Trong khi tham số thật là (35,3,28)T . Bên thứ
ba đã không thể giải mã thành công. Hình 6.f
là kết quả giải mã khi sử dụng bộ tham số với
thay đổi nhỏ trên, trong khi với bộ tham số
ước lượng từ quá trình đồng bộ ta thu được
kết quả giải mã chính xác. Tính toán số phần
trăm pixel sai khác giữa hai ảnh (Number of
Pixels Change Rate – NPCR[ 12]) 6.e và 6.f
ta thu được: NPCR = 99.6048. Điều này
chứng tỏ thuật toán rất nhạy cảm và tránh
được các tấn công dò khoá.
KẾT LUẬN
Dựa trên lý thuyết điều khiển phi tuyến, bài
báo đã giải quyết được bài toán đồng bộ trạng
thái giữa hai hệ hỗn loạn có cấu trúc khác
nhau và tham số không chắc chắn theo mô
hình điều khiển thích nghi. Trên cơ sở đó, bài
báo cũng đã đề xuất thuật toán mã hoá ảnh số
đảm bảo độ bảo mật theo một số tiêu chí phổ
biến như độ hoà trộn, độ nhạy cảm của khoá.
Các ví dụ được thực hiện nhằm minh hoạ cho
các kết quả. Trên cơ sở các kết quả mô phỏng,
chúng tôi sẽ tiến hành cứng hoá thuật toán
trong thời gian tới.
7 trang |
Chia sẻ: thucuc2301 | Lượt xem: 601 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Thuật toán mã hoá ảnh dựa trên đồng bộ thích nghi hai hệ hỗn loạn khác nhau - Đàm Thanh Phương, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
111
THUẬT TOÁN MÃ HOÁ ẢNH DỰA TRÊN ĐỒNG BỘ THÍCH NGHI
HAI HỆ HỖN LOẠN KHÁC NHAU
Đàm Thanh Phương*, Ngô Mạnh Tưởng
Trường Đại học Công nghệ Thông tin và Truyền thông – ĐH Thái Nguyên
TÓM TẮT
Bài báo giải quyết bài toán đồng bộ thích nghi trạng thái giữa hệ hỗn loạn Chen và mạng nơron tế
bào CNN (Cellular Neural Network) với nhiều tham số bất định. Kết quả về điều khiển đồng bộ
thích nghi được chứng minh chặt chẽ dựa trên lý thuyết ổn định Lyapunov. Sau đó kết quả này
được sử dụng để xây dựng thuật toán mã hoá ảnh số. Hiệu quả của thuật toán mã hoá ảnh đề xuất
được phân tích trên cơ sở một số độ đo phổ biến. Các ví dụ mô phỏng được thực hiện trên môi
trường Matlab.
Từ khoá: Hệ hỗn loạn, mạng nơron tế bào, đồng bộ hỗn loạn, điều khiển thích nghi, mã hoá ảnh.
GIỚI THIỆU *
Sau khi Pecora và Carroll đề xuất khái niệm
đồng bộ driver – response [1] để điều khiển
đồng bộ giữa hai hệ hỗn loạn, đã có rất nhiều
các phương pháp tiếp cận đồng bộ hóa hỗn
loạn được phát triển như đồng bộ phản hồi
tuyến tính và phi tuyến, điều khiển xung,
đồng bộ thích nghi [2-6].v.v. Những kết quả
này chủ yếu được áp dụng để đồng bộ hóa
giữa hai hệ hỗn loạn có cùng cấu trúc. Tuy
nhiên, trong thực tế hệ driver và response
thường không có cấu trúc giống nhau do các
hạn chế vật lý. Hơn nữa, để tăng cường an
ninh trong truyền thông khi áp dụng hỗn loạn
trong bảo mật, một phần hoặc tất cả các tham
số của hệ driver là bất định. Vì vậy vấn đề
đồng bộ driver - response hai hệ hỗn loạn có
cấu trúc khác nhau và có các tham số bất định
đang rất được quan tâm [7-12]. Đóng góp vào
việc giải quyết vấn đề trên, bài báo này đưa ra
phương pháp sử dụng thuật điều khiển thích
nghi để đồng bộ giữa hệ hỗn loạn Chen với
nhiều tham số bất định và hệ hỗn loạn CNN.
