저자:  (1) Dong Jiang, 안후이 대학교 인터넷 학부, 안후이 대학교 국가 농생태 빅 데이터 분석 및 응용 공학 연구 센터 & jiangd@nju.edu.cn;  (2) 안휘대학교 인터넷학부 Zhen Yuan;  (3) 안후이 대학교 인터넷 학부 Wen-xin Li;  (4) Liang-liang Lu, 난징 사범 대학교 장쑤성 광전자 기술 핵심 연구소, 난징 대학교 고체 미세 구조 국립 연구소, 난징 & lianglianglu@nju.edu.cn.  링크 표   개요 및 소개   전략 설명   암호화 속도 평가   통계적 평가   보안 분석   매개변수 설정   전작과의 비교   결론   감사의 말씀 및 참고자료  추상적인  인접한 픽셀 사이의 강한 상관 관계로 인해 대부분의 이미지 암호화 체계는 공격으로부터 이미지를 보호하기 위해 여러 차례의 혼란과 확산을 수행합니다. 그러나 이러한 작업은 시간이 많이 걸리고 비디오 암호화의 실시간 요구 사항을 충족할 수 없습니다. 따라서 기존 작품들은 암호화 과정을 단순화하거나 영상 프레임의 특정 부분을 암호화하는 방식으로 영상 암호화를 구현하므로 영상 암호화에 비해 보안성이 떨어진다. 본 논문에서는 이러한 문제를 해결하기 위해 멀티스레드 병렬 혼동 및 확산 기반의 실시간 카오스 영상 암호화 전략을 제안한다. 비디오를 입력으로 받아 프레임을 서브프레임으로 분할하고 스레드 세트를 생성하여 해당 서브프레임에 대해 5회의 혼동 및 확산 작업을 동시에 수행하고 암호화된 프레임을 효율적으로 출력합니다. 암호화 속도 평가를 통해 우리의 방법은 혼란과 확산 속도를 크게 개선하고 Intel Core i5-1135G7, Intel Core i7-8700 및 Intel을 사용하여 실시간 480 × 480, 576 × 576 및 768 × 768 24FPS 비디오 암호화를 구현하는 것으로 나타났습니다. 제온 골드 6226R입니다. 통계 및 보안 분석은 배포된 암호화 시스템이 뛰어난 통계 속성을 갖고 있으며 공격, 채널 노이즈 및 데이터 손실에 저항할 수 있음을 입증합니다. 이전 연구와 비교하여 우리가 아는 한 제안된 전략은 가장 빠른 암호화 속도를 달성하고 다중 라운드 혼란 확산 아키텍처를 기반으로 최초의 실시간 혼돈 영상 암호화를 실현하여 보다 안전하고 실행 가능한 솔루션을 제공합니다. 실제 응용 및 관련 연구를 위해.    : 실시간 영상암호화, 병렬컴퓨팅, 혼돈시스템, 혼란과 확산 키워드  1. 소개  정보 통신 기술의 급속한 발전으로 이미지와 비디오는 데이터 저장 및 네트워크 전송에서 엄청난 잠재력을 보여주었고, 그 결과 이미지 및 비디오 암호화에 대한 광범위한 응용 요구 사항이 생겼습니다[1]. 그러나 DES, AES, RSA 등과 같은 대부분의 기존 암호화 방식은 텍스트 정보를 보호하도록 설계되었으므로 이미지 및 비디오에는 적합하지 않습니다 [2]. 결과적으로 최근 몇 년 동안 다양한 기술을 기반으로 하는 많은 이미지 암호화 프로토콜이 제안되었으며[3, 4, 5, 6], 에르고딕성(ergodicity), 비(non)을 포함한 카오스 시스템의 본질적인 특성으로 인해 카오스 기반 방법이 큰 주목을 받고 있습니다. -주기성, 비수렴성, 초기 조건 및 제어 매개변수에 대한 민감도 등 [7]. 대부분의 카오스 기반 이미지 암호화 알고리즘은 혼란과 확산 단계로 구성됩니다[8]. 이전 단계에서는 값을 변경하지 않고 전체 이미지에서 픽셀 위치를 스크램블합니다[9]. 후자의 단계에서는 픽셀 값이 카오스 시스템에 의해 생성된 바이트 시퀀스에 따라 순차적으로 수정됩니다[10].  이러한 혼동 확산 아키텍처 기반 이미지 암호화 프로토콜은 만족스러운 보안 수준이 달성될 때까지 여러 라운드에 걸쳐 두 단계를 수행해야 합니다[11]. 이는 분명히 시간이 많이 걸리고 비디오 암호화의 실시간 요구 사항을 충족할 수 없습니다. 따라서 기존 작품에서는 암호화 과정을 단순화하거나 영상의 특정 픽셀을 암호화하여 영상 암호화를 구현한다[12, 13]. 