阅读说明：本技术 一种用于虹膜特征保护的双重加密算法 (A kind of double-encryption algorithm for iris feature protection ) 是由 张恒 焦文明 张键 李宏然 臧奇颜 陈烽 孙雪娇 徐伟伟 许腾腾 潘家乐 于 2019-08-14 设计创作，主要内容包括：本发明公开了一种用于虹膜特征保护的双重加密算法,其实现的具体步骤为：利用混沌函数构建用于虹膜区域特征映射的混沌密钥序列；第一重扩散加密算法；第二重扩散加密算法；参数值导入逆向解密虹膜区域。本发明的算法充分考虑了虹膜区域的信息量大和冗余度高的特色,采用混沌系统对虹膜区域特征进行映射；同时使用双重扩散系统对混沌密钥序列进行双重加密,极大的增强了虹膜特征信息在网络传输中的时效性和安全性,保护了个人隐私和信息安全,特别适用于现代化生物学特征在生产、生活、商业和高端机密等场所的应用。(The invention discloses a kind of double-encryption algorithm for iris feature protection, the specific steps realized are as follows: the chaotic key sequence of iris region Feature Mapping is used for using chaotic function building；First re-diffusion Encryption Algorithm；Second re-diffusion Encryption Algorithm；Parameter value imports reverse decryption iris region.Algorithm of the invention has fully considered the characteristic high with redundancy that contain much information of iris region, is mapped using chaos system iris region feature；Double-encryption is carried out to chaotic key sequence using dual diffusion system simultaneously; greatly enhance timeliness and safety of the iris feature information in network transmission; individual privacy and information security are protected, the application especially suitable for modernization biological property in places such as production, life, business and high-end secrets.)

一种用于虹膜特征保护的双重加密算法

技术领域：

本发明涉及加密算法领域，具体为一种用于虹膜特征保护的双重加密算法。

背景技术：

随着互联网概念的日益普及，个人信息安全变得越来越重要。生物识别技术是通过分析人类固有的生理或行为特征来保护个人信息的重要方式。人体的生物学特征主要包括指纹，面部，虹膜，声音，步态，签名等。近年来，以指纹和人脸为代表的生物识别技术得到了广泛的应用。在公共安全领域，但在申请过程中仍存在一些局限性，虹膜识别的独特性和稳定性弥补了这些不足。

在许多情况下，虹膜可能是唯一可以识别身份的生物识别功能。一系列国际研究表明，虹膜识别是目前最安全，最准确的识别方法。与指纹误差率0.8％，人脸误差率约2％相比，虹膜误差率可低至1％。万能虹膜功能是目前生物识别技术的最高水平。学术界和商界越来越重视基于虹膜特征提取的身份识别技术。虹膜识别逐渐应用于需要高安全性能的某些部门，例如银行系统和安全机构，以及一些对身份验证要求较高的环境。虹膜识别安全性的提高对维护社会和金融安全起着重要作用。

在网络传输过程中，由于虹膜图像信息的不安全性，恶意攻击者有机会泄露或破坏原始图像信息。由于虹膜图像是独特且不可变的，因此一旦虹膜图像被盗，我们的隐私信息可能存在长期披露的风险。面对虹膜图像信息的恶意破坏和受害者私人信息的笨拙措辞，提高虹膜图像安全性的手段仍然是迫切需要解决的问题。

发明内容

：

本发明的目的是针对现有技术的缺陷，提供一种用于虹膜特征保护的双重加密算法，以解决上述背景技术提出的问题。

为实现上述目的，本发明提供如下技术方案：一种用于虹膜特征保护的双重加密算法，包括以下步骤：

步骤(1)：利用混沌函数构建用于虹膜区域特征映射的混沌密钥序列；

步骤(2)：第一重扩散加密算法；

步骤(3)：第二重扩散加密算法；

步骤(4)：参数值导入逆向解密虹膜区域。

作为本发明的一种优选技术方案，所述步骤(1)中的利用混沌函数构建用于虹膜区域特征映射的混沌密钥序列的混沌函数特征为：

特征(1a)：对初始条件敏感；

特征(1b)：必须是拓扑混合结构；

特征(1c)：至少有一个密集的周期轨道。

作为本发明的一种优选技术方案，所述步骤(2)和所述步骤(3)中的扩频加密的主要算法步骤分为：

步骤(2a)：通过常用置乱算法对明文进行置乱信息；

步骤(2b)：通过常用扩散算法对图像像素进行扩散计算。

作为本发明的一种优选技术方案，所述步骤(2)和所述步骤(3)中的扩频加密特征为：

假设要加密的原始明文图像的像素序列由{P(k)|k＝1,2,...,m}表示；混沌密钥序列由W表示；在步骤(2)的扩散加密之后获得的密文图像的像素序列由{Q(k)|k＝1,2,...,m}表示；在步骤(3)的扩散加密之后获得的最终密文图像的像素序列由{R(k)|k＝1,2,...,m}表示：