Sau đó xây dựng thuật toán mã hoá ảnh số
dựa trên kết quả đồng bộ.
Cấu trúc của bài báo gồm 5 phần như sau:
Sau phần giới thiệu; Phần 2 trình bày vắn tắt
về hệ hỗn loạn Chen và khảo sát đặc tính hỗn
loạn của CNN; Phần 3 giải quyết bài toán
đồng bộ giữa hai hệ hỗn loạn với các tham số
*
Tel: 0912998749, Email: dtphuong@ictu.edu.vn
bất định. Thuật toán mã hoá ảnh dựa trên kết
quả đồng bộ thích nghi hai hệ hỗn loạn được
trình bày chi tiết trong phần 4. Cuối cùng là
phần kết luận.
MỘT SỐ NÉT VỀ HỆ CHEN VÀ CNN
Hệ Chen
Hệ động học Chen được xây dựng bởi Chen
và Ueta năm 1999 [13], với mô hình toán học
là hệ phương trình vi phân sau:
( )
( )
1 2 1
2 1 1 3 2
3 1 2 3
x a x x
x c a x x x cx
x x x bx
= − = − − +
= −
ɺ
ɺ
ɺ
(1)
Trong đó 1 2 3, ,x x x là các biến trạng thái và
, ,a b c là các tham số. Hình 1 thể hiện vùng
thu hút hỗn loạn của hệ (1) khi
35, 3, 28a b c= = = .
Hình 1. Vùng thu hút hỗn loạn của hệ Chen trong
không gian pha 1 2 3( , , )x x x .
Mạng nơron tế bào
CNN được đề xuất bởi Leon Chua và
LingYang năm 1988 [14]. CNN có khả năng
-40
-20
0
20
40
-40
-20
0
20
40
0
10
20
30
40
50
60
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
112
xử lý song song với tốc độ cao và có nhiều
ứng dụng trong xử lý ảnh, nhận dạng mẫu
cũng như bảo mật truyền thông. Trong bài
báo này, ta xét CNN 3 tế bào kết nối toàn bộ
có phương trình trạng thái:
( ) ( )
( )
3
1,
3
1
1, 2,3
j j j j jk k
k k j
jk k j
k
y y a f y a f y
S y I j
= ≠
=
=− + + +
+ + =
∑
∑
ɺ
(2)
Với jy và ( )jf y tương ứng là biến trạng thái
và hàm đầu ra của cell thứ j ; , ,j jk jka a S là
các tham số thực và jI là giá trị ngưỡng.
