Một phương pháp mã hóa ảnh dựa trên tính toán DNA và hệ hỗn loạn Lorenz
Đo lường – Tin học
MỘT PHƯƠNG PHÁP MÃ HÓA ẢNH DỰA TRÊN TÍNH TOÁN
DNA VÀ HỆ HỖN LOẠN LORENZ
Nguyễn Văn Căn*, Đoàn Ngọc Tú
Tóm tắt: Bài báo này, chúng tôi đề xuất một mô hình mã hóa ảnh sử dụng
mã hóa DNA trên hệ hỗn loạn Lorenz. Bao gồm 6 giai đoạn: đầu tiên ảnh gốc
được nhập vào; tiền xử lý nhị phân và biến đổi DNA; biến đổi trên hệ hỗn loạn;
xử lý các tính toán di truyền (định hình, lai ghép, đột biến); mã hóa với khóa bí
mật; thu được ảnh mã hóa. Điểm nổi bật của mô hình là sử dụng kết hợp luật di
truyền của DNA và hệ hỗn loạn Lorenz để tiến hành mã hóa. Việc kiểm tra sự
hiệu quả của mô hình được kiểm nghiệm bằng các kiểm tra các thông số như
lược đồ xám, sự tương quan, và so sánh mô hình với phương pháp mã hóa ADN
thông thường.
Từ khóa: DNA Encryption; Chaotic; Lorenz; Image Encryption.
1. MỞ ĐẦU
Ảnh số là thông tin quan trọng của truyền thông đa phương tiện, vấn đề bảo mật ảnh trở
thành một vấn đề quan tâm chung cho mọi người. Mã hóa ảnh là sử dụng các phương pháp
mã hóa để thay đổi ảnh từ định dạng bình thường sang dạng được che giấu, nếu không có
quyền truy xuất và khóa giải mã thì không xem được. Hiện nay đã có rất nhiều thuật toán
được phát triển cho mục đích này. Như sử dụng mẫu G-Scant[1], hệ hỗn loạn Lorenz[5],
tính toán ADN([1], [2], [6], [8], [9]). Tuy nhiên, một số phương pháp lại gặp phải một số
hạn chế nhất định.
Trong bài báo này, chúng tôi đề xuất mô hình sử dụng kỹ thuật di truyền trong DNA
kết hợp trên hệ hỗn loạn Lorenz để mã hóa ảnh. Ảnh đầu vào được chuyển về cấu trúc của
DNA, định hình lại cấu trúc và sử dụng các phương pháp lai ghép, đột biến để biến đổi cấu
trúc của đoạn mã DNA. Định hình lại trên hệ hỗn loạn Lorenz. Số lần lai ghép, đột biến,
khóa giải mã, các tham số đầu vào của hệ hỗn loạn Lorenz sẽ được người gửi và người
nhận sử dụng chung để giải mã các thông tin có trong hình ảnh được mã hóa. Các kỹ thuật
này được áp dụng nhằm tăng tính bảo mật trên ảnh được mã hóa, tăng độ nhiễu, hạn chế
việc sử dụng các phương pháp vét cạn để đoán khóa giải mã. Kết quả thực nghiệm so sánh
với mô hình mã hóa DNA thông thường cho thấy kỹ thuật sử dụng phương pháp mã hóa
DNA trên hệ hỗn loạn Lorenz có mức độ bảo mật cao và tốt hơn.
Phần tiếp theo (phần 2) giới thiệu về mã hóa DNA và một số tính chất, phần 3 giới
thiệu về hệ hỗn loạn Lorenz, phần 4 trình bày mô hình đề xuất của chúng tôi, phần cuối là
các kết quả thử nghiệm và đưa ra kết luận.
2. MÃ HÓA DNA
DNA (DeoxyriboNucleic Acit) là một vật chất di chuyển, được tìm ra vào năm 1969
bởi Miescher. Trong DNA có 4 giá trị được biểu diễn là: A (adenine), C (cytosine), G
(guanine), T (thymine) [6][9]. Ta có thể sử dụng các giá trị của DNA làm đại diện cho các
bit trong biểu diễn ảnh, với A, C, G, T trong DNA tương ứng với 00, 01, 10, 11 trong nhị
phân. Lợi ích khi sử dụng mã hóa DNA như: mật độ thông tin bất thường; cung cấp mức
độ tính toán song song lớn; tiêu thụ tài nguyên cực thấp[1]. Sau khi biến đổi các bit về
chuỗi DNA, ta có thể sử dụng một số phương pháp di truyền để biến đổi, định hình lại
chuỗi nhằm tạo ra đầu ra được mã hóa theo quy luật nhất định.