特征(3a)：步骤(3)的扩散加密过程中，最终密文R(k)与原始明文P(k)之间没有直接联系；

特征(3b)：使用步骤(3)的加密公式无法反转W(k)；

特征(3c)：在每个加密过程中，在密文和明文之间存在XOR运算和非线性“模”运算。

作为本发明的一种优选技术方案，所述步骤(4)中的逆向解密虹膜区域算法特征为：

特征(4a)：输入解密算法主要内容为混沌密钥序列，加密参数值和最终密钥；

特征(4b)：加密和解密过程期间初始密钥和所有参数值完全相同；

特征(4c)：最终解密图像与加密图像完全相同。

作为本发明的一种优选技术方案，所述步骤(2a)中的加扰算法分为：

(2a1)：Arnold变换加扰：对于尺寸大小为N×N的图像，像素的原始位置[x₀,y₀]通过可逆二维矩阵获得的新像素位置[x₁,y₁]；

(2a2)：Baker变换加扰：通过水平拉伸图像然后垂直折叠图像来映射图像，重复该过程直到所有像素的位置都发生变化。

作为本发明的一种优选技术方案，所述步骤(2b)中的扩散算法主要分为：

(2b1)：像素之间的XOR；

(2b1)：在像素之间增加模运算。

本发明的有益效果：为了保护虹膜图像的特征信息，我们首先用混沌加密模型模糊虹膜区域，以保护网络过程中的虹膜信息，然后利用双重扩散加密。新构造的混沌映射产生的序列值分布较强，混沌特征较为复杂，结合加密算法，虹膜图像的像素点分布可以更加离散和均匀，每个指标的性能优越，可以有效抵抗常见的攻击。将直方图分析与图像相邻像素之间的相关性相结合，完全满足加密方法的加密要求，对当前信息安全日益深入人心的大环境下的发展有着非常高的研究价值和意义。

附图说明：

图1是本发明档案数据融合模型流程图；

图2为本算法仿真结果示意图；

图3和4是来自虹膜明文图像和虹膜密文图像的相邻像素的方向相位图。

具体实施方式

：

下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易被本领域人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

本发明提供一种技术方案：一种用于虹膜特征保护的双重加密算法：

包括以下步骤：

步骤(1)：利用混沌函数构建用于虹膜区域特征映射的混沌密钥序列，其中混沌函数的特征在于：

(1a)：对初始条件敏感；

(1b)：必须是拓扑混合结构；

(1c)：至少有一个密集的周期轨道；

步骤(2)：第一重扩散加密算法，扩散加密的步骤为：

(2a)：通过常用置乱算法对明文进行置乱信息，置乱算法主要有：

(2a1)Arnold变换加扰：对于尺寸大小为N×N的图像，像素的原始位置[x₀,y₀]通过可逆二维矩阵获得的新像素位置[x₁,y₁]；

(2a2)Baker变换加扰：通过水平拉伸图像然后垂直折叠图像来映射图像，重复该过程直到所有像素的位置都发生变化。

(2b)：通过常用扩散算法对图像像素进行扩散计算，扩散算法主要有：

(2b1)像素之间的XOR；

(2b1)在像素之间增加模运算。

步骤(3)：第二重扩散加密算法，扩散加密的特征在于：

假设要加密的原始明文图像的像素序列由{P(k)|k＝1,2,...,m}表示；混沌密钥序列由W表示；在步骤(2)的扩散加密之后获得的密文图像的像素序列由{Q(k)|k＝1,2,...,m}表示；在步骤(3)的扩散加密之后获得的最终密文图像的像素序列由{R(k)|k＝1,2,...,m}表示：

特征(3a)：步骤(3)的扩散加密过程中，最终密文R(k)与原始明文[x₀,y₀]之间没有直接联系；

特征(3b)：使用步骤(3)的加密公式无法反转W(k)；

特征(3c)：在每个加密过程中，在密文和明文之间存在XOR运算和非线性“模”运算。

步骤(4)：参数值导入逆向解密虹膜区域，解密特征在于：

(4a)输入解密算法主要内容为混沌密钥序列，加密参数值和最终密钥；

(4b)加密和解密过程期间初始密钥和所有参数值完全相同；

(4c)最终解密图像与加密图像完全相同。

密钥空间的大小是衡量加密方案的抗攻击能力的重要指标。如果密钥空间太小，加密方案容易受到彻底的攻击，导致安全性降低。一个很好的加密算法，密钥空间应该足够大，以抵御穷举攻击。双精度数据在32位计算机中的数据存储为64位，密钥空间为2⁶⁴×2⁶⁴＝2¹²⁸维。即使攻击者每秒攻击1亿个密钥，也需要10¹⁴年才能耗尽整个密钥空间。如果考虑参考值，则密钥空间将更大并且需要更多时间。因此，本专利所提出的双重加密算法的密钥空间对于穷举攻击是安全的。

算法的设计和安全性密切相关。性能良好的算法可以根据各种已知攻击判断标准。选择虹膜图以加密它。仿真结果如图2所示。图2(a)和图2(d)分别显示了原始图像及其直方图。图2(b)和图2(e)分别显示了加密图像及其直方图。图2(c)和图2(f)分别显示了解密图像及其直方图。可以看出，原始图像中所有像素的直方图分布非常不均匀。加密虹膜图像中间区域像素的直方图分布具有良好的线性关系，并且没有为加密虹膜图像的统计分析攻击提供任何线索。因此，可以有效地防止对加密虹膜图像的统计分析攻击。

从水平，垂直和对角线方向随机选择图像中的N对相邻像素，以测试明文图像和密文图像之间相邻像素的相关性。

图3和4是来自虹膜明文图像和虹膜密文图像的相邻像素的方向相位图。实验在虹膜明文图像和虹膜密文图像的水平，垂直和对角线方向上随机收集2000对相邻像素。图3示出了虹膜明文图像中相邻点的像素几乎相等。图4示出了虹膜密文图像中相邻点的像素明显不同。

虹膜明文图像的相邻像素高度相关，其相关系数接近1。虹膜密文图像中相邻像素的低相关系数表明明文的统计特征已扩散为随机密文。本文算法得到的虹膜密文图像达到了破坏相邻像素相关性的目的，使得密文具有更好的随机分布特征。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。