Hàm ( )jf y được định nghĩa là:
( ) ( )
1 | 1 | | 1 |
2j j j
f y y y= + − − (3)
Đặt giá trị các tham số:
12 13 2 23 32 3 21 31
13 31 22 21 23 33 1 2 3
21 23 33
0;
0;
1;
a a a a a a a a
s s s s s s I I I
s s s
= = = = = = = =
= = = = = = = = =
= = =
Khi đó mô hình CNN 3 cell như sau:
( )1 1 1 1 11 1 12 2
2 2 1 3
3 32 2
y y a f y s y s y
y y y y
y s y
= − + + + = − + +
=
ɺ
ɺ
ɺ
(4)
Với ( ) ( )1 1 1
1 | 1 | | 1 |
2
f y y y= + − − . (5)
Ở đây chúng tôi chỉ giải quyết bài toán đồng
bộ và ứng dụng nên không nói lại quá trình
khảo sát đặc tính hỗn loạn của hệ (4) mà chỉ
đưa ra kết quả một số bộ tham số thoả mãn
(4) là hệ hỗn loạn:
1 11 12 32
1 11 12 32
1 11 12 32
1 11 12 32
( ) 7.717, 1.3443, 4.925, 3.649
( ) 3.86, 1.55, 0.98, 14.26
( ) 4.0279, 1.6856, 9.4, 16
( ) 3.6805, 2.2179, 8.342, 11.925
a a s s s
b a s s s
c a s s s
d a s s s
=− = =− =
= =− = =−
= =− = =−
=− = = =−
Số mũ lyapunov của hệ (4) tương ứng vơí
các trường hợp trên lần lượt là:
1 2 3
1 2 3
1 2 3
1 2 3
( ) 0.1345, 0.0017, 1.058
( ) 0.3203, 0.0018, 2.6167
( ) 0.2472, 0.0018, 2.4525
( ) 0.2985, 0.0011, 1.401
a
b
c
d
λ λ λ
λ λ λ
λ λ λ
λ λ λ
= = − = −
= = − = −
= = − = −
= = − = −
Trong cả bốn trường hợp, số mũ lyapunov lớn
nhất đều lớn hơn không. Do đó với các tham
số này, (4) có hành vi hỗn loạn. Hình 2 thể
hiện vùng thu hút hỗn loạn của (4) trong các
trường hợp trên tương ứng.
-50 0 50
-5
0
5
a
-2 -1 0 1 2
-0.4
-0.2
0
0.2
0.4
b
-2 -1.5 -1 -0.5 0
-0.2
0
0.2
c
-2 0 2
-0.5
0
0.5
d
Hình 2. Vùng thu hút hỗn loạn của CNN trong các
trường hợp tham số a,b,c,d tương ứng.
BÀI TOÁN ĐỒNG BỘ HAI HỆ HỖN
LOẠN CHEN VÀ CNN
Mô tả và giải quyết bài toán.
Bài toán đồng bộ driver – response được
Pecora và Carroll đề xuất năm 1990 [1]. Mục
đích của bài toán là điều khiển hệ response
sao cho tín hiệu (trạng thái hoặc đầu ra) của
hệ response đồng bộ với tín hiệu tương ứng
của hệ driver. Trong phần này, chúng tôi sẽ
giải quyết bài toán đồng bộ driver – response
hai hệ hỗn loạn Chen (1) và hệ CNN 3 cell (4)
có cấu trúc khác nhau bằng thuật điều khiển
thích nghi. Với giả thiết tất cả các tham số của
hệ driver không được biết đối với hệ response
và các giá trị ban đầu của hai hệ hoàn toàn
khác nhau. Chúng ta biết rằng, với đặc tính
nhạy cảm với giá trị ban đầu và tham số hệ
thống, hệ hỗn loạn sẽ có trạng thái thay đổi
rất lớn dẫu cho những thay đổi của tham số
và giá trị ban đầu rất nhỏ. Vì vậy việc xác
định trạng thái khi không biết chính xác
tham số và giá trị ban đầu là rất khó khăn.
Tuy nhiên, thông qua việc thiết kế luật điều
khiển thích nghi đảm bảo hai hệ đồng bộ
tiệm cận toàn cục và xác định được tham số
thực của hệ response, chúng ta sẽ giải quyết
được vấn đề này.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
113
Xét hệ hỗn loạn driver Chen (1). Với giả thiết
, ,a b c là các tham số hoàn toàn chưa biết đối
với hệ response. Hệ response CNN được xác
định như sau:
( )1 1 1 1 11 1 12 2 1
2 2 1 3 2
3 32 2 3
y y a f y s y s y u
y y y y u
y s y u
=− + + + + =− + + +
= +
ɺ
ɺ
ɺ
(6)
Với ( )1 2 3, ,
T
u u u=u là véc tơ điều khiển.