첫 번째 범주(전체 암호화라고도 함)의 경우 예를 들어 Ref. [14] 3개의 카오스 맵을 선택하여 바이트 시퀀스를 생성하고, 픽셀과 생성된 바이트 간에 XOR 연산을 직접 수행하여 비디오를 암호화합니다. 참고문헌 [15] 생성된 바이트를 사용하여 프레임을 암호화하고 암호화된 픽셀을 피드백으로 사용하여 배포된 암호화 시스템의 일반 텍스트 감도를 향상시킵니다. 참조. [16] 비디오 프레임에 대해 한 라운드의 혼동 작업을 수행한 후 프레임 암호화를 실현하기 위해 픽셀과 생성된 바이트 간에 XOR 작업을 수행합니다. 실제 응용에서는 보안에 대한 더 높은 요구 사항을 제시하기 때문에 가장 최근에 발표된 연구는 일회성 혼동 확산 아키텍처를 기반으로 합니다[17, 18, 19, 20, 21, 22]. 두 번째 범주는 선택적 암호화라고도 알려져 있으며, 이 범주에 속하는 알고리즘은 계산 복잡성을 줄이기 위해 비디오 프레임의 특정 픽셀을 암호화합니다[23]. 이러한 범주의 전략은 분명히 보안을 희생하면서 높은 효율성을 달성합니다.  따라서 보안을 훼손하지 않으면서 실시간 영상 암호화를 어떻게 구현하는가가 시급한 과제가 되었다. 그러나 영상 전체 암호화 분야에서는 관련 연구가 거의 없는 실정이다. 그리고 우리가 아는 한, 기존 작품은 실시간 영상 암호화를 구현할 수 없습니다. 즉, 초당 암호화된 프레임 수가 영상의 FPS(Frames Per Second)보다 크거나 평균 암호화 시간(ms)이 1000/FPS 미만. 따라서 본 논문에서는 병렬 컴퓨팅의 장점을 활용하여 실시간 혼돈 비디오 암호화 전략을 기반으로 하는 5단계 혼돈-확산 아키텍처를 설계합니다. 성능을 평가하기 위해 두 개의 서로 다른 혼돈 맵을 사용하여 두 개의 암호화 시스템을 구현했습니다. 배포된 암호화 시스템의 암호화 속도를 평가하기 위해 세 가지 하드웨어 플랫폼이 사용됩니다. 평가 결과, 우리의 전략이 바이트 생성, 혼란, 확산 속도를 크게 향상시켜 실시간 영상 암호화 실현의 기반을 마련한 것으로 나타났습니다. 통계 및 보안 분석은 배포된 암호화 시스템이 탁월한 통계 속성과 공격, 채널 노이즈 및 데이터 손실에 대한 저항성을 가지고 있음을 입증합니다. 제안된 전략은 많은 혼란과 확산 방법에도 적합하며 소프트웨어와 하드웨어 모두에서 쉽게 실현될 수 있습니다.  논문의 나머지 부분은 다음과 같이 구성됩니다. 섹션 2에서는 제안된 전략에 대한 자세한 설명을 제공합니다. 3장에서는 전략을 구현하기 위해 두 가지 전형적인 카오스 맵을 선택하고, 배포된 암호화 시스템의 암호화 속도는 세 가지 다른 하드웨어 플랫폼을 사용하여 평가됩니다. 섹션 4와 섹션 5에서는 각각 통계 분석과 보안 분석을 수행합니다. 6절에서는 본 논문에서 사용된 매개변수 설정 이유를 분석한다. 7장에서는 최근 발표된 연구 결과를 비교하고, 8장에서 간략한 결론을 내린다.   이 문서는 CC 4.0 라이선스에 따라   . arxiv에서 볼 수 있습니다

Read My Stories

Research to enable more than one user at a time without requiring multiple copies of the program running on the computer

MultiThreading's blog

이 오디오는 이야기의 원래 언어로 제작되었습니다!

멀티스레드 병렬 혼동 및 확산 기반의 실시간 혼돈 영상 암호화

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

볼츠만 뇌 이론에 대한 간략한 소개

보이지 않는 레이어: 사용자 인터뷰가 대체할 수 없는 자산인 이유

작업 흐름을 10배 향상하는 방법: 17가지 필수 앱

독특한 생태계를 강화하는 비트코인 UTXO 모델

볼츠만 뇌 이론에 대한 간략한 소개

보이지 않는 레이어: 사용자 인터뷰가 대체할 수 없는 자산인 이유

작업 흐름을 10배 향상하는 방법: 17가지 필수 앱

독특한 생태계를 강화하는 비트코인 UTXO 모델

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps