《混沌映射与比特重组的图像加密》（平萍等）一文的算法改进和展望

传送门

1. 文献原文可前往其收录处《混沌映射与比特重组的图像加密》.
2. 文献的算法流程 (包括算法勘误, 算法整理) 可以参见博文《《混沌映射与比特重组的图像加密》（平萍等）一文的算法流程》.
3. 对算法背后一些理论的分析可以参见博文《《混沌映射与比特重组的图像加密》（平萍等）一文的算法分析》.
4. 对算法及其改进形式的仿真实验可以参见博文《《混沌映射与比特重组的图像加密》（平萍等）一文的仿真实验 (基于Matlab)》.
5. 对算法的性能分析可以参见博文《《混沌映射与比特重组的图像加密》（平萍等）一文的性能分析（一）-- 敏感性分析 (基于Matlab)》 以及 《《混沌映射与比特重组的图像加密》（平萍等）一文的性能分析（二）-- 相关性, 安全性强度, 计算用时分析 (基于Matlab)》.
6. 原文算法的实现可以参见博文《《混沌映射与比特重组的图像加密》（平萍等）一文的算法实现（基于Matlab）》.
   
   

算法改进

  博文《《混沌映射与比特重组的图像加密》（平萍等）一文的算法流程》中的 对原文加密算法的主要勘误 一节的第1点指出了基于原文所给的资料, 只能确定原文的加密 (和解密) 算法适用于尺寸为$N\times N$的方形图像 (具体原因可参见原博文). 这个限制的形成来源于可逆Henon映射表达式
$$\{\begin{array}{rl}& x\left(n+1\right)=1-a{x}^2\left(n\right)+y\left(n\right)\mathrm{m}\mathrm{o}\mathrm{d}N,\\ & y\left(n+1\right)=x\left(n\right)+c\mathrm{m}\mathrm{o}\mathrm{d}N.\end{array}$$
中第一, 二式的模数都要求是$N$. 而原文加密算法涉及可逆Henon映射的步骤只有《《混沌映射与比特重组的图像加密》（平萍等）一文的算法流程》中的 整理后的加密算法步骤 中的 第(9)步: 应用可逆Henon映射对8个$N\times N$比特矩阵进行置乱. 事实上, 当明文图像尺寸为$M\times N$时, 该步骤中的8个比特矩阵的尺寸也分别为$M\times N$. 我们指出, 通过添加一些处理, 也可以在$M\times N$的矩阵上应用同上的可逆Henon映射来置乱.

  任取1个$M\times N$的比特矩阵$B_i\left(i=1,2,\cdots ,8\right)$为例来说明操作方法. 当$M=N$时就是矩阵为方阵的情况, 此时不用再添加其他处理. 当$M\ne N$时, 不妨令$N>M$, 我们欲使用滑动窗口法. 初始构建一个大小为$\delta \times \delta =M\times M$的滑动窗口, 设置其滑动步长为$\delta =M$, 令窗口初始位置在矩阵$B_i$的最左端, 规定窗口滑动方向为向右. 以下步骤的执行基于带余除法的思想.

算法步骤
Step 1
对窗口内的矩阵进行$n_i$次Henon映射置乱, $n_i$是对应于该比特矩阵$B_i$的置乱次数.

Step 2
①若窗口的滑动方向为向右, 判断窗口右侧矩阵的列数是否$\ge \delta$. 若是, 将窗口向右滑动$\delta$格, 然后转到Step 1; 否则转到Step 3.
②若窗口的滑动方向为向下, 判断窗口下侧矩阵的行数是否$\ge \delta$. 若是, 将窗口向下滑动$\delta$格, 然后转到Step 1; 否则转到Step 3.

Step 3
①若窗口的滑动方向为向右, 当窗口右侧刚好没有矩阵区域, 即右侧矩阵列数$=0$时, 则该比特矩阵$B_i$的置乱完全结束, 退出算法; 当窗口右侧有$a\times b$的矩阵区域$\left(b>0\right)$时, 置窗口的大小为$\delta \times \delta =b\times b$, 置窗口的滑动步长为 δ =