Trừ (6) cho (1) ta có hệ động học lỗi:
( ) ( )
( )
1 1 1 1 11 1 12 2 2 1 1
2 2 1 3 1 1 3 2 2
3 32 2 1 2 3 3
e y a f y s y s y a x x u
e y y y c a x x x cx u
e s y x x bx u
=− + + + − − + =− + + − − + − +
= − + +
ɺ
ɺ
ɺ
(7)
Trong đó véc tơ lỗi trạng thái tương ứng giữa
hai hệ driver và response được định nghĩa là:
( ) ( )1 2 3 1 1 2 2 3 3, , , ,
T T
e e e y x y x y x= = − − −e
Gọi véc tơ các tham số ước lượng và véc tơ
sai số giữa tham số ước lượng và tham số thật
lần lượt là:
( ) ( ) ( )ˆ ˆˆ ˆ ˆ ˆ ˆ, , , , , , ,
T TT
a b c a b c a a b b c c= = = − − −θ θ ɶɶ ɶ ɶ .
Mục tiêu của chúng ta là tìm được bộ điều
khiển u và luật cập nhật tham số ˆθ sao cho
hệ (1), (6) đồng bộ tiệm cận toàn cục với mọi
giá trị ban đầu, nghĩa là lim 0
t→∞
=e .
Xây dựng bộ điều khiển u :
( ) ( ) ( )
( )
1 2 1 11 1 12 2 1 1 1
2 1 2 2 1 3 1 3 2
3 3 32 2 1 2 3
1u a x x s y s y a f y e
u c a x cx y y y x x e
u bx s y x x e
= − + − − − −
= − + + − − − −
=− − + −
ɵ
ɵ ɵ ɵ
ɵ
(8)
Và luật update tham số tương ứng:
( )
( )
1 1 2 2 1
3 3
2 1 2
ˆ
ˆ
ˆ
a e x x e x
b e x
c e x x
= − + =
=− +
ɺ
ɺ
ɺ
(9)
Ta có:
Định lý 1: Hệ CNN (6) đồng bộ tiệm cận toàn
cục với hệ Chen (1) khi sử dụng bộ điều khiển
thích nghi (8) và luật cập nhật tham số tương
ứng (9).
Chứng minh
Thật vậy, chọn hàm Lyapunov cho hệ (7) như
sau:
( ) ( )
1V
2
t = +T Te e θ θɶ ɶ (10)
Ta có:
( ) 1 1 2 2 3 3V t e e e e e e aa bb cc= = + + + + +
T Te e +θ θ ɺɺ ɶɶɺ ɶ ɶ ɺ ɺɺ ɺ ɺ ɺ ɶɶ ɶɶ
Dễ thấy
( ) ( ) ( )ˆ ˆˆ ˆ ˆ ˆ, ,a a a a b b b b c c c c= − = = − = = − =ɺ ɺɺɺ ɺ ɺ ɺɺɶɺ ɺɺ ɺɶ ɶ
Do đó
( ) 1 1 2 2 3 3 ˆˆ ˆV t e e e e e e aa bb cc= + + + + +
ɺɺ ɺɶɺ ɺ ɺ ɺ ɶ ɶ
(11)
Thay (8) vào (7) ta được:
( )
( )
1 2 1 1
2 1 2 2
3 3 3
e a x x e
e c a x cx e
e bx e
= − − = − + −
=− −
ɺ ɶ
ɺ ɶ ɶ ɶ
ɶɺ
(12)
Thay (12) và (9) vào (11) ta được:
( ) ( )( ) ( )( )
( ) ( )( ) ( )
( )( )
1 2 1 1 2 1 2 2
3 3 3 1 1 2 2 1 3 3
2 2 2
2 1 2 1 2 3
V
0
t e a x x e e c a x cx e
e bx e a e x x e x b e x
c e x x e e e
= − − + − + −
+ − − + − + +
+ − + =− − − ≤
ɺ ɶ ɶ ɶ ɶ
ɶ ɶɶ
ɶ
Theo lý thuyết ổn định Lyapunov [15], từ
( )V 0t ≤ɺ ta có lim 0; 1,2,3it e i→∞ = = hay hệ (6)
đồng bộ tiệm cận toàn cục với hệ (1).ٱ
Mô phỏng quá trình đồng bộ