2.1. Định hình
Một chuỗi DNA sẽ được định hình thành các phân đoạn có kích thước bằng nhau,
nhằm tạo ra các quy định về cấu trúc thống nhất cho các giai đoạn di truyền tiếp theo.
360
N. V. Căn, Đ. N. Tú, “Một phương pháp mã hóa ảnh … DNA và hệ hỗn loạn Lorenz.”
Nghiên ccứu khoa học công nnghhệ
Trong c
xác địn
2.2. Lai ghép
Lai hép là một trong nh
Với hai mẫu cha mẹ, sau qu
của cả c a và mẹ Có ba dạạn
- La ghép 1 điểm sử ddụn
mẹ sẽ đ
á
c giai đoạn định hhìn
h
h
này, cá
c
điểm đ sẽ đượ
ầ
ầ
u và chiều dài của c
á
c đoạn DDN
A
A
cc
hh. Sau mỗi vòng lặpp,
cc
ác tham
s
ố này có thể được giữ nguyên hoặc đượợc thhay đổi.
gg
ữ
ữ
ng tính chất di t
trình la ghép, c
lai ghép phổ biến:
một đi m nút, s
tạo ra c c mẫu con chứa một đoạn thông tin củaa c
r
uyền ứng dụụng đượ
cc
trong mmã
hhóa DNA
..
á
á
i
áá
c mẫu con sẽ thừa h
ư
ởng một s
ộ
t
ố
ố
đặc tín
hh
h
.
gg
i
i
g
ể
á
a
a
u đó các đooạn mã
D
D
NA của ccá
c
c
mẫu ch
aa
ưư
ợc chuyển cho nhhau
,,
hha và mộtt
đoạn th
- La
thứ tự c
ôông tin củủa mẹ.
i
i
ghép nhiều điểm sử dụng 2
ẵn nằm iữa 2 điểểm nút của cha và m
con lai nhiều đoạnn t ông tin ca cha v
- Lai ghép đồng bộ và nử đồng bộ là lai n
sinh ng u nhiên, sao cho cáác ẫu con cứa 50% mã DNA của cha và
h
oặc nhiều điểm nút, lần lượt
liên tiếp sẽ được ch
mẹ.
iều đoạn của cha và
c
u
c
ác đoạn
yển choo n
m
hh
ã
ã
DNA c
óó
h
g
ẹ
àà
hh
au, tạo raa
các mẫ
u
h
h
a
a
m
ẹ,các điiể
mm
nút đượ
của mẹ..
cc
ẫẫ
mm
55
0% mã DDN
AA
a)
Lai ghép một điểmm.
b) Lai ghép nhiều điểm.
Hình 1. Các dạ g lai ghép.
c) Laai ghép đồồngg bộ.
nn
2.3. Độ
tt
biến
iến là quá trình thha
bit là phương phháp truyền thống cổ điển được s
bit m và n bất kì,, c c đoạn bit 0 sẽ đư c chuyển sang bit 1
uỗi DNA là phương pháp đột biến trê DNA, tương tự nh
dụng đột biến troong 1 khoản bất kỳ, oặc toàn bộ chuỗi D
như sau giá trị A →T; T→AA; → C; C → G.
Đột
đổi tron
một đoạ
trong c
có thể s
b
g
n
h
b
y
y
đổi các giá trị c
ủ
a các phần tử trong
c
c
huỗi. Ba
ng các ddãy bit, tron
à ngược lại Biến đổ
biến đổii tr ng bit, t
A, Quy lu t biến đổii
a
o
o
g
gồm: Biếnn
ử
dụng tr
o
o
gg
á
á
ợ
v
v
;
;
ii
n
n
ư
ư
o
o
aa
ửử
g
hh
N
ậ
ậ
G
G
3. HỆ HỖN LOẠN
n loạn là hệ mà kkhi có thay đổi nhỏ c c tham số
các hà h vi thựcc hi n của h đó. Hỗ loạn là một hành vi không xáác
hông có chu kỳ, ttín hội tụ và tính g m nhóm.Hệ hỗn loạ có tính th
thành từ một quáá t ình tiền định (từ ệ phương trình vi p ân thườnng)
nghiệm phương ttrình vi phhâ thường rất nhạy ảm với giá trị đầu. ệ hỗn loạạn
có nhiề ứng dụng trong bbảo mật thông tin ([5] 10]). Một số hệ hỗn loạn phổổ bi
Lorenz, Logistic,
3.1. Hệ ỗn loạn Lorenz
Năm 1963, Edward Loore
giản tro g khí q yển. Bằngg c
không g an trạng thái ba chhiề
Hệ h
lớn tron
nhiên,
được tạ
ỗ
g
ỗ
á
n
đ
ầu vào d
ẫ
n tới sự kh
á
á
c biệt rấ
ịnh, ngẫ
t thường
Quỹ đạ
iện đan
n như h
tt
uu
,,
oo
gg
ệệ
n
ệ
ệ
ệ
đ
đ
k
k
h
h
o
o
n
n
ấ
ấ
oo
r
r
h
h
H
.
