对块间混洗加密的JPEG图像的新型草图攻击

来源 :长安大学 | 被引量 : 1次 | 上传用户:MyLoverQLH
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多媒体是当今互联网世界无法缺少的信息载体,其中数字图像是军事、医学、经济等领域中十分重要的多媒体信息。如果没有对这些敏感信息实施安全有效的保护,会给个人或国家带来重大损失,因此图像加密技术成为了保护数字图像安全性的关键技术。在实际应用中,常需要对图像进行压缩处理来降低大量的图像数据给传输、存储和加密带来的负担。JPEG压缩图像良好的压缩性能使其成为使用最广泛的压缩图像。故而针对JPEG图像的加密方法应运而生,理想的JPEG图像加密方案不仅需要在加密和解密过程中处理速度快,还要在保持压缩率的同时能够抵抗常用的攻击方法,如:统计攻击,已知明文攻击等,因此促进加密方法发展的密码学分析课题也变得不可或缺。找到已有算法存在的漏洞与缺陷,能够促进JPEG图像加密方法的改进与发展。在密码学分析的基础上,本文从“攻”与“防”这两个角度来研究JPEG图像加密算法的安全性,主要内容如下:(1)对几种传统的基于JPEG图像的加密算法进行深入分析与归类。(2)提出一种新型的攻击方法(A combination of chosen plain-text attack and non-zero counting attack,CPTA&NZCA),该攻击方法通过选择明文攻击和非零计数攻击的结合使用,破解了使用块间混洗(Inter-block shuffle,IBS)算法加密的图像。通过理论分析与仿真实验证明了本文提出的新型攻击方法(CPTA&NZCA)能够在不知道加密算法细节和密钥的情况下破解任何不改变8×8块内非零系数数量的图像加密算法,并得到密文图像的明文草图。(3)在提出的新型攻击方法(CPTA&NZCA)的基础上提出了一种改进的攻击方案(Fast Attack,FA),该改进方案通过设计一种特殊的辅助明文显著地提高了攻击速度。
其他文献
现如今的人类生活在一个信息大爆炸的时代,从复杂信息中定位自己需求信息的要求也在不断提高。多标签学习就是这样一种技术,它可以为人们将信息准确的分门别类,为人们的生活
量子隐私查询是经典对称隐私信息检索在量子领域的一个扩展。相比于基于数学困难问题假设的经典对称隐私信息检索,量子隐私查询在通信复杂度和安全可靠性方面都具有明显的优势,这些优势源于量子力学的特殊性质(量子纠缠性、海森堡测不准原理等)。保障数据库安全和用户隐私是量子隐私查询协议的两个根本需求。在满足安全需求的同时,经典客户端和量子信道噪声问题也是决定协议实用性的重要因素。本文重点研究如何在保证安全性前提
无线通信系统的发展使得频谱资源的需求不断增长,如何提高频谱资源的利用率也越来越重要。认知无线网络可以为非授权用户(次用户)提供访问授权用户(主用户)频谱信道的机会,并通过在系统底层的频谱共享显著地提高网络系统的频谱效率。为了确保最大化系统整体性能,需要设计出有效的频谱共享方案,从而实现在不影响主用户正常通信的前提下,让次用户有使用主用户空闲频谱的机会。功率控制技术能限制次用户的发射功率,并保证主用
随着全球经济的一体化,创业投资机构进行跨境投资的现象越来越普遍。跨境创业投资机构进入东道国后,需要在一个陌生环境下从零开始建设并提高自己在东道国的市场影响力,从网
灯盏细辛注射液(DZXX)广泛用于脑血管疾病的治疗,野黄芩苷是其主要活性成分。然而,DZXX中其他化学成分对野黄芩苷药代动力学的影响尚未完全明晰。本研究的目的是揭示DZXX中其
研究背景寨卡病毒(Zika Virus,ZIKV)属于黄病毒属正链RNA病毒家族。该病毒是一种典型的蚊媒传播的黄病毒,同时还可以通过母婴传播、性传播和血液传播。ZIKV以多聚蛋白的形式表
背景:抑郁症与维生素D缺乏有关。然而,很少有人注意到这种联系背后的神经基质。材料和方法:我们招募50例右利手的重度抑郁症(MDD)患者和36名年龄、性别相匹配的正常对照组作
表面等离激元是入射电磁波与金属表面的自由电子耦合引起的集体振荡形成的电磁波。表面等离激元具有的突破衍射极限的特点,使得其可以在亚波长尺度下传播,从而应用于大规模集成光路。金属表面等离激元结构简单,应用广泛,可以用于等离激元诱导透明、等离激元传感等方面。石墨烯表面等离激元将表面等离激元与太赫兹波段联系起来,降低了损耗,提高了传输效率,同时可以实现对其的调控。本文分别以金属表面等离激元和石墨烯表面等离
三大化石能源不可再生,储量有限,且分布具有明显的地域性,此外使用时还引发环境污染问题。因而,能源行业的发展重心逐渐向清洁的可再生能源倾斜。各国纷纷出台政策鼓励新能源
数据分类是数据挖掘、计算机视觉、机器学习等领域研究的重要内容。其中,基于少量已知标记获得全部数据标记的半监督分类在机器学习领域又称直推学习,是目前监督学习的基础。近年来提出的基于图的非局部算子的离散变分方法已成为数据多分类的有效建模方法,非局部Potts模型是该类方法的基础。该类模型采用与分类数目相同的标记函数划分数据类别,并引进单纯形约束以避免漏分和重分问题,计算复杂、效率较低。本文针对上述问题