Giả sử tham số hệ thống của hệ driver (1)
được chọn là ( , , ) (35,3,28)T Ta b c = ; Các
tham số của hệ response (6) được chọn theo
trường hợp (b). Sử dụng hàm ODE45 trong
môi trường Matlab R2012a để giải hệ 9
phương trình vi phân nhận được từ (1), (6),
(8), (9) và (12), bước lưới 0.001t∆ = , thời
gian 0.001 256 256 65.54t= × × = ; Các giá
trị ban đầu của (1), (6) và (9) lần lượt là :
( )0.9532, -0.2137, 0.6092 T=0x
( )-0.2248, 0.5121, -0.7321 T=0y
( )ˆ 8.8145, 0.5315, 3.2306 T=0θ
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
114
Hình 3 cho thấy các giá trị sai số trạng thái
hội tụ về không; Hình 4 thể hiện quá trình các
tham số ước lượng hội tụ về tham số thật.
0 10 20 30 40 50 60 70
-20
0
20
40
e
1
0 10 20 30 40 50 60 70
-50
0
50
e
2
0 10 20 30 40 50 60 70
-5
0
5
t
e 3
Hình 3. Giá trị sai số đồng bộ theo thời gian t
0 10 20 30 40 50 60 70
0
20
40
60
a
0 10 20 30 40 50 60 70
0
2
4
6
b
0 10 20 30 40 50 60 70
0
20
40
60
t
c
Hình 4. Giá trị tham số ước lượng theo thời gian t
THUẬT TOÁN MÃ HOÁ ẢNH DỰA TRÊN
ĐỒNG BỘ THÍCH NGHI
Xây dựng thuật toán
Thuật toán mã hoá ảnh sử dụng tín hiệu hỗn
loạn và quá trình đồng bộ thích nghi bao gồm
các bước:
Bước 1: Quá trình hoán vị
Ma trận điểm ảnh gốc A được hoán vị các
điểm ảnh để trở thành ảnh hoán vị P . Quá
trình này nhằm giảm thiểu sự tương quan cao
giữa các điểm ảnh lân cận. Giả sử kính thước
của ma trận ảnh là m n× . Dùng chuỗi tín hiệu
hỗn loạn ( )1 ; 1,2,...,x i i m n= × của hệ driver
(1) để hoán vị A theo thuật toán sau:
- Sắp xếp chuỗi 1x và lấy vị trí thứ tự chuỗi
mới: [u, ind] = sort( 1x );
- Theo hướng hàng, tiến hành tách ma trận 2
chiều A thành mảng 1 chiều y theo thứ tự từ
trái sang phải, từ trên xuống dưới; Đồng thời
thực hiện thủ tục hoán vị:
( )
1
2
1 2
( ) ceil( d( ) / );
( ) mod( d( ), );
( ) ( ), ( ) ; 1, 2,...,
f i in i n
f i in i n
y i f i f i i m n
=
=
= = ×A
Trong đó ceil(u) là hàm làm tròn u về số
nguyên gần u nhất về phía dương vô cùng.
Hàm mod (u,v) trả về phần dư của phép chia
số nguyên u cho v.
Bước 2: Quá trình mã hoá
Quá trình hoán vị vẫn giữa nguyên giá trị mức
xám của mỗi điểm ảnh. Biểu đồ Histogram
của ảnh P vẫn không thay đổi so với ảnh gốc.