.
n
n
c
c
h
h
u
,
ế
ế
,,…
h
n
n
z, nhà k
ch giữ hầu hết c
[3]. Hệ Lorenz c
ꢀ′ = σ(y − x)
h
í tượng
h
h
ọc, đã phát triển mộ
c biến số liên tục, đã giảm hệ th
mô hình tiền định b chiều [4]]:
tt
mô hìnhh đ
ố
ố
i lưu đơ
ng xuốngg
nn
n
n
u
á
á
á
á
ố
ố
i
u
u
óó
aa
ꢉ
(1))
(
(
)
y′ = ꢀ ꢆ − ꢃ − ꢁ
z′ = ꢀꢁ − ꢇꢃ
trong đ
ꢀ = (ꢀ,
với mọi giá trị đầu ꢀꢈ.
ó
ó, ꢂ = (ꢅ, ꢆ, ꢇ)ꢄ vớới
ꢁ, ꢃ)ꢄ là quỹ đạo ccủ
ꢅ
ꢅ
, ꢆ, ꢇ là các số th
ự
ự
c dương, là vector c
á
á
c tham số
ố
m
m
ô hình v
àà
ꢁ
a
a
hệ. Quỹ đạo ngh
i
ệm ꢀ(t, ꢀꢈ, p) của h
ệệ
Lorenz llu
ôn bị chặnn
ô
3.2. Ứn
g
dụng của hệ hỗnn l
o
o
ạn Lorenz trong
mmã hóa bảo mật
u
Tạp chí NNghiên cứu KH&CNN quân sự, Số Đặc san FEE, 08 - 2018
3611
Đo lường – Tin học
Để mã hóa một ký tự m trong thông tin M nhờ phần tử ꢀꢋ(t, ꢀꢈ, p) của quỹ đạo
ꢀ(t, ꢀꢈ, p)thì ꢀꢋ(t, ꢀꢈ, p) sẽ được trích mẫu thành N giá trị.
(
)
ꢌꢍ = ꢀꢋ t, ꢀꢈ, p , j = 1, 2, 3, … N
(2)
trong đó T là chu kỳ trích mẫu và N là giá trị được chọn đủ lớn. Tiếp tục, xác định: 2
điểm a và b với a > b. Chia khoảng cách giữa a và b thành t khoảng đều nhau (t là số lượng
điểm ảnh có trong ảnh cần mã hóa).
ꢏꢐꢑ
ꢎ =
(3)
ꢒ
Xây dựng thông tin M’ mới được sắp xếp lại các giá trị của M theo chiều tăng dần,
hoặc giảm dần. Khi đó, giá trị ꢓ + ꢎ, được lưu trong M sẽ có vị trí tương ứng mới trong
M’. Lúc này ta có bảng M và M’ là bảng mã hóa và giải mã của ảnh. Các điểm ảnh lưu
trong bức ảnh ở vị trí số đầu tiên trong M sẽ có vị trí mới tương ứng chỉ số của nó được
lưu trong mảng M’.
4. MÔ HÌNH MÃ HÓA ẢNH BẰNG MÃ HÓA DNA VÀ HỆ HỖN LOẠN
Trong mô hình này, chúng tôi đề xuất việc sử dụng mã hóa DNA và biến đổi các vị trí
của ảnh được biểu diễn dưới dạng DNA trên hệ hỗn loạn. Sau đó tiếp tục tiến hành các
biến đổi di truyền trên các đoạn DNA và cuối cùng mã hóa kết quả với khóa để tạo ra ảnh
mã hóa. Các giai đoạn của mô hình được mô tả như sau:
4.1. Giai đoạn tiền xử lý
Bước tiền xử lý có thể tổng quan như sau: Bất kỳ tập dữ liệu nào cũng có thể được biểu
diễn dưới dạng nhị phân (văn bản, hình ảnh, video, dữ liệu). Các dữ liệu này được phân
chia thành các nhóm 8bit, mỗi bit liền kề được chuyển thành 4 giá trị cơ sở của DNA: A,
C, G, T. Ví dụ: 10 11 01 00 10 11 10 11 00 10 01 01 11 01
Chuyển đổi từ dạng nhị phân trên thành dạng DNA: GTCAGTGTAGCCTC.
