面向 IoT 与边缘网络数据安全及隐私的新型特征感知混沌图像加密方案
密码学与安全
2025-05-02 v1
摘要
由于用于实时决策的智能系统部署日益增多，物联网和边缘网络中图像数据的安全性至关重要。诸如 AES 和 RSA 等传统加密算法对于资源受限的 IoT 设备而言计算成本高昂，且对大容量图像数据效果不佳，导致在隐私保护的分布式学习应用中效率低下。为了解决这些问题，本文提出了一种新颖的特征感知混沌图像加密方案，该方案将特征感知像素分割与混沌链置换和混淆机制相结合，以在保持效率的同时增强安全性。所提出的方案包含三个阶段：（1）FAPS，根据高低边缘强度特征提取并重组像素以破坏相关性；（2）混沌链置换，采用基于 SHA-256 动态更新密钥的逻辑混沌映射进行分块置换；（3）混沌链混淆，利用动态生成的混沌种子矩阵进行按位异或运算。广泛的安全性和性能评估表明，所提出的方案显著降低了像素相关性——几乎为零，达到了接近 8 的高熵值，并能抵抗差分密码攻击。该方案的最优设计使其适用于资源受限环境中的实时部署。
引用
@article{arxiv.2505.00593,
title = {A Novel Feature-Aware Chaotic Image Encryption Scheme For Data Security and Privacy in IoT and Edge Networks},
author = {Muhammad Shahbaz Khan and Ahmed Al-Dubai and Jawad Ahmad and Nikolaos Pitropakis and Baraq Ghaleb},
journal= {arXiv preprint arXiv:2505.00593},
year = {2025}
}