基于DataSocket技術(shù)的SMI敏感數(shù)據(jù)加密方法

萬 方，雷光波，徐承志

(湖北工業(yè)大學(xué)計算機學(xué)院，湖北武漢430068)

1 引言

監(jiān)控是安防系統(tǒng)中最重要的手段之一，一般由攝像頭、錄像機、監(jiān)視器、交換機、網(wǎng)線等組成，幾乎遍布各個行業(yè)。監(jiān)控是通過不間斷采集視頻圖像，然后通過圖像分析，查找其中的關(guān)鍵部分，以達(dá)到預(yù)防或追責(zé)的目的。監(jiān)控圖像是按照時間的排列而成的，因此具有序列性。在很多場合，拍攝下來的序列監(jiān)控圖像中包含了很多敏感機密信息，因此保證監(jiān)控圖像安全是十分重要的[1]。圖像在傳輸過程中，是最容易泄露的，因此為了加強圖像傳輸安全，進行圖像傳輸加密是必要的。

為此，人們提出了各種加密方案，如文獻(xiàn)[2]提出基于頻域(變換域)的數(shù)字圖像加密方法，利用離散正交S變換域?qū)D像進行編解碼；文獻(xiàn)[3]提出一種基于DNA編碼的安全高效的圖像加密算法，首先對圖像分別進行DNA編碼和置亂處理，然后將置亂后的圖像與DNA編碼后的圖像進行加法運算，完成加密處理；文獻(xiàn)[4]把混沌系統(tǒng)應(yīng)用到圖像加密，利用混沌偽隨機二進制序列來控制圖像中像素的循環(huán)以達(dá)到加密的效果。

雖然以往前人研究都取得了一定的成果，但是這些方法都是將所有的圖像信息全部加密成密文圖像，這種方法雖然保證了信息的完整性，但是沒有考慮到圖像信息量劇增問題，加密后的數(shù)據(jù)會降低傳輸速度，增大存儲空間。為此，如何在實現(xiàn)加密的同時，也保證圖像信息傳輸?shù)男屎托Ч蔀橐淮箅y題。為此，研究一種基于DataSocket技術(shù)的序列監(jiān)控圖像敏感數(shù)據(jù)加密方法。DataSocket技術(shù)是NI公司推出的一項基于TCP/IP協(xié)議的新技術(shù)，該通信技術(shù)與其它通信技術(shù)最大的區(qū)別在于在實現(xiàn)數(shù)據(jù)傳輸?shù)耐瑫r，利用Socket傳輸協(xié)議實現(xiàn)數(shù)據(jù)壓縮加密。本文針對Socket傳輸協(xié)議實現(xiàn)數(shù)據(jù)壓縮加密過程進行研究，大致分為序列監(jiān)控圖像敏感數(shù)據(jù)壓縮和序列監(jiān)控圖像敏感數(shù)據(jù)加密兩部分。最后經(jīng)仿真分析，本文所研究的加密方法具有良好的加密安全性及數(shù)據(jù)完整性，達(dá)到了本文研究的目的。

2 序列監(jiān)控圖像敏感數(shù)據(jù)加密方法研究

圖像是除了文字外，最直接的信息表達(dá)方式。監(jiān)控圖像中往往包含大量的有價值的信息，如警察可以通過監(jiān)控鎖定犯罪嫌疑人、超市商場可以通過監(jiān)控防止貨品丟失被盜等、工廠企業(yè)可以通過監(jiān)控進行防火、防盜以及員工工作監(jiān)督檢查等。然而，有的圖像中包含了許多隱私信息，是不允許對外公開的，這就需要保證這些監(jiān)控圖像的安全性[5]。數(shù)據(jù)加密技術(shù)是保障現(xiàn)代信息安全的重要手段，本文基于DataSocket技術(shù)進行序列監(jiān)控圖像敏感數(shù)據(jù)加密方法研究。