4.2. Mã hóa bằng DNA
Trước tiên là sinh khóa cho chuỗi DNA. Khóa có thể là một chuỗi DNA hoặc là dạng
nhị phân. Ở đây sử dụng khóa chính là hàm băm SHA256 của chuỗi DNA sau khi biến
đổi. Tiến hành XOR khóa với dữ liệu trước hoặc sau khi biến đổi. Có 2 phương pháp mã
hóa với khóa là XOR với bit nhị phân, hoặc XOR với giá trị DNA. Đối với phép XOR sử
dụng DNA, ta sử dụng bẳng mã hóa sau:
Bảng 1. Quy tắc XOR của DNA.
XOR
A
G
C
T
A
A
G
C
T
G
G
A
T
C
C
T
A
G
T
T
C
G
A
C
Ví dụ: Ta có bản rõ nhị phân: 10 11 01 00 10 11 10 11 00 10 01 01 11 01, khóa bí mật
là: “khoa”: 01 10 10 11 01 10 10 00 01 10 11 11 01 10 00 01, XOR khóa bí mật với bản
rõ, ta có bản mã như sau:
11 00 00 00 01 00 01 11 10 11 10 10 01 11 100.
Đối với bản rõ là DNA ta xét ví dụ bản rõ GTCAGTGTAGCCTC, khóa bí mật "khoa"
được chọn dạng DNA là: CGGTCGGACGTTCGAC, tiến hành XOR khóa bí mật với bản
rõ được: ACTTTCACATTAA.
4.3. Biến đổi theo các tính chất di truyền
Sau khia mã hóa, ta đã có được bản mã lưu trữ dưới dạng DNA. Sau đó áp dụng các
quy định di truyền để thực hiện việc lai ghép, đột biến sau một số lần lặp xác định.
362
N. V. Căn, Đ. N. Tú, “Một phương pháp mã hóa ảnh … DNA và hệ hỗn loạn Lorenz.”
Nghiên cứu khoa học công nghệ
Bảng 2. Một số tính chất trong mỗi vòng lặp.
Các bước thực hiện mỗi vòng lặp
STT
1
2
3
4
Đột biến → Lai ghép
Lai ghép → Đột biến
Lai ghép → Đột biến → Lai ghép
Đột biến → Lai ghép → Đột biến
Với các vòng lặp lẻ có thể xây dựng quy trình khác so với các vòng lặp chẵn để đảm
bảo các dữ liệu được trộn đúng quy luật nhằm đảm bảo tính thống nhất trong chu trình mã
hóa và giải mã.
4.4. Biến đổi trên hệ hỗn loạn Lorenz
Thực hiện xây dựng bảng mã trên hệ hỗn loạn Lorenz theo công thức (1). Các bước xây
dựng:
Input: Kích thước ảnh m,n , các tham số ꢅ, ꢆ, ꢇ
Output: Bảng mã C xây dựng trên các tham số đã cho
1. Mảng A ← m*n*4
2. Xây dựng bảng rõ dựa trên các giá trị của mảng A theo (1)
3. Xây dựng bảng mã bằng phương pháp sắp xếp
B ← sort(A)
4. Xây dựng bảng mã hóa dựa trên 2 mảng A và B
C ← bsearch(A,B) (Mảng C lưu các vị trí các phần tử của A trong mảng B)
Mảng C lưu các vị trí mới trong bức ảnh, chính là mảng được sử dụng phục vụ việc
giải mã và mã hóa ảnh. Mô hình mã hóa ảnh được đề nghị ở hình 5.
Tiền xử lý dữ
liệu
Biến đổi DNA
Biến đổi trên hệ
Ảnh RGB gốc
hỗn loạn
Định hình
Lai ghép
Đột biến
Ảnh được mã
hóa
Mã hóa với khóa
a) Mô hình mã hóa
b) Mô hình kết quả thông qua mô hình
Hình 2. Mô hình mã hóa ảnh và dạng kết quả.
