論文の概要: A Chaotic Image Encryption Scheme Using Novel Geometric Block Permutation and Dynamic Substitution

• arxiv url: http://arxiv.org/abs/2503.09939v1
• Date: Thu, 13 Mar 2025 01:25:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-14 15:50:31.896889
• Title: A Chaotic Image Encryption Scheme Using Novel Geometric Block Permutation and Dynamic Substitution
• Title（参考訳）: 新しい幾何学的ブロック置換と動的置換を用いたカオス画像暗号化方式
• Authors: Muhammad Ali, Jawad Ahmad, Muhammad Abdullah Hussain Khan, Safee Ullah, Mujeeb Ur Rehman, Syed Aziz Shah, Muhammad Shahbaz Khan,
• Abstract要約: 本稿では,画素の幾何学的形状抽出に基づいて画素をスクランブルする,新しい幾何学的ブロック置換手法を提案する。 ビットXOR演算のために、2Dヘノンマップを用いてカオスなシードマトリックスを生成し、スクランブル画像でビットXORする。 統計セキュリティ解析により,提案手法の安全性が向上し,不確実性と予測不可能性が向上し,エントロピーが7.9974,相関係数が0.0014となった。
• 参考スコア（独自算出の注目度）: 1.4598570763090197
• License:
• Abstract: In this digital era, ensuring the security of digital data during transmission and storage is crucial. Digital data, particularly image data, needs to be protected against unauthorized access. To address this, this paper presents a novel image encryption scheme based on a confusion diffusion architecture. The diffusion module introduces a novel geometric block permutation technique, which effectively scrambles the pixels based on geometric shape extraction of pixels. The image is converted into four blocks, and pixels are extracted from these blocks using L-shape, U-shape, square-shape, and inverted U-shape patterns for each block, respectively. This robust extraction and permutation effectively disrupts the correlation within the image. Furthermore, the confusion module utilises bit-XOR and dynamic substitution techniques. For the bit-XOR operation, 2D Henon map has been utilised to generate a chaotic seed matrix, which is bit-XORed with the scrambled image. The resultant image then undergoes the dynamic substitution process to complete confusion phase. A statistical security analysis demonstrates the superior security of the proposed scheme, with being high uncertainty and unpredictability, achieving an entropy of 7.9974 and a correlation coefficient of 0.0014. These results validate the proposed scheme's effectiveness in securing digital images.
• Abstract（参考訳）: このデジタル時代には、トランスミッションやストレージにおけるデジタルデータのセキュリティ確保が不可欠である。 デジタルデータ、特に画像データは、不正アクセスから保護される必要がある。 そこで本研究では,混乱拡散アーキテクチャに基づく新しい画像暗号化方式を提案する。 拡散モジュールは、幾何学的ブロック置換技術を導入し、画素の幾何学的形状抽出に基づいて、効果的に画素をスクランブルする。 画像は4ブロックに変換され、各ブロック毎にL字、U字、正方形、反転U字パターンを用いてこれらのブロックから画素を抽出する。 この頑健な抽出と置換は、画像内の相関を効果的に破壊する。 さらに、この混乱モジュールはビットXORと動的置換技術を利用する。 ビットXOR演算のために、2Dヘノンマップを用いてカオスなシードマトリックスを生成し、スクランブル画像でビットXORする。 結果として得られた画像は、混乱相を完遂するために動的置換過程を経る。 統計セキュリティ解析により,提案手法の安全性が向上し,不確実性と予測不可能性が向上し,エントロピーが7.9974,相関係数が0.0014となった。 これらの結果は,デジタル画像の確保における提案手法の有効性を検証した。

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)
• 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)
• PermutEx: Feature-Extraction-Based Permutation -- A New Diffusion Scheme for Image Encryption Algorithms [2.2351927942921366]
  本稿では,ピクセルを効率よくスクランブルする特徴抽出型置換法PermutExを紹介する。 相関値0.000062となる画像内の情報豊富な領域の相関を効果的に破壊する。
  論文  参考訳（メタデータ） (2023-11-05T23:46:25Z)
• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• Beyond Learned Metadata-based Raw Image Reconstruction [86.1667769209103]
  生画像は、線形性や微細な量子化レベルなど、sRGB画像に対して明確な利点がある。 ストレージの要求が大きいため、一般ユーザからは広く採用されていない。 本稿では,メタデータとして,潜在空間におけるコンパクトな表現を学習する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-21T06:59:07Z)
• PixelPyramids: Exact Inference Models from Lossless Image Pyramids [58.949070311990916]
  Pixel-Pyramidsは、画像画素の関節分布を符号化するスケール特異的表現を用いたブロック自動回帰手法である。 様々な画像データセット、特に高解像度データに対する密度推定の最先端結果が得られる。 CelebA-HQ 1024 x 1024 では,フローベースモデルの並列化よりもサンプリング速度が優れているにもかかわらず,密度推定値がベースラインの 44% に向上することが観察された。
  論文  参考訳（メタデータ） (2021-10-17T10:47:29Z)
• Image Inpainting with Edge-guided Learnable Bidirectional Attention Maps [85.67745220834718]
  不規則な穴の画像インペインティングを改善するためのエッジガイド学習可能な双方向注意マップ(Edge-LBAM)を紹介します。 当社のEdge-LBAMメソッドには、予測エッジによる構造認識マスク更新を含むデュアルプロシージャが含まれています。 広範な実験により,エッジlbamはコヒーレントな画像構造を生成し,色差やぼやけを防止できることがわかった。
  論文  参考訳（メタデータ） (2021-04-25T07:25:16Z)
• 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。