DataSocket技術(shù)主要包括服務(wù)器端、客戶端、DS Server三部分，其中DS Server是關(guān)鍵，是進行數(shù)據(jù)壓縮加密處理模塊，其原理示意圖如圖1所示。

圖1 DataSocket技術(shù)原理示意圖

基于DataSocket技術(shù)的序列監(jiān)控圖像敏感數(shù)據(jù)加密方法大致可以分為兩個環(huán)節(jié)，即前處理和后處理。前處理主要進行序列監(jiān)控圖像敏感數(shù)據(jù)壓縮處理，后處理主要進行圖像中敏感數(shù)據(jù)加密處理。

2.1 序列監(jiān)控圖像敏感數(shù)據(jù)壓縮處理

利用傳統(tǒng)加密方法進行加密，會導(dǎo)致數(shù)據(jù)膨脹問題，雖然保證了數(shù)據(jù)安全，但是卻阻礙了數(shù)據(jù)傳輸速率。在此背景下，有必要在加密前進行序列監(jiān)控圖像敏感數(shù)據(jù)壓縮處理。壓縮處理是指去除掉圖像中的冗余信息，減少圖像包含的信息量[6]。

步驟1：圖像分塊。將目標(biāo)序列監(jiān)控圖像劃分成8×8大小的子塊，且每個子塊包含64個像素。注意：這些子塊之間不存在重疊部分。在以后處理中都以子塊作為單位。

步驟2：顏色空間轉(zhuǎn)換。計算機表達(dá)圖像色彩常用的模型為RGB顏色空間模型，簡單地說，就是所有的數(shù)字圖像都由(Red，R)、綠(Green，G)、藍(lán)(Blue，B)三個顏色組成，但是人眼對顏色信息不如對亮度敏感，因此需要將RGB顏色空間轉(zhuǎn)換為另一個色彩空間模型YCbCr[7]。轉(zhuǎn)換公式如下

(1)

步驟3：對目標(biāo)序列監(jiān)控圖像子塊進行離散余弦變換，其目的是降低像素間的相關(guān)性，使圖像中的能量重新分配[8]。離散余弦變換原理公式如下：

(2)

(3)

(4)

式中，f(x，y)是原始像素值，F(xiàn)(u，v)是變換后的值，u，v=0，1，2，…，7。

F(u，v)被稱為變換系數(shù)，其中位于最左上角的系數(shù)F(0，0)稱為直流(DC)系數(shù)，其余的63個系數(shù)則稱為交流(AC)系數(shù)。

步驟4：離散余弦變換系數(shù)量化。

離散余弦變換系數(shù)量化的目的是將降低圖像中的不相關(guān)冗余信息，這是整個壓縮過程中的關(guān)鍵環(huán)節(jié)。離散余弦變換系數(shù)量化原理公式如下

(5)

其中，F(xiàn)λ(u，v)是量化后的系值；λ(u，v)為量化步長。

步驟5：量化系數(shù)編碼。利用離散余弦變換系數(shù)進行量化后，組成了量化系數(shù)矩陣。在本環(huán)節(jié)采用Zig-zag的“之字形”掃描法進行編碼。Zig-zag的“之字形”掃描后，有利于將量化系數(shù)矩陣中右下角的0值集中到編碼靠前部分，方便后續(xù)的編碼過程[9]。

步驟6：由于量化后的交流(AC)系數(shù)中0較多，所以需要利用游程編碼對交流(AC)系數(shù)進行壓縮編碼。游程編碼的基本思想是將連續(xù)出現(xiàn)的數(shù)值用其出現(xiàn)次數(shù)表示，以此減少重復(fù)數(shù)據(jù)的編碼量。

步驟7：使用差分脈沖編碼調(diào)制(DPCM)對直流(DC)系數(shù)進行編碼。具體過程如下：

首先計算相鄰兩個圖像中子塊之間的差值，計算公式如下

d=DCk-DCk-1

(6)