Mô hình đề nghị được mô tả bằng thuật toán:
THUẬT TOÁN MÃ HÓA
Input: Dữ liệu ảnh gốc
Output: Ảnh được mã hóa
1. BData ← Mã nhị phân của ảnh gốc
2. Định hình Bdata
THUẬT TOÁN GIẢI MÃ
Input: Dữ liệu ảnh được mã hóa
Output: Ảnh được giải mã
1. BData ← Mã nhị phân của ảnh mã hóa
2. Định hình Bdata
3. Nhóm 2 bit nhị phân liền kề
3. Nhóm 2 bit nhị phân liền kề
4. DNAData ← BData
5. While (Vòng lặp n ≠ 0) do
6. Định hình DNAData
7. DNAData’ ← Lai ghép các phân đoạn
DNAData’
8. DNAData’’ ← Đột biến trên DNAData’
4. DNAData ← BData
5. Xor DNAData với khóa K.
6. Giải mã DNAData trên hệ hỗn loạn
Lorenz
7. While (Vòng lặp n ≠ 0) do
8. Định hình DNAData
9. DNAData’’
DNAData’
←
Đột biến trên
9. DNAData ← DNAData’’
10. End while
10. DNAData’ ← Lai ghép các phân đoạn
11. Mã hóa DNAData trên hệ hỗn loạn
Lorenz
DNAData’
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018
363
Đo lườờn – Tin học
g
g
12. Xor DNAData với khóóa
13. Địn hình DNAData
14. BD
KK.
1
1
1
1
1. DNADatta ← DN
2. End whil
3. Định hình DNA
4. BData ← DNADaa
AAData’’
h
h
e
a
a
ta ← DNAData
D
D
ata
ta
ata
iải mã )
15. Ản
hh
mã hóa ← BData
15. Ảnh giải mã ← BDD
16. if (SHA256(Ảnh
g
=
kkey)
1
7. then end else giải mã khôngg t
h
h
ành côngg
5. KKI
trường và dữ liệệu t
ình đượ thử nghiiệ
3740 2.70Hz, Ramm 8
một số phương pphá
đồ xám tỉ lệ điểm
rong ản gốc và ảản
RGB đ n điệu vàà ả
hóa A N thông th
Ể
Ể
M THỬ VÀ ĐÁ
ực nghiệm
trên ngôôn ngữ lậ
b và sử dụng hệ điều hành windows
thám mã như ph
N
N
H GIÁ ANN TOÀN
5.1. Mô
i
hh
Mô
hh
c
m
m
pp
trình Python 3, sử d
ụ
ụ
ng máy tín
Professiion
nhạy củaa k
an giữa ccác điểm ản
àu rộng
i phươn
đề xuấ
AenH.1
, ρ = 28
h
h
có CP
l 64 bits
óa; phâ
UU
..
nn
Core i7
--
G
G
7
7
a
a
Kiểm tr
tích lượ
lân cận
a
cc
a
p
p
â
n tích khôngg gian, đ
ộ
ộ
hh
;
m
ảảnh thay đổi và ph
ân tích hệ số tương q
uu
hh
,,
gg
tt
t
h
h
h
h
mã hóa. Thử ng
h màu RGB nhiề
ờng. Các ảnh sa
h
h
iệm với 3 loại: ảnh màu có dảải
chi tiết; đối sánh c c kết quảả v
khi được mmã hóa ằng mô hhìn
.2, EnHH.3; bằng mã hóa A N đượ ký hiệuu l
sử dụng trên hệ ỗn loạn Lorenz như sau: σ =
m
m
anh mà
u
ơ
D
n
n
u
u
áá
ớ
ớ
pháp m
ã
ưư
b
b
h
h
được kí hiệu là EnH.1, EEn
HH
D
c
c
à
à
,,
AenH.2
,,
AenH.3
.
Bộ thamm s
ố
ố
h
1
00
,,
β = 2.6
6
6
7.
5.2. Phân tích l
ư
ợc đồ xám
m
Hình 33.
ình ảnh màu mã hhó
n đã mi h họa cácc l
ác lược đồ xám kkhá
L
L
ược đồ
được coi là lý tư
ợc đồ xám của ảnh gốc và ảnh mã hó
nhau, s u khi m hóa đều thu được c
au. Mô hình đề x ất có biểu đồ histo
không thể hai thác các thôngg t
x
ám của
ả
ả
nh gốc và ảnnh mã hó
ng nếu như có phân bố đồng đđề
. Từ các ản
c ảnh cóó đ
ram đồngg đ
aa.
