Page 388 - 数学建模算法与应用
P. 388
Mathematical Modeling Algorithms and Applications
数学建模算法与应用
图像位置的混淆仅涉及像素位置的调整，而不对其数值造成影响。这意味着，
即使经过混淆处理，图像的像素统计属性保持不变，这可能使加密内容更容易受
到统计学攻击。因此，为了提升加密算法抵御此类攻击的能力，有必要引入图像
像素替换技术，该技术通过改变图像中各个像素的具体值来增加安全性。在基于
混沌理论的像素替换方案中，通常做法是运用混沌系统产生数字形式的伪随机序
列，然后将此序列与图像的像素值执行一种可逆的数学运算，从而生成替换后的
图像。
为了确保加密过程的安全性，像素替换策略应当与扩散技术协同工作，确保
任何一个像素值的变动都能影响到整幅图像的所有像素。实践中，常用的手段包
括使用密文反馈模式和实施多轮加密过程。这些方法利用了混沌系统对于初始条
件和参数设置的高度敏感性，确保加密后的图像不仅对源图像中每一个像素值的
变化极其敏感，而且对所使用的密钥也具有高度依赖性，进而实现更优质的加密
效果。
三、图像加密算法
设灰度图像的大小为 M×N，系统（2.1-8）和（2.2-1）同步时刻 t 0 后产生的
序列为 S=（x j ，Y j ，z j ），采用典型的基于置乱一扩散的图像加密框架，具体的
图像加密过程包括以下两个主要步骤：
（一）像素位置置乱
置乱阶段采用二维标准映射方案，取两个参数 r x =abs（fix（z j ））和 r y =abs（fix
（z j ＋ f ）），其中，fix（）为取整函数，f 为正整数，表示 r x ，和 r y 的取值间隔。
基于参数 r x 和 r y ，按公式（49）进行位置置乱。
（49）
其中， 和 分别为图像像素置乱前和像素置乱后的位置。
（二）像素值替换
在扩散阶段，可以通过简单可逆运算改变图像的像素值，完成像素替代操作。
常见的像素替代方法是逐像素点“异或”，即随机序列与置乱后的图像数据相异
或。这种“异或”加密法运算速度快，实现简单，但如果不与置乱算法相结合，
378