Điều này khiến cho ảnh gốc có thể bị tấn công
bởi phương pháp tấn công thống kê hoặc biết
bản rõ. Vì vậy, quá trình mã hoá phải tiến
hành hoà trộn giá trị các điểm ảnh sao cho
ảnh mã trở thành một nguồn ngẫu nhiên và có
rất ít thông tin để giải mã trái phép. Việc hoà
trộn giá trị điểm ảnh sử dụng tín hiệu hỗn
loạn của hệ driver (1) được tiến hành như sau:
- Hai hệ thống nhất một thời gian trễ τ đảm
bảo hai hệ đồng bộ. Thời gian giải hai hệ sẽ
được tính là ( )t m n tτ= + × ×∆ trong đó
m n× là size của ảnh và t∆ là bước lưới, để
đảm bảo tạo ra chuỗi tín hiệu hỗn loạn có số
phần tử sau khi đồng bộ bằng số điểm ảnh.
- Tín hiệu của hệ driver được tổ hợp thành
chuỗi khoá:
( )( )14 2 2 21 2 3mod floor 10 ,256
, 1,..., ; 1,2,..,
i j j jk abc x x x
j t i m nτ τ
= + +
= + = ×
- Chuyển chuỗi giá trị điểm ảnh đã hoán vị y
và chuỗi khoá ik sang dạng nhị phân:
( ) ( )de2bi ,8 ; ( ) de2bi ( ),8 ;i jk k y i y i= =
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
115
Hình 5. Mô hình thuật toán mã hoá ảnh sử dụng đồng bộ hỗn loạn
- Tiến hành mã hoá:
( )bitxor ( ), ; 1,2,..., ;i ic y i k i m n= = ×
Bước 3: Quá trình giải mã:
Ảnh sau khi được mã hoá thành chuỗi tín hiệu
ic , được gửi đi cho bên nhận cùng với các tín
hiệu điều khiển. Tại bên nhận, quá trình đồng
bộ được thực hiện. nhằm khôi phục lại các tín
hiệu của hệ driver và các tham số ˆˆ ˆ, ,a b c .
Chuỗi giải mã được tổ hợp từ hệ response:
( )( )14 2 2 21 2 3ˆ ˆˆ ˆmod floor 10 ,256
, 1,..., ; 1,2,..,
i j j jk abc y y y
j t i m nτ τ
= + +
= + = ×
Như đã chứng minh ở phần trên, khi t dần tới
vô cùng ta có:
( ) ( ) ( ) ( )1 2 3 1 2 3 ˆˆ ˆ, , , , ; , , , ,
T Ty y y x x x a b c a b c→ →
nên ˆi ik k→ . Từ đó có thể giải mã được khi sử
dụng chuỗi ˆik , với thứ tự ngược lại quá trình
mã hoá đã trình bày ở bước trên. Hình 5 mô tả
ý tưởng thuật toán mã hoá ảnh sử dụng đổng
bộ thích nghi hai hệ hỗn loạn Chen và CNN.
Mô phỏng và phân tích bảo mật
Các giá trị chuẩn bị cho mô phỏng như sau:
- Ảnh rõ được chọn là ảnh đa mức xám 8 bit
kích thước 256 x 256.
- Các giá trị ban đầu của quá trình tạo tín hiệu
hỗn loạn và đồng bộ tương tự mục 3.2.
- Thời gian đồng bộ ước lượng τ = 2s.