Một
h
h
a
a
ởở
u
u
dải màu..
gốc bann
nhiễu vàà
Hình tr
ê
ê
n
ư
ư
a
h
h
đầu có
cc
c
c
a
ã
ã
á
á
ộ
ộ
lược đồ xám gần tương tựự n
h
h
u
y
gg
ề
ề
u hơn s
oo
với chỉ
xám trê
s
n
s
ử dụng mã hóa AD
ảnh được mã hóaa đ
n tích các hệ số tưươ
Một phương pháp để đđán
ảnh là đ nh giá các hệ số ttươ
mã hóa. Theo [1] ta có:
D
N
N
. Điều đó cho thấ
k
i
i
n lược đồồ
ể
ể thám mã ảnh.
5.3. Ph
â
n
n
g quan
giá chất lượng
g quan iữa các
h
h
m
m
ã hóa của một phư
ơ
gg
ơ
ng pháp mmã hóa hìn
ảnh gốc và ảnh đượcc
hh
áá
n
n
g
điểm ảnh liền kề tron
đ
364
N. V. Căn, Đ. N. Tú
,
,
“Một phương phá
p
mã hóa ản
h
ạ
… DNA vvà hệ hỗn loạn Lorenz..”
Nghiên ccứu khoa học công nnghhệ
(
)
ꢟꢠꢡ ꢘ,ꢙ
ꢗ
ꢘꢙ
=
(4))
( )
ꢛꢜ ꢘ ꢛꢜ ꢙ
(
))
Với, x và y là các giá trrị c
ủ
ủ
a 2 điể
m
ảnh liền kề nhau.
ꢝ
ꢞ
( )
∑
ꢚ ꢀ = ꢞ ꢣꢤꢝ ꢀꢣ
(5
(6
(7
))
ꢝ
ꢞ
ꢢ ꢀ = ꢞ ꢣꢤꢝ(ꢀꢣ − ꢚ(ꢀ))ꢧ
))
( )
∑
ꢝ
ꢞ
(
)
∑
( )
ꢔꢕꢖꢖ ꢀ
đó, L là số lượng
nghiệm với 5000 điểm ảnhh đ
liệu kiể thử, lược đồ phâân
điểm ản láng gi ng (bảngg 3)..
,,
ꢁ = ꢞ ꢣꢤꢝꢥꢀꢣ − ꢚ ꢀ ꢦ − (ꢁꢣꢣ − ꢚ(ꢁ)
)
))
Trongg
g
đđ
iểm ảnh. Khi r cà
ợc trích xuất ngẫ
hối tương quan (
n
g nhỏ, thu
nhiên từ ảnh gốc v
ình 5) và bảng hệ s
ậ
t toán cà
n
g hiệu qquả [1]. Thự
ảnh mã hhó trong d
tương quua giữa cácc
cc
ư
ư
u
u
à
à
aa
ữữ
m
pp
h
ốố
nn
h
ề
Phân
p
p
hối tươngg quan H..1
Phân phối tươn
g
g
quan H.2
Phân
p
hối tươn
n
g
g
qquan H.3
a
Phân phhối tương quan EnHH.1 Phân phối tương quan EnH.22 Phân phhối tương quan EnH.33
Phâ
n
n
phối tương quan
AenH.
ình 4. L
Phân phối tư
AenH
ợc đồ phhân phối tương quan ủa 2 điểm ảnnh liền k
tr
ng ảnh ốc và ảnhh được mã hóa.
ơ
..2
ng quan
Phâ
n
n
phối tươơn
AenH..3
theo chiềều
g
g
quan
ọc
1
HH
ư
cc
ềề
d
d
o
o
g
Bảng 3. Hệệ s
ố
ố
tương quan tron
g
g
các điểm ảnh giữa ả
n
h gốc vàà ả
ới thuật ttoá
Hìnnh
.1 EnHH.
81 0.1334
752 0.1449
n
n
h mã hó
aa
đối
vv
n
n
đề xuất..
Hì
n
n
h 1
Hình 2
H.1 H.1 EnH.2 A
3
3
H.1
En
n
H.1 Ae
n
e
nH.2
HH
3
3
AenH.
0.9286
0.9355
33
Red 0.7197 0.
0
0
963 0.0951 nan 0.1382 0.2427 0.
9
8
8
Chiềuu
dọc
Green 0.9596 0.
1
1
509 0.1595 nan 0.1519 0.2471 0.
99
5
5
u
Tạp chí NNghiên cứu KH&CNN quân sự, Số Đặc san FEE, 08 - 2018
3655
Đo lườờn – Tin học
g
g
Blue 0.9724 0.
0
0
875 0.0572 nan 0.1406 0.1652 0.
