m×m维上三角随机矩阵 然后将UM1按式(5)量化随机整数矩阵第4步,反复执行第3步;直至所有的

第5步,按式(6)计算 其中

P

由k3和k4产生右随机变换阵 且CR在GF(2)域的行列式模 非零,具体方法是:

第1步,将k3作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围n×n维下三角随机矩阵 然后将LM2按式(7)量化随机整数矩阵第2步,反复执行第1步;直至所有的

第3步,将k4作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围n×n维上三角随机矩阵 然后将UM2按式(8)量化随机整数矩阵第4步,反复执行第3步;直至所有的

第5步,按式(9)计算 其中

4.如权利要求1所述的一种GF矩阵变换和随机分层融合的图像加密方法,其特征在于:第3步中,由A与S进行差值运算得到差值矩阵D=(di,j)m×n的具体方法是式(10):式(10)中,A=(ai,j)m×n,S=(si,j)m×n,D=(di,j)m×n;

P

第4步中,将差值矩阵D=(di,j)m×n与左随机变换阵 进行GF(2)域模 矩阵变换得到变换后的矩阵D′=(d′i,j)m×n的具体方法是式(11):P

第5步中,将D′=(d′i,j)m×n与右随机变换阵 进行GF(2)域模 矩阵变换得到变换后的矩阵D″=(d″i,j)m×n的具体方法是式(12):

5.一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于,基于权利要求1‑4中任一项所述的一种GF矩阵变换和随机分层融合的图像加密方法,包括以下步骤:P

第1步:输入分辨率为m×n的P阶灰度待解密图像A′=(a′ij)m×n,a′i,j∈{0,1,…,2‑1},由解密图像A的明文属性、用户密钥以及轮迭代次数Q产生长度为Q的随机数序列ks=(K0,PK1,…,KQ‑1),输入GF(2)域的本原多项式 初始化解密轮参数QC=Q‑1;

P

第2步:由ks中的第QC个随机数KQC产生随机分层矩阵S=(si,j)m×n,si,j∈{0,1,…,2 ‑

1}、左随机变换阵 和右随机变换阵

P

且CL和CR在GF(2)域的行列式 和 模 非零;

第3步:将待解密图像A′与随机分层矩阵S进行差值运算,得到差值矩阵D″;

P

第4步:计算CL和CR在模 上的GF(2)域逆矩阵 和P

第5步:将差值矩阵D″通过GF(2)域的模 逆矩阵 恢复为变换前的差值矩阵D′=(d′i,j)m×n;

P

第6步:将变换前的差值矩阵D′通过GF(2)域的模 逆矩阵 恢复为原差值矩阵D=(di,j)m×n;

第7步:将原差值矩阵D与随机分层矩阵S进行融合解密得到该轮解密图像A=(ai,j)m×n;

第8步:更新QC=QC‑1,若QC<0,则将A作为最终解密图像输出,反之则执行第2步~第7步。

6.如权利要求5所述的一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于:第1步中,选取的明文属性是A的MD5值SMD5=(m0,m1,…,m31)和SHA‑1值SSHA‑1=(s0,s1,…,s39);

第1步中,由明文属性和用户密钥以及轮迭代次数Q产生长度为Q的(0,1)范围的轮随机数序列ks=(K0,K1,…,KQ‑1)的具体方法为:输入用户密钥kk∈(0,1),将kk∈(0,1)作为初始值x0,按式(1)映射为1个10进制小数G∈(0,1);然后将G作为式(2)系统参数α,将x0代入式(2),驱动式(2)产生长度为Q的(0,1)范围的随机数序列ks=(K0,K1,…,KQ‑1);

其中,msi是将SMD5和SSHA‑1中的元素进行串联所得到的16进制元素序列ms=(msi)72中的第i个元素。

7.如权利要求5所述的一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于:第2步的具体方法是:

将KQC作为x0,按式(1)生成G,将G作为式(2)的系统参数μ,将x0代入式(2),驱动式(2)产生的(0,1)范围随机数序列k=(k0,k1,k2,k3,k4);

将k0作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围与A′等大的随机矩阵X=(xi,j)m×n,然后将X按式(3)量化随机整数矩阵S=(si,j)m×n;

P

由k1和k2产生左随机变换阵 且CL在GF(2)域的行列式模 非零,具体方法是:

第1步:将k1作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围m×m维下三角随机矩阵 然后将LM1按式(4)量化随机整数矩阵第2步:反复执行第1步,直至所有的

第3步:将k2作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围m×m维上三角随机矩阵 然后将UM1按式(5)量化随机整数矩阵第4步:反复执行第3步,直至所有的

第5步:按式(6)计算 其中

P

由k3和k4产生右随机变换阵 且CR在GF(2)域的行列式模 非零,具体方法是:

第1步:将k3作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围n×n维下三角随机矩阵 然后将LM2按式(7)量化随机整数矩阵第2步:反复执行第1步,直至所有的

第3步:将k4作为x0,按式(1)生成G,将G作为系统参数α,驱动式(2)产生(0,1)范围n×n维上三角随机矩阵 然后将UM2按式(8)量化随机整数矩阵第4步:反复执行第3步;直至所有的

第5步:按式(9)计算 其中

8.如权利要求5所述的一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于:第3步中,将待解密图像A′与随机分层矩阵S进行差值运算,得到差值矩阵D″的具体方法是式(14);

式(14)中,A′=(a′i,j)m×n,S=(si,j)m×n,D″=(d′i,j);

P

第5步中,将差值矩阵D″通过GF(2)域的模 逆矩阵 恢复为变换前的差值矩阵D′=(d′i,j)m×n的具体方法是式(15):P

第6步中,将变换前的差值矩阵D′通过GF(2)域的模 逆矩阵 恢复为原差值矩阵D=(di,j)m×n的具体方法是式(16):第7步中,将原差值矩阵D与随机分层矩阵S进行融合解密得到该轮解密图像A=(ai,j)m×n的具体方法是式(17):式(17)中,D=(di,j)m×n,S=(si,j)m×n。

9.如权利要求5所述的一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于P第4步中,计算 和 在模 上的GF(2)域逆矩阵 和 的具体方法是:P

第4.1步,计算 在GF(2)域的逆矩阵 且满足:式(19)中,为模 多项式单位矩阵;

第4.2步,按式(20)计算 和

10.如权利要求5所述的一种GF矩阵变换和随机分层融合的图像解密方法,其特征在于P P第4步中,计算 和 在模 上的GF(2)域逆矩阵 和 的具体方法是采用GF(2)域的高斯消去法。