Kết quả mã hoã và giải mã được thể hiện
trong hình 6. Trong đó a. là ảnh rõ, b. là biểu
đồ histogram của ảnh rõ, c. là ảnh mã, d. là
biểu đồ histogram của ảnh mã; e. là ảnh giải
mã đúng và f. là ảnh giải mã với thay đổi nhỏ
của tham số khoá.
a
0
500
b
0 100 200
c
0
500
d
0 100 200
e f
Hình 6. Kết quả mã hoá và giải mã
( )1 2 3, ,y y y
ˆk
Bên
gửi
yˆ
Bên
nhận
u
k ( )1 2 3, ,x x x
Driver Chen system
Response CNN
Giải mã Điều khiển đồng bộ
1x
Ảnh rõ
Hoán vị
Ảnh giải mã
Mã hoá
c
y
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
116
Dưới đây chúng tôi tiến hành phân tích bảo
mật trên một số khía cạnh sau:
Thứ nhất, ta thấy biểu đồ histogram của ảnh
mã rất phẳng, điều này chứng tỏ quá trình hoà
trộn sử dụng tính chất hỗn loạn đã làm cho
ảnh mã loại bỏ được những thông tin thống
kê. Vì vậy thuật toán có thể chống lại các tấn
công thống kê.
Thứ hai, khảo sát độ đo thông tin của ảnh gốc
và ảnh mã. Chúng ta biết rằng Entropy phản
ánh lượng tin trung bình và độ bất ngờ của
nguồn tin, được tính theo công thức:
2
1
( ) ( ) log ( )
n
i i
i
H m p m p m
=
=−∑ (13)
Trong đó ( )ip m là xác suất xuất hiện im và
với ảnh 8 bit ta có 0,1,...,255; 256im n= = .
Từ đó dễ thấy rằng đối với ảnh 8 bit hoàn
toàn ngẫu nhiên, Entropy lý tưởng bằng 8.
Giá trị Entropy của ảnh gốc và ảnh mã trong
ví dụ trên lần lượt là: E1 = 7.3441 và E2 =
7.9974. Ta thấy entropy của ảnh mã lớn hơn
ảnh gốc và rất gần giá trị lý tưởng. Điều này
chứng tỏ thuật toán đã chuyển đổi ảnh gốc
thành ảnh mã gần ngẫu nhiên.
Thứ 3, về độ nhạy cảm của khoá. Trong thuật
toán đề xuất, để giải mã được cần có quá trình
đồng bộ để xác định lại các tham số chưa biết
của hệ driver. Giả sử bên thứ 3 có được đầy
đủ các tín hiệu điều khiển của hệ driver và
bằng cách nào đó có được:
( ) ( ), , 34.9,23.1,27.9T Ta b c =
Trong khi tham số thật là ( )35,3,28 T . Bên thứ
ba đã không thể giải mã thành công. Hình 6.f
là kết quả giải mã khi sử dụng bộ tham số với
thay đổi nhỏ trên, trong khi với bộ tham số
ước lượng từ quá trình đồng bộ ta thu được
kết quả giải mã chính xác. Tính toán số phần
trăm pixel sai khác giữa hai ảnh (Number of
Pixels Change Rate – NPCR[ 12]) 6.e và 6.f
ta thu được: NPCR = 99.6048. Điều này
chứng tỏ thuật toán rất nhạy cảm và tránh
được các tấn công dò khoá.
KẾT LUẬN
Dựa trên lý thuyết điều khiển phi tuyến, bài
báo đã giải quyết được bài toán đồng bộ trạng
thái giữa hai hệ hỗn loạn có cấu trúc khác
nhau và tham số không chắc chắn theo mô
hình điều khiển thích nghi. Trên cơ sở đó, bài
báo cũng đã đề xuất thuật toán mã hoá ảnh số
đảm bảo độ bảo mật theo một số tiêu chí phổ
biến như độ hoà trộn, độ nhạy cảm của khoá.
Các ví dụ được thực hiện nhằm minh hoạ cho
các kết quả. Trên cơ sở các kết quả mô phỏng,
chúng tôi sẽ tiến hành cứng hoá thuật toán
trong thời gian tới.
TÀI LIỆU THAM KHẢO
[1]. Louis M. Pecora and Thomas L. Carroll
Synchronization in Chaotic Systems Physical Review
Letters, vol. 64, 1990, pp 821-824.