9
9
544 0.1449
653 0.1442
311 0.1226
418 0.1667
498 0.0990
063 0.0665
02 0.0774
2
2
0.9256
0.1808
0.1922
0.186
Red 0.995 0.
1
1516 0.0044 nan 0.1183 0.6833 0.
99
22
Chiều
nganng
Green 0.9999 0.
11
62 0.0618 nan 0.1359 0.7467 0.
9
9
55
Blue 0.9997 0.
Red 0.7497 0.
Green 0.966 0.
Blue 0.9763 0.
1
1008 0.1174 nan 0.1343 0.7564 0.
99
11
0
0
394 0.6476 nan 0.0744
738 0.9573 nan 0.0788
235 0.9415 nan 0.0763
n
n
n
an 0.
9
9
99
0.9496
0.9055
0.9065
Đườnng
chéoo
0
0
an 0.
9
9
88
0
0
an
0.
9
99
Phân
p
p
hối tươngg quan H..1
Phân phối tươn
g
g
quan H.2
Phân pphối tươngg quan H.3
a
Phân phhối tương quan EnHH.1 Phân phối tương quan EnH.2 Phân phhối tương quan EnH.33
Phâ
n
n
phối tương quan
AenH.
h 5. Lược đồ phâ
Phân phối tư
AenH
quan c
ốc và ản
thấy đối với lược đồ phân phối tương
định, các điểm ả h phân phốii đều theo 2 chiều.. C
ảnh mã hóa bằng DNA, ccác lược đồ không ổ định. Một số lược ồ còn cóó t
ơ
..2
ơ
ng quan
Phâ
n
phối tươơn
AenH..3
heo chiềuu ng
g
g
g
quan
1
Hì
nn
â
n
n
p
p
hối tươn
g
ủ
ủ
a 2 điểm ảnhh liền kề
tt
ang
tr
ác lược đồ, ta có th
đề xuất ạt ở mứcc ổ
o
o
ng ảnh
g
hh được mã hóa.
Qua
cc
ể
ể
q
uan, cácc lư
ợ
ợ
c đồ củ
n đối vớ
lệ tươn
aa
ii
gg
mô hìn
hh
đ
n
n
n
nn
ò
ò
đđ
ỉ
ỉ
đồng ca
o
so với ảnh gốc.
5.4. Tỉ l
ệ
số lượnng điểm ảảnh thay đổi
NPC
R
R
(Num
h mã hó
ệ này tỉ lệ thuận vớ
b
a
er of Pixeels Change Rate) [1] là tỉ lệ số điiểm ảnh thay đổi trron
. Tỉ lệ NNP R càng c o (càng ần 100) thì sự thay ổi trong ảản
hiệu qu cho vi c chống lại các tấn ông knoow
g
g
ảnh gố
gốc càn
-plaintextt
cc
gg
so với ả
nn
C
i
i
C
a
ả
g
ệ
đ
c
đ
h
h
lớn. Tỉ
ll
n
n
attack.
T
T
ỉ lệ NPCR được tíính như sau:
∑
(
) . 100%
(8))
ꢜ ꢋ,ꢍ
ꢬ,ꢭ
ꢨꢩꢪꢫ =
ꢮ.ꢯ
ả
Tính toán NPCR trên tậập ảnh thử nghiệm có kết quả:
366
N. V. Căn, Đ. N. Tú
,
,
“Một phương phá
p
mã hóa ản
h
ạ
… DNA vvà hệ hỗn loạn Lorenz..”
Nghiên cứu khoa học công nghệ
Bảng 4. Tỉ lệ NPCR giữa ảnh gốc và ảnh mã hóa.
NPCR H.1 -
H.2 -
H.3 -
H.1 -
H.2 -
H.3 -
EnH.1
EnH.2
EnH.3
AenH.1
AenH.1
AenH.1
Red
Green 99.274055 99.422605 98.77930 99.39991 99.018372 98.767089
Blue 99.235395 99.655096 98.69995 99.28006 99.39294 98.730468
99.198024 98.851314 98.78845 99.32517 99.06606 98.744201
Bảng 4 cho thấy, tỉ lệ điểm ảnh thay đổi giữa các ảnh của mô hình đề xuất và mã hóa
DNA đều đạt ở mức cao, tất cả đều trên 98,5%. Điều đó chứng tỏ mô hình thuật toán đạt
hiệu quả cao trong việc chống lại tấn công known-plaintext attack trên ảnh mã hóa. Kết
hợp với hệ số tương quan, ta có thể kết luận, mô hình đề xuất đảm bảo các tỉ lệ điểm ảnh
thay đổi và giảm được các hệ số tương quan giữa các điểm ảnh theo các chiều ngang, dọc
và chéo. Đảm bảo các nguyên tắc mã hóa ảnh, biến đổi ảnh mã hóa tốt hơn so với mã hóa
bằng DNA thông thường.
