admin 混沌加密是近年来兴起的一个研究课题，基于混沌理论的保密通信、文件加密和信息隐藏技术的研究已成为国际上高科技研究的一个新领域，基于混沌理论的应用也是我们目前一个热议的话题，那么我们今天就来给大家谈一下混沌加密图像及其应用。
一、混沌加密图像原理
混沌序列密码系统的加密端和解密端是两个独立的、完全相同的混沌系统，两系统间不存在耦合关系。
明文信息在加密端加密后直接发往解密端，解密端可以在全部接收后再解密，也可以利用其他技术如线程同步等建立同步关系后进行实时解密。此方法的安全性依赖于混沌信号的超长周期、类随机性和混沌系统对初始状态、系统参数的敏感性。混沌序列密码加密方法灵活多变，可以充分利用混沌信号的特性构造复杂的加密函数。
二、混沌加密图像方法
混沌加密图像方法分为三种：灰度值替代、像素位置变换以及二者的结合。
灰度值替代是利用密钥改变源图像的灰度，可以逐点改变，也可以把源图像分成几块，逐块进行替代操作，可以改变整个图像的直方图分布特性;
像素位置变换是改变源图像中像素点的排列顺序，仅改变图像相邻像素之间的相关性;
组合方法是加密过程中既有灰度值替代，又有像素位置的变换，既能改变图像相邻像素的相关性，又能改变图像的直方图分布。
三、混沌加密图像的优点
1、遍历性
在有限区域内，混沌轨道上的点可以任意接近，这使得对系统参数及初始条件的预测十分困难。
2、混合性
混沌轨道上术不规则性及系统局部扩展，使得混沌系统的输出类似于噪声。
3、指数发散性
任意接近的两点随着迭代进行都会指数发散。
正因为 如此，混沌系统既具有混合特性又具有扩散特性，完全符合密码学的要求。
四、混沌加密图像的应用
我们以经典混沌映射Logistic映射为例来加密图像，Logistic映射系统如下:
xn+1=uxn(1-xn)
1、像素值替代设计
生成长度为MXN(MXN为原始图像的大小)的Logistic序列；将Logistic序列中每一个值取小数点后第6，7，8三位组成一个正整数Intkey，将Intkey与256取余得到一个字节的无符号整数，将这些无符号整数组成一个序列用作加密序列；将原始图像中的每一个像素点逐点与加密序列中的值逐个进行异或得到加密图像。
2、像素位置置乱设计
生成两个Logistic序列X，Y；将经过图像像素值替代设计后的图像按下面的方法将位置(i,,j)按如下方法置换到新位置(i′,j′)；将每一个像素点都进行置乱即完成图像加密。
i′=(i+zoom×Xi)modM
j′=(j+zoom×Zj)modN
其中zoom为取值扩展因子，如果取得的(i′,j′)与前面的相同，即舍掉重新生成，加上取值扩展因子后，舍掉的值大大减少，加快了生成新坐标的速度。
选择Lenna图像(64×64)，选择密钥参数分别为u=3.578，X0=0.2781，zoom=1000，将此方法用Mat2lab仿真，其仿真结果如下:
由实验结果可知，加密后的图像没有留下原图的任何痕迹，而正确解密后的图像与原图像看不出差别，说明此方法加密效果良好；解密时仅当一个参数密钥改变0.000001时，解密结果截然不同于正确结果，说明密文对密钥具有高度的敏感性。
由直方图可知，加密前直方图起伏很大且分布不均匀，加密后直方图平坦、密文的灰度值呈均匀分布。这表明密文的像素值在[0,255]范围内取值概率均等，即对整个密文空间呈均匀分布特性；且密文的统计特征完全不同与明文的统计特征，明文的统计特性被扩散到了密文的均匀分布中，大大降低了明密文的相关性。
混沌作为文件加密的伪随机序列发生器，是可靠的，而且一维混沌系统(如logistic映射)具有形式简单、产生的混沌时序时间短等优点，有着广泛的应用前景。但是一维混沌系统的随机性有限，产生的密钥空间太小，现在对具有多个指数的超混沌系统的研究越来越多，使用多混沌系统进行加密可以成倍增强系统的安全性。
小知识之混沌密码学
混沌密码学是非线性科学与密码学交叉融合的一门新的科学。
