买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：桂林电子科技大学

摘要：本发明公开了一种基于混沌的线程池与GPU组合优化批量图像加密方法，该方法是先对用户输入的大批量数字图像进行异步的预处理；然后提取经过自动化预处理后的批量图像进行计算块划分，采用GPU高性能计算得到VectorListu，采用基于Lorenz混沌系统产生的混沌序列进行加密；利用现有的性能优化算法结合可视化交互系统形成批量图像加密软件，对批量图像进行直方图分析、相关性分析、信息熵分析。实验测试结果表明，不仅能实现批量图像加密，有效抵御暴力攻击、差分攻击、统计攻击、噪声攻击等常见的攻击手段，对于非极端类彩色数字图像平均加密速度达到7.543毫秒每张、1.783秒每GB数据。经过性能优化后的批量数字图像加密在保证加密质量的同时在加密效率上有显著的提高。

主权项：1.一种基于混沌的线程池与GPU组合优化批量图像加密方法，其特征是：包括如下步骤：1基于线程池的异步读取与预处理：对用户输入的大批量数字图像进行异步的预处理，预处理包括对批量图像进行基于线程池的异步IO与对图像进行水平镜像变换；首先对批量图像进行c＝nt1的自动化划分，其中c表示每批次的图像数量，n是批量图像总数，t1是线程池中空闲线程数；然后对于每批的图像采用轮循机制异步读取每次一张图像，在读取任务完成后立刻对图像进行水平镜像变换，变换过程如公式1所示： 式中，x、y为变换后的像素坐标，w为图像的宽；2基于线程池的自动化计算块打包：提取步骤1经过自动化预处理后的批量图像M进行计算块划分，批量图像M为m1，m2，m3...，对于每一个图像m，若其满足whT0则要进行分块，其中T0是系统设置的分块阈值；对于需要分块的图像则将其拆分成四块独立的图像，每块图像的宽与高的值分别为w0＝[w2]，h0＝[h2]，继续进行分块检测直到满足像素尺寸阈值小于T0；对于每一个图像m，得到拆分后的像素矩阵u0，u1，u2...，最后进行计算块的打包，对于每一个图像m采用VectorListu的数据结构，Listu是由图像矩阵组成的链表，作为一个最小单位计算包；3基于GPU并行的高性能混沌加密：采用GPU高性能计算对步骤2得到的VectorListu进行加密，加密采用基于Lorenz混沌系统产生的混沌序列；混沌序列生成基于公式2： 其中，x′，y′，z′为系统的三个变量，a，b，c是任意正数，代表Lorenz系统参数；当a＝10，b＝83，c作为变量且当c24.74时Lorenz系统进入混沌状态；当c＝28的时候Lorenz系统进入理论最佳混沌状态；此时只要给系统的x′，y′，z′三个变量设定一个初值，对t进行指定步长的迭代就能不断生成关于x′，y′，z′的混沌序列，至此混沌序列L生成完毕；接着，构造若干个核函数fun_ku,L，其中u代表步骤2中的最小计算块，L是生成的混沌序列；构造完成后采用GPU编程技术执行Ffun_ku0,L0,fun_ku1,L1,fun_ku2,L2...进行高性能的并行批量混沌加密,加密公式如公式3所示： 其中P′代表密文像素的值，P代表明文像素的值，4利用现有的性能优化算法结合可视化交互系统形成批量图像加密软件，对批量图像进行直方图分析、相关性分析、信息熵分析。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 一种基于混沌的线程池与GPU组合优化批量图像加密方法