外文翻译基于离散混沌映射图像加密并行算法.docx

PAGE 1086 PAGE 1086 Q. Zhou et al. / Chaos, Solitons and Fractals 38 (2008) 1081–1092 指导教师评定成绩( 指导教师评定成绩 (五级制)： 指导教师签字： 基于离散混沌映射的图像加密并行算法 摘要： 最近，针对图像加密提出了多种基于混沌的算法。然而，它们都无法在并行计算环境中有效工作。在本文中，我们提出了一个并行图像加密的框架。基于此框架内，一个使用离散柯尔莫哥洛夫流映射的新算法被提出。它符合所有并行图像加密算法的要求。此外，它是安全、快速的。这些特性使得它是一个很好的基于并行计算平台上的图像加密选择。 介绍 最近几年，通过计算机网络尤其是互联网传输的数字图像有了快速增长。在大 多数情况下，传输通道不够安全以防止恶意用户的非法访问。因此，数字图像的安全性和隐私性已成为一个重大问题。许多图像加密方法已经被提出，其中基于混沌的方法是一种很有前途的方向[1-9]。总的来说，混沌系统具有使其成为密码系统建设中重要组成部分的几个属性： （1）随机性：混沌系统用确定的方法产生长周期、随机的混沌序列。（2）敏感性：初始值或系统参数的微小差异导致混沌序列的巨大变化。（3）易用性：简单的公式可以产生复杂的混沌序列。（4）遍历性：一个混沌状态的变量能够遍历它的相空间里的所有状态，通常这些状态都是均匀分布的。 除了上述性能，有些二维（2D）的混沌映射是图像像素置换天生的优良替代者。Pichler和Scharinger提出一种在扩散操作[1,2]之前使用柯尔莫哥洛夫流映射的图像排列方式。后来，Fridrich将此方法扩展到更广义的方式[3]。陈等人提出基于三维猫映射的图像加密算法[4]l。Lian等人提出基于标准映射的另一种算法[5]。其实，这些算法在相同的框架下工作：所有的像素在用密码分组链接模式（CBC）模式下的加密之前首先被用离散混沌映射置换，当前像素密文由以前的像素密文影响。上述过程重复几轮，最后得到加密图像。 这个框架可以非常有效的实现整个图像的扩散。但是，它是不适合在并行计算环境中运行。这是因为当前像素的处理无法启动直到前一个像素已加密。即使有多个处理元素（PE），这种计算仍然是在一个串行模式下工作。此限制了其应用平台，因为许多基于FPGA / CPLD或者数字电路的设备可以支持并行处理。随着并行计算技术的应用，加密速度可以大大加快。 基于混沌的图像加密方案的另一个缺点是运算速度相对较慢。主要原因是基于混沌的密码通常需要大量的实数乘法和除法运算，计算成本巨大。加密算法在并行处理平台上执行计算效率将大幅提升。 在本文中，我们提出了一个并行图像加密的框架。在这样的框架下，我们设计了一个安全快速算法满足并行图像加密所有要求。本文的其余部分安排如下：第2部分介绍了并行的操作模式和其要求。第3节给出加密解密中四个转换的定义和属性。在第4节，加密、解密的过程和密钥调度会加以详细说明。第5和第6节，提供实验结果与理论分析。最后，我们总结本文 。 2.并行模式 2.1.并行模式及其要求 在并行计算模式下，每个PE是负责图像数据的一个子集，并拥有自己的内存。在加密时，可能会有一些PE之间的通信（见图1）。要允许并行图像加密，传统CBC样的模式必须予以打破。然而，这将导致新的问题，即如何实现不在这种模式下的扩散要求。此外，也出现了一些额外针对并行图像加密的要求：1.计算负载平衡 并行图像加密方案的总时间是由最慢的PE决定，因为其它PE不得不等待直至这个PE完成其工作。因此，良好的并行计算模式可以平衡分配给每个PE的任务。2.通信负载平衡 通常存在有大量的PE之间的通信。基于和计算负载同样的原因，通信负载应认真平衡。 PE PE PE 图1 图像加密并行计算模式 3.临界区管理 在并行模式计算时，许多的PE可以同时读取或写入相同的内存区域（即临界区）， 这往往会导致意想不到的执行程序。因此，有必要在关键区域使用一些并行技术管理。 2.2.并行图像的加密框架 为了满足上述要求，我们提出了一个并行图像加密的框架，这是一个四个步骤的过程： 步骤1：整个图像被划分成若干块。 步骤2：每个PE负责确定数量块。一个区域内的像素可以充分使用有效的混乱和扩散进行操作加密。 步骤3：通过PE之间的通信交换加密数据块从块到更大范围的扩散。 步骤4：转到第2步，直到加密图像达到所需的安全级别。 在第2步，已经实现扩散，但只有一个块的一个小部分。但在第3步的帮助下，这样的扩散效应被扩大。请注意，从加密的角度，在步骤3中的数据交换本质上是一个置换。经过多次迭代步骤2和3，扩散效应蔓延到整个图像。这意味着在一个普通的图像像素的微