論文の概要: Image Encryption Using DNA Encoding, Snake Permutation and Chaotic Substitution Techniques

• arxiv url: http://arxiv.org/abs/2503.09038v1
• Date: Wed, 12 Mar 2025 03:54:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-13 15:38:04.575718
• Title: Image Encryption Using DNA Encoding, Snake Permutation and Chaotic Substitution Techniques
• Title（参考訳）: DNAエンコーディング、スネーク置換、カオス置換技術を用いた画像暗号化
• Authors: Waleed Ahmed Farooqui, Jawad Ahmad, Nadeem Kureshi, Fawad Ahmed, Aizaz Ahmad Khattak, Muhammad Shahbaz Khan,
• Abstract要約: 本稿では,DNAエンコーディング,ヘビ置換,カオス置換技術を用いた新しい画像暗号化手法を提案する。 DNAエンコーディングとヘビ置換モジュールは、ピクセルの効果的なスクランブルを保証する。 混乱部分には、3つのSボックスからランダムに選択された画素値を代用するカオス置換技術が実装されている。
• 参考スコア（独自算出の注目度）: 0.7743851353380347
• License:
• Abstract: Securing image data in IoT networks and other insecure information channels is a matter of critical concern. This paper presents a new image encryption scheme using DNA encoding, snake permutation and chaotic substitution techniques that ensures robust security of the image data with reduced computational overhead. The DNA encoding and snake permutation modules ensure effective scrambling of the pixels and result in efficient diffusion in the plaintext image. For the confusion part, the chaotic substitution technique is implemented, which substitutes the pixel values chosen randomly from 3 S-boxes. Extensive security analysis validate the efficacy of the image encryption algorithm proposed in this paper and results demonstrate that the encrypted images have an ideal information entropy of 7.9895 and an almost zero correlation coefficient of -0.001660. These results indicate a high degree of randomness and no correlation in the encrypted image.
• Abstract（参考訳）: IoTネットワークやその他のセキュアでない情報チャネルにおけるイメージデータのセキュリティは、重要な懸念事項である。 本稿では,DNAエンコーディング,ヘビ置換,カオス置換技術を用いた新しい画像暗号化手法を提案する。 DNAエンコーディングおよびヘビ置換モジュールは、画素の効果的なスクランブルを保証し、平文画像に効率的な拡散をもたらす。 混乱部分には、3つのSボックスからランダムに選択された画素値を代用するカオス置換技術が実装されている。 本論文で提案した画像暗号化アルゴリズムの有効性を総合的なセキュリティ解析により検証し, 暗号化された画像の理想的な情報エントロピーは7.9895で, ほぼゼロの相関係数は0.001660であることを示した。 これらの結果は、高いランダム性を示し、暗号化された画像に相関がないことを示している。

関連論文リスト

• Can Encrypted Images Still Train Neural Networks? Investigating Image Information and Random Vortex Transformation [51.475827684468875]
  画像変換時の情報内容の変化を評価するために,画像情報量を測定する新しい枠組みを構築した。 また,Random Vortex Transformationと呼ばれる新しい画像暗号化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-11-25T09:14:53Z)
• Enabling Practical and Privacy-Preserving Image Processing [5.526464269029825]
  ホモモルフィック暗号化(FHE)は、暗号化されたデータの計算を可能にし、復号化を必要とせずに機密性を保存する。 従来のFHEメソッドは、ピクセルの代わりにモノリシックなデータブロックで画像を暗号化することが多い。 CKKS方式に基づく画素レベルの同型暗号化手法iCHEETAHを提案し,実装する。
  論文  参考訳（メタデータ） (2024-09-05T14:22:02Z)
• Deep Learning and Chaos: A combined Approach To Image Encryption and Decryption [1.8749305679160366]
  本稿では,新しい3次元ハイパーカオスマップ,2次元メムリスタマップ,畳み込みニューラルネットワーク(CNN)からのハイパーカオス信号を用いた新しい画像暗号化と復号化アルゴリズムを提案する。 暗号アルゴリズムのロバスト性は、キー感度分析(キー要素に対するアルゴリズムの平均感度)によって示される。
  論文  参考訳（メタデータ） (2024-06-24T16:56:22Z)
• An Effective Approach to Scramble Multiple Diagnostic Imageries Using Chaos-Based Cryptography [0.0]
  カオスシステムに基づく医用画像暗号化方式を提案する。 平画像とカオスキーに基づく置換は、平画像のピクセルを他の行や列にシャッフルするために提供される。 本研究では, 分岐プロット, Lyapunov指数, MSE, PSNR試験, ヒストグラム解析などの様々な手法と試験を用いて, 提案システムのカオス的挙動を解析した。
  論文  参考訳（メタデータ） (2024-05-02T05:18:46Z)
• RNA-TransCrypt: Image Encryption Using Chaotic RNA Encoding, Novel Transformative Substitution, and Tailored Cryptographic Operations [2.2351927942921366]
  RNA-TransCryptは、非常にセキュアだが、効率的で軽量な画像暗号化方式である。 RNA-TransCryptはRNAの生暗号特性とカオス理論の非線型性と予測不可能性を統合する。
  論文  参考訳（メタデータ） (2024-01-09T18:11:12Z)
• Perceptual Image Compression with Cooperative Cross-Modal Side Information [53.356714177243745]
  本稿では,テキスト誘導側情報を用いた新しい深層画像圧縮手法を提案する。 具体的には,CLIPテキストエンコーダとSemantic-Spatial Awareブロックを用いてテキストと画像の特徴を融合する。
  論文  参考訳（メタデータ） (2023-11-23T08:31:11Z)
• Human-imperceptible, Machine-recognizable Images [76.01951148048603]
  より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。 画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。 提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
  論文  参考訳（メタデータ） (2023-06-06T13:41:37Z)
• Perfectly Secure Steganography Using Minimum Entropy Coupling [60.154855689780796]
  カチン1998のステガノグラフィー情報理論モデルでは, ステガノグラフィーの術式は完全に安全であることが示されている。 また, 完全セキュアな手順の中で, 最小エントロピー結合によって誘導される場合に限, 情報スループットが最大になることを示す。
  論文  参考訳（メタデータ） (2022-10-24T17:40:07Z)
• Hiding Images in Deep Probabilistic Models [58.23127414572098]
  我々は、画像の深い確率モデルに隠蔽するための異なる計算フレームワークについて述べる。 具体的には、DNNを用いて、カバー画像の確率密度をモデル化し、学習した分布の特定の場所に秘密画像を隠す。 我々は,抽出精度とモデルセキュリティの観点から,SinGANアプローチの実現可能性を示す。
  論文  参考訳（メタデータ） (2022-10-05T13:33:25Z)
• Modeling Lost Information in Lossy Image Compression [72.69327382643549]
  ロスシー画像圧縮は、デジタル画像の最もよく使われる演算子の1つである。 Invertible Lossy Compression (ILC) と呼ばれる新しい非可逆的フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-22T04:04:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。