式中，d為差值。

然后，利用得到的差值進行編碼，編碼格式如下

(7)

步驟8：對上述步驟6和步驟7得到結(jié)果進行熵編碼壓縮，即將編碼后的交流(AC)系數(shù)和直流(DC)系數(shù)之間的中間符號序列進行進一步壓縮編碼[10]。采用四張霍夫曼碼表分別用于對亮度分量和色度分量的直流(DC)系數(shù)、交流(AC)系數(shù)的編碼，具體如表1和表2所示。

表1 直流(DC)系數(shù)亮度和色度霍夫曼編碼表

表2 交流(AC)系數(shù)亮度和色度霍夫曼編碼表(部分)

2.2 序列監(jiān)控圖像敏感數(shù)據(jù)加密處理

在上述研究的基礎(chǔ)上，進行序列監(jiān)控圖像敏感數(shù)據(jù)加密處理。采用混沌系統(tǒng)的加密技術(shù)。混沌系統(tǒng)是一種特殊的非線性系統(tǒng)，其基本思路是利用混沌序列對序列監(jiān)控圖像敏感數(shù)據(jù)進行置亂和擴散，使原本有規(guī)律的像素分布變得雜亂無章，以此將敏感信息隱藏起來，從而達(dá)到信息安全的目的[11]，其基本過程主要分為四部分，如圖2所示。

圖2 混沌系統(tǒng)加密模型

步驟1：利用混沌系統(tǒng)產(chǎn)生與序列監(jiān)控圖像敏感數(shù)據(jù)相對應(yīng)的實數(shù)混沌序列。混沌系統(tǒng)常用的有四種，具體如下：

1)Logistic映射

xk+1=axk(1-xk)，xk∈[0，1]，s∈[0，1]，k=0，1，…

(8)

2)Chebyshev映射

xn+1=cos(karccos(xn))

(9)

xi∈(-1，1)，i=1，2，…，N，…

分別在患者的受植區(qū)植入1枚種植體(Nobel Biocare Co，瑞典)。種植體植入步驟：常規(guī)消毒麻醉后，牙齦翻瓣并暴露牙槽嵴頂；用OsseoSetTM 200種植機和Nobel ReplaceTM Tapered外科工具盒(Nobel Biocare Co，瑞典)修整牙槽嵴頂；然后用擴孔鉆、成型鉆逐級制備種植窩，最后用埋入式植入相應(yīng)型號的種植體。術(shù)后常規(guī)給予抗生素預(yù)防感染；于種植體植入術(shù)后第12周行Ⅱ期手術(shù)。所有治療均由同一名經(jīng)過標(biāo)準(zhǔn)一致性檢驗(Kappa值=0.70)的高年資醫(yī)師進行操作。

式中，k為系統(tǒng)控制參數(shù)，當(dāng)k≥2時，Chebyshev映射進入混沌狀態(tài)。

3)Skew Tent映射

(10)

當(dāng)s∈(0，1)時，該系統(tǒng)處于混沌狀態(tài)。

4)Henon映射

(11)

式中，p、q系統(tǒng)控制參數(shù)，當(dāng)0.54

5)Lorenz映射

(12)

步驟2：產(chǎn)生偽隨機序列，即將實數(shù)混沌序列轉(zhuǎn)換為整數(shù)序列。偽隨機序列產(chǎn)生方法主要有三種，即閾值法、取模法和量化抽取法。

步驟3：圖像置亂，顧名思義，就是按照一定的規(guī)則將原有的圖像像素排列順序打亂，然后重新排列像素。經(jīng)過置亂，原有的圖像紋理遭到破壞，使圖像信息變得無規(guī)律性，從而實現(xiàn)序列監(jiān)控圖像敏感數(shù)據(jù)加密的目的。目前常用的置亂算法有Amold變換、幻方變換、Baker映射、騎士巡游置亂等幾種。

步驟4：圖像擴散。圖像置亂雖然改變了序列監(jiān)控圖像敏感數(shù)據(jù)像素點的排列位置，但是其像素值并沒有被改變，因此仍存在一定的風(fēng)險性。面對這種情況，若為了使序列監(jiān)控圖像敏感數(shù)據(jù)獲得更高的安全性，還需要對圖像像素值進行加密[12]。此時通過一個擴散函數(shù)來實現(xiàn)，擴散函數(shù)表達(dá)式如下：

Ci=(Yi+Ci-1)modU⊕N

(13)

式中，Ci代表當(dāng)前像素點的密文，Yi是當(dāng)前像素點明文，是前一個像素點的密文。U表示像素點的最大取值，⊕表示異或運算，N代表一個隨機值。

3 仿真分析

為測試本文所研究的基于DataSocket技術(shù)的序列監(jiān)控圖像敏感數(shù)據(jù)加密方法的加密效果，以文獻(xiàn)[2]、文獻(xiàn)[3]和文獻(xiàn)[4]所提方法為對比項，在Matlab2012a平臺上進行仿真分析。

3.1 實驗環(huán)境及參數(shù)

本章實驗環(huán)境為Intel(R)Core(TM)i5-230M CPU @2.60GHz，4G RAM，Win7(64位)操作系統(tǒng)，軟件環(huán)境為：MATLAB R2016a。

選擇一幅道路監(jiān)控圖像(256×256)作為仿真的樣本，具體如圖3所示。

圖3 樣本圖像

序列監(jiān)控圖像敏感數(shù)據(jù)加密方法實驗參數(shù)如表3所示。

表3 參數(shù)設(shè)置

3.2 加密效果評價結(jié)果分析

按照本文方法加密流程，對圖3中的樣本進行加密處理，并在同樣的實驗條件下，利用文獻(xiàn)[2]、文獻(xiàn)[3]和文獻(xiàn)[4]方法進行加密處理，結(jié)果如圖4所示。

圖4 樣本圖像加密處理結(jié)果

選擇兩個指標(biāo)來對加密方法的加密效果進行評斷，即信息熵和解密后的圖像與原圖像之間的 PSNR值(峰值信噪比)。信息熵代表加密后的圖像混亂程度，信息熵越大，表示密文越混亂，加密安全性越高；PSNR值代表的圖像加密解密后，圖像信息的完整度。PSNR越大，圖像敏感信息丟失的越少，圖像完整度越高，序列監(jiān)控圖像敏感數(shù)據(jù)加密效果評價結(jié)果如表4所示：

表4 加密效果評價結(jié)果

從表4中可以看出，對比文獻(xiàn)[2]、文獻(xiàn)[3]和文獻(xiàn)[4]三種方法的加密結(jié)果，本文方法加密后，信息熵值最大，代表其混亂程度最大，安全性最高。而對比PSNR值，雖然本方法不及文獻(xiàn)[4]方法，但是與其差距并不是很大，因此圖像敏感信息并沒有存在較大丟失，保證了信息的完整性。

4 結(jié)束語

綜上所述，監(jiān)控圖像中包含了很多關(guān)鍵和敏感信息，因此保證監(jiān)控圖像的信息安全性具有重要的現(xiàn)實意義。為此，本文進行基于DataSocket技術(shù)的序列監(jiān)控圖像敏感數(shù)據(jù)加密方法研究。該研究關(guān)鍵在于在加密之前進行了壓縮處理，解決了以往加密方法沒有考慮到圖像信息量劇增問題，實現(xiàn)了圖像加密安全和圖像傳輸質(zhì)量的雙重目標(biāo)。然而，受到研究時間和精力的限制，本研究中也存在一定的缺點，即加密解密后圖像存在一定的失真情況，即圖像部分信息丟失，這有待進一步分析和探究。