2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,以及網(wǎng)絡(luò)普及率的日益上升,越來越多的信息在網(wǎng)上傳播,網(wǎng)絡(luò)已逐步成為了人類信息交流溝通的主要途徑。圖像信息作為多媒體的最主要的信息在網(wǎng)上越來越流行,圖片信息安全問題也隨之出現(xiàn)。因此圖片的所有者在互聯(lián)網(wǎng)上傳輸圖片時(shí),就必須對(duì)發(fā)送的圖片做可靠的加密技術(shù)進(jìn)行處理,防止被非法竊取或惡意涂改。因此圖片加密及隱藏技術(shù)便應(yīng)運(yùn)而生,已廣泛應(yīng)用到政府、國防、金融以及安全隱私等諸多領(lǐng)域,并發(fā)揮著越來越重要的作用。
  由于圖像

2、信息擁有數(shù)據(jù)量大,冗余度高,像素間相關(guān)性強(qiáng)等特點(diǎn),所以DES、AES等傳統(tǒng)加密算法不再適合于圖像加密。圖像加密算法必須適應(yīng)于圖像的特點(diǎn),常用的算法是在圖像空間域、頻率域或者兩者同時(shí)進(jìn)行置亂。這類算法操作簡單不會(huì)引起數(shù)據(jù)膨脹,降低了圖像像素間的相關(guān)性,實(shí)現(xiàn)了圖像加密。竊取者如果不知何種置亂方法,基本上難以通過窮舉法恢復(fù)原圖像。
  目前典型的圖像置亂算法有Arnold變換、幻方變換、仿射變換、面包師變換、Hilbert曲線、Gray

3、碼等,但這些典型的置亂算法存在諸多缺陷,如置亂算法內(nèi)在具有周期性,密鑰空間小,加密算法和密鑰沒有嚴(yán)格的分離,加密算法不能公開,這些都不滿足現(xiàn)代密碼學(xué)要求。
  針對(duì)上述問題,本論文主要工作體現(xiàn)于以下三個(gè)方面:
 ?、賹?duì)幾種典型的置亂算法進(jìn)行了重點(diǎn)研究,分析了其加密、解密思想,算法的優(yōu)點(diǎn)與不足;
 ?、谔岢隽嘶诤暧^分區(qū)的圖像置亂算法,針對(duì)幾種典型的置亂算法不足之處加以改善,引入了混沌系統(tǒng)方程作為密鑰的生成算法,因此加密

4、算法本身便可和密鑰分離開來,加密算法也可以公開,遵循了Kerckhoff假設(shè),滿足了現(xiàn)代密碼學(xué)要求;
 ?、厶岢隽嘶谖⒂^分區(qū)的圖像置亂算法,實(shí)現(xiàn)了圖像的空間域與頻率域的同步置亂,加快了置亂速度。對(duì)相鄰像素的值變換采取循環(huán)迭代運(yùn)算,使得相鄰元素像素間依賴性更強(qiáng),從而提高了明文敏感性,能有效抵御差分攻擊;
 ?、転轵?yàn)證置亂效果和安全性能,結(jié)合圖像加密算法的評(píng)價(jià)標(biāo)準(zhǔn),對(duì)幾種典型算法以及本論文提出的算法,從理論上進(jìn)行了分析,并從實(shí)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論