6. KẾT LUẬN
Trong bài báo này, chúng tôi đã đề xuất một mô hình mã hóa, cải tiến sử dụng mã hóa
DNA trên hệ hỗn loạn Lorenz. Trong đó, sử dụng một số luật di truyền của DNA để tiến
hành biến đổi, mã hóa theo quy luật sau đó sử dụng hệ hỗn loạn Lorenz để tạo ra một bức
ảnh có nội dung hỗn loạn, ngẫu nhiên. Bài báo cũng đã phân tích một số đặc điểm an toàn
trên bức ảnh được mã hóa, qua các chỉ số và lược đồ đánh giá, có thể thấy mô hình có chất
lượng ảnh mã hóa tốt hơn so với mã hóa bằng DNA. Tuy nhiên, mô hình trong còn một số
vấn đề còn tồn tại như cải tiến về độ mã hóa, tăng độ nhiễu trong bức ảnh cũng cần được
phải nghiên cứu trong tương lai.
TÀI LIỆU THAM KHẢO
[1]. Aarti Patel, Dr.Mehul Parikh, "A Survey on Multiple Image Encryption Using Chaos
Based algorithms And DNA Computing". NCARTICT-2018.
[2]. M. Mitchell, “An Introduction to Genetic Algorithms”, MIT Press, 1998.
[3]. M. Mousa, “DNA-Genetic Encryption Technique”, Computer Network and
Information Security, vol 7, pp. 1-9, 2016.
[4]. H. Khodadadi, O. Mirzaei, “A stack-based chaotic algorithm for encryption of colored
images”, Journal of AI and Data Mining, vol 5, pp. 29-37, 2017.
[5]. Jinhu Lu, “A new chaotic system and beyond: the generalized lorenz-like system”,
International Journal of Bifurcation and Chaos, vol 14, no 5, pp. 1570 - 1537, 2004.
[6]. C. T. Celland, V. Risca and Bancroft C, “Hiding messages in DNA microdots”,
Nature, vol. 399, pp. 533–534, 1999.
[7]. Leier, A., Richter, C., Banzhaf, W. and Rauhe, H. “Cryptography with DNA
Binary Strands”, BioSystems, Vol. 57, pp.13-22, 2000.
[8]. Mohammadreza, Najaftorkaman, Nazanin Sadat Kazazi, "A Method to Encrypt
Information with DNA-Based Cryptography", International Journal of Cyber-Security
and Digital Forensics (IJCSDF) 4(3): pp. 417-426, 201.
[9]. Qiang Zhang, Xiaopeng WeiRGB, “Color Image Encryption Method Based on Lorenz
Chaotic System and DNA Computation”, Journal IETE Technical Review, pp.404-
409, 2014.
Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san FEE, 08 - 2018
367
Đo lường – Tin học
ABSTRACT
A MODEL OF IMAGE ENCODING USING DNA AND LORENZ CHAOS
In this paper, we propose an image coding model using DNA encoding on
Lorenz chaos. It consists of 6 stages: first the original image is entered; binary
processing and DNA modification; transformation on chaos; processing of genetic
calculations (shaping, hybridization, mutation); Encrypt with secret key; obtained
image encoded. The highlight of the model is the use of combining the genetic laws
of DNA and the Lorenz chaos system to conduct coding. Testing of model
performance was tested by testing parameters such as histogram, correlation, etc...
Keywords: DNA Encryption; Chaotic; Lorenz; Image Encryption.
Nhận bài ngày 01 tháng 7 năm 2018
Hoàn thiện ngày 10 tháng 9 năm 2018
Chấp nhận đăng ngày 20 tháng 9 năm 2018
Địa chỉ: Trường Đại học Kỹ thuật - Hậu cần CAND.
* Email: [email protected].
368
N. V. Căn, Đ. N. Tú, “Một phương pháp mã hóa ảnh … DNA và hệ hỗn loạn Lorenz.”
9 trang
15/01/2024
17720
Free
Bạn đang xem tài liệu "Một phương pháp mã hóa ảnh dựa trên tính toán DNA và hệ hỗn loạn Lorenz", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- mot_phuong_phap_ma_hoa_anh_dua_tren_tinh_toan_dna_va_he_hon.pdf