[2]. F. Liu, Y. Ren, X. Shan, and Z. Qiu, A linear
feedback synchronization theorem for a class of
chaotic systems, Chaos Solitons Fractals, vol. 13,
2002, pp 723-730.
[3]. Ju H. Park, Chaos synchronization of a chaotic
system via nonlinear control, Chaos Solitons
Fractals, vol 25, 2005, pp 579-584.
[4]. M. Hu, Y. Yang, and Z. Xu, Impulsive control of
projective synchronization on chaotic systems,
Physics Letters A, vol 372, 2008 pp 3228-3233.
[5]. J. Lu, X. Wu, X. Han, and J. Lü, Adaptive
feedback synchronization of a unified chaotic system,
Physics Letters A, vol 329, 2004 pp 327-333.
[6]. R. Mainieri and J. Rehacek, Projective
synchronization in three dimensional chaotic
systems, Physical Review Letters, vol 82, 1999 pp
3042-3045.
[7]. E.W. Bai, K.E. Lonngren, Sequential
synchronization of two Lorenz systems using active
control, Chaos Solitons Fractals, vol 11, 2000, pp
1041-1044.
[8]. M.S. Tavazoei, M. Haeri, Determination of
active sliding mode controller parameters in
synchronizing different chaotic system, Chaos
Solitons Fractals, vol 32, 2007, pp 583-591.
[9]. S. Pakiriswamy and S. Vaidyanathan, The active
controler design for achieving generalized projective
synchronization of hypechaotic Lu and hyperchaotic
Cai system, IJAIT, vol 2, 2012, pp 75-92.
[10]. C-Jung Cheng, J-Ruen Tsai, Adaptive Control
and Synchronization of Uncertain Unified Chaotic
System by Cellular Neural Networks, 3CA 2010
Symposium, pp 274-277.
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Đàm Thanh Phương và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 106(06): 111 - 117
117
[11]. X.Yi, L. Zhang N. Sun, A. Liu, Adaptive
synchronization of Lorenz system and third-order
CNN wit uncertain parameter, ICAICI 2010
Conference, pp 225 – 231.
[12]. Jun Pen, Du Zhang, Image encryption and
chaotic CNN, book chapter 8 – Machine learning and
cyber trust, springer 2009.
[13]. G. Chen and T. Ueta, Yet another chaotic
atractor, Int. J. Bifurcation Chaos Appl. Sci. Eng, vol
9, 1999, pp 1465-1466.
[14]. L. Chua and L. Yang, Cellular neural
networks: theory, IEEE Trans. Circuits Syst. I, vol.
35, 1999, pp 1257-1272.
[15]. J.J.E.Slotine, W.P.Li. Applied Nonlinear
Control .Englewood Cliffs: PrenticeHall, 1991.
SUMMARY
AN IMAGE ENCRYPTION ALGORITHM BASED ON ADAPTIVE
SYNCHRONIZATION BETWEEN TWO DIFFERENT CHAOTIC SYSTEMS
Dam Thanh Phuong*, Ngo Manh Tuong
College of Information and Communication Technology – TNU
This paper solved the problem of adaptive state synchronization between Chen chaotic system and
CNN (Cellular Neural Network) with uncertain parameters. Results of the adaptive
synchronization control was proven based closely on the Lyapunov stability theory. Then these
results were used to construct the digital image encryption algorithm. The effectiveness of the
proposed image encryption algorithm was analyzed based on a common metrics. The example
simulations were implemented in the Matlab environment.
Key words: Chaotic system, Cellular Neural Network, Chaos Synchronization, Adaptive control,
Image encryption.
Ngày nhận bài: 10/4/2013; Ngày phản biện: 22/5/2013; Ngày duyệt đăng:26/7/2013
*
Tel: 0912998749, Email: dtphuong@ictu.edu.vn
Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên
Các file đính kèm theo tài liệu này:
- brief_39419_42957_21020131615111_3875_2051900.pdf