混沌系统在图像加密中的应用（图像加密评价指标）

 前言

        本节内容我们将学习图像加密的评价指标。为了进一步验证上一节内容加密系统的性能，做了以下几个主要实验：直方图计算分析、相关性计算分析、信息熵计算测试、密钥的信息敏感性等。这里我们选择了大小分别为256×256的Bridge作为主要的测试对象。可以看出，明文和密文图像差别很大。密文图像类似白噪声，看不出其原始图形。

                               (a)                                             (b)                                              (c)

(a)Bridge明文图像 (b)Bridge密文图像 (c)Bridge解密图像

一、直方图分析

       直方图反映了图像中每个像素值的个数，一种好加密系统可让整个加密图像的直方计算图元素分布均匀。从图(a)与图(b)中的对比中可以发现，密文图像的直方图非常平滑，与明文图像的相比，毫无任何直接关联。所以，本文突出的算法不会让攻击者通过分析密文图像得到任何有用的统计信息，所以它们完全可以预防各种有效地统计学算法攻击。

                                 (a)Bridge明文直方图                                     (b)Bridge密文直方图

二、相关性测试

        理想的加密方案可以使得密文具有很低的相关性，以抵抗统计攻击。本文从普通图像及其加密图像中随机选择每个方向上的10000对相邻像素。以Bridge为例，下图展示出了三个方向上两个相邻像素的相关分布。如所观察到的，明文图像中相邻像素的分布高度集中，这意味着原始图像的相关性很强。但是，密文的邻间像素是分散的，这意味着加密图像具有低相关性。

       相关性计算公式如下：

       其中 x 和 y是一幅数字图像中邻近像素的灰度值，N 是从图像中选择的像素总数。结果如下表所示，表明明文图像相关系数趋近于1，而加密图像的相关系数在所有三个方向上都近似为0。下表显示密文图像的四个方向的相关系数很小，趋近于0，我们的图像加密方案具有良好的混淆和扩散特性。

                                (a)明文的水平方向                                               (b)明文的垂直方向

                         (c)明文的正对角方向                                            (d)明文的反对角方向

                         (e)密文的水平方向                                              (f)密文的垂直方向

                         (g)密文的正对角方向                                         (h)密文的反对角方向

       以上述的图像为例，分别按照公式计算其四个方向的相关性系数。从下表中可以看出，在四个方向上，明文的相关性都要远远大于密文的，密文的相关性趋近于0。因此，该加密方案可以很好地打乱明文像素点。  

 表：明文图像和密文图像相关系数计算结果

图像	明文				上一节内容的加密算法
	水平	垂直	正对角	反对角	水平	垂直	正对角	反对角
Bridge	0.8631	0.9000	0.8401	0.8329	0.0169	0.0041	0.0360	-0.0071

三、明文敏感性

        加密图像和明文图像之间要具有相关性，才能防御差分攻击，这就是说如果明文图像某个像素点改变量很小，会让加密图像改变很大。像素的改变率(NPCR)、平均变化强度(UACI)以及平均分块改变强度(BACI)用来衡量整个加密系统对于发生微小的改变是否敏感。其中，像素的改变率的理想值是99.6094%、平均变化强度的理想值是33.4635%，公式如下：

      

其中 C1 和 C2 是两个只有一个不同像素点的密文图像，D(i,j) 被定义为：

       选取200对坐标，改变它们的像素值，下表显示了对明文图像不同坐标像素值改变1位以后，经加密系统加密后两幅图像的两个数值平均值的结果。

表： 明文敏感性分析结果 单位：%

上一节内容的加密算法	Bridge	期望值
NPCR	99.6681	99.6094
UACI	33.4350	33.4635

       从实验数据可以看出，随机选取明文图像一个像素点进行加减1变化，按照相同加密方案执行后，所得两幅密文之间的三个数值接近理想值，从而证明加密算法具有抗差分攻击能力。

四、密文敏感性

       从对于某一明文图像 P1，借助给定的密钥 K 加密 P1，即可得到它们所对应的密文图像 C1。从中随机地选取一个像素点 C1(i,j)，改变这个像素点的值，变化数目为正负1，记为 C2。然后，仍然可以使用密钥K进行解密，并得到还原后的图像，记为 P2。比较 P1 和 P2 的差别，根据 NPCR 和 BACI 的公式计算结果，重复上述步骤100次，最后计算100组两个数值的平均值，结果如下表所示

表 ：密文敏感性分析结果 单位：%

上一节内容的加密算法	Bridge	期望值
NPCR	99.6181	99.6094
UACI	33.4650	33.4635

       从实验数据中我们可以清楚地看出，随机选取加密图像一个像素点进行加减1变化，按照相同的解密方案执行后，所得两幅明文之间的三个数值都接近于理想值，从而也证明了本文的加密系统具有对抗差分攻击的能力。

五、密钥敏感性

        如果在图像加密过程中，秘钥因为一些原因而发生了微小的改变，让加密后得到密文与原来的密文进行对比。如果两个密文图像之间存在着明显不同之处，则可以称这个图像密码系统中的密钥敏感性较高；反之则较差。

       对于logistic系统，只有一个参数 μ，我们改变 μ ，数值为加减0.1，然后对比两个密文的 NPCR和BACI ，结果如下：

表：秘钥敏感性分析结果 单位：%

μ 加减0.1	Bridge	期望值
NPCR	99.6088	99.6094
UACI	33.4634	33.4635

       由表可知，密钥微小改变情况下加密所得到的密文图像间的差别迥异，因为计算的结果接近理想值。因此，密钥敏感性测试表明，提出的加密方案具备良好的秘钥敏感性。

六、信息熵

        信息熵代表一串信号的混乱程度，熵越大，混乱程度越高，有意义的信息越少。利用加密算法对Bridge图像进行加密，进行对比，计算结果列于下表中，其公式如下所示：

       其中，p(i) 为信号 i 的概率；L 为 i 的总数，数字图像对应的理想信息熵为 8

表：信息熵实验结果

	Bridge
上一节内容的加密算法	7.9995

       上表显示了加密Bridge的信息熵，可以看出熵接近于8，因此该方案所获得的密文具有理想的信息熵特性。