一种基于混沌的线程池与GPU组合优化批量图像加密方法

一种基于混沌的线程池与gpu组合优化批量图像加密方法
技术领域
1.本发明涉及大数据处理和信息安全领域，具体是一种基于混沌的线程池与gpu组合优化批量图像加密方法。


背景技术：

2.随着科技的飞速发展，信息数字化已经成为人们日常生活中的主旋律，我们每天看到的、听到的信息几乎都是从各类多媒体设备中获取。数字图像作为多媒体形式中最为重要的信息载体之一，是人们获取信息最重要的来源。而关于数字图像信息安全方面的问题也随着多媒体技术的发展而日益增多，在许多领域如商业、医疗、军事等对数字图像的信息安全尤为重要，因此数字图像加密技术也是信息安全研究的重点领域之一。
3.数字图像加密技术是研究如何将数字图像有效的进行加密和隐藏，其中最为重要的关键在于可否将数字图像在无损的情况下还原出来。但是在大多数的实际通信场景中数字图像数据的传递无可避免的会有失真，这是因为数字图像作为信息载体其本身的特性与其他信息不同，数字图像相较于文本等一般的信息载体有更大的数据量，其冗余度极高。
4.数字图像其直观上看是二维信息，但也可以进行散列化将其看作是一维信息。传统的数字图像加密将数字图像看作一维信息通过加密算法进行加密，但是这就忽略了图像本身的特性，由于数字图像本身的数据量极大且冗余度很高，像素之间有复杂的相关性，这就导致将其直观的看作一维数据进行加密耗时很高，达不到实时性的需求。因此一个良好的图像加密算法在保证加密质量的同时也要保证加密速度，甚至在某些特殊场景宁愿牺牲加密质量也要保证加密的实时性。
5.混沌状态是一种对初始条件极为敏感且状态轨迹毫无规则性的一种复杂的稳定状态。由于混沌系统对起始参数值敏感、随机性强、可无限遍历等特点特别适用于图像的加密技术，因此基于混沌系统的图像加密技术成为数字图像加密领域的新兴技术。基于混沌系统的图像算法能够满足人们对数字图像信息安全的需求，即在保证加密质量的情况下也能够满足快速加密的需求甚至能达到视频流的实时加密。
6.现阶段随着采集设备的迭代更新，大数据的发展与日趋复杂的需求产生大量的数字图片信息在通信网络上传递，需要对大批量的图像进行在保证速度下的加密传输。因此需要一个成本较低的批量图像加密系统，实现低时间成本较高安全性的加密系统。


技术实现要素：

7.本发明就是针对图像加密有高性能需求的背景下实现的一种基于混沌的线程池与gpu组合优化批量图像加密软件，根据后续性能测试本发明能够在较短时间内完成大批量的数字图像加密任务，且能够胜任实时加密需求。
8.实现本发明目的的技术方案是：一种基于混沌的线程池与gpu组合优化批量图像加密方法， 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的自动化划分，其中c表示每批次的图像数里，n是批量图像总数，t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：（1），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(m1,m2,m3...)进行计算块划分，对于每一个图像m若其满足则要进行分块，其中是系统设置的阈值；对于需要分块的图像则将其拆分成四块独立的图像，每块图像的宽与高其值为，继续进行分块检测直到满足像素尺寸阈值小于；对于每一个图像m，得到拆分后的像素矩阵m(u0,u1,u2...)，最后进行计算块的打包，对于每一个图像m采用vector《list《u》》的数据结构，其中list《u》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vector《list《u》》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）：（2）其中，是任意正数，代表lorenz系统参数；当，作为变量且当时lorenz系统进入混沌状态；当的时候lorenz系统进入理论最佳混沌状态；此时只要给系统的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的混沌序列，至此混沌序列生成完毕；接着，构造若干个核函数fun_k(matu,matl)，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f(fun_k(u0,l0),fun_k(u1,l1),fun_k(u2,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：（3）其中代表密文像素的值，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
图像进行评估包括直方图分析、相关性分析、信息熵分析。
9.经过多次实验测试结果表明，不仅能实现批量图像加密能够有效抵御暴力攻击、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。
10.本技术方案采用线程池、gpu技术与混沌加密算法相结合，对大批量图像进行异步读取与镜像变换预处理，对批量图像进行基于线程池技术的计算数据打包，采用gpu技术进行大批量并行高性能计算对图像进行混沌加密，同时与软件平台结合具有良好的可视化界面，能够满足大数据时代下的大批量图像快速加密需求，加密速度能够满足实时性需求且其安全性也有一定的保障。
附图说明
11.图1为实施例方法流程示意图；图2为实施例方法性能测试示意图。
具体实施方式
12.下面结合附图和实施例对本发明的内容作进一步的阐述，但不是对本发明的限定。
13.实施例：参照图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，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，对批量图像进行的自动化划分，其中c表示每批次的图像数里，n是批量图像总数，t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：（1）其中，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(m1,m2,m3...)进行计算块划分。对于每一个图像m若其满足则要进行分块，其中是系统设置的阈值。对于需要分块的图像则将其拆分成四块独立的图像，每块图像的宽与高其值为，继续进行分块检测直到满足像素尺寸阈值小于即可。对于每一个图像m，我们得到拆分后的像素矩阵m(u0,u1,u2...)，最后进行计算块的打包，对于每一个图像m采用vector《list《u》》的数据结构，其中list《u》是由图像矩阵组成的链表，它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vector《list《u》》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）（2）式中是任意正数，代表lorenz系统参数；特别地当，作为变量且当时lorenz系统进入混沌状态。当的时候lorenz系统进入理论最佳混沌状态。此时只要给系统的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的混沌序列，至此混沌序列生成完毕。接着构造若干个核函数fun_k(matu,matl)，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f(fun_k(u0,l0),fun_k(u1,l1),fun_k(u2,l2)...)进行高性能的并行批量混沌加密,加密公式如（3）所示：（3）式中代表密文像素的值，p代表明文像素的值；4）与软件平台结合：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。软件提供了用户的登录与注册功能，批量密钥管理功能，批量图像的加密与解密功能，对批量图像进行评估（包括直方图分析、相关性分析、信息熵分析功能）。经过多次实验测试在本软件实现的批量图像加密能够有效抵御暴力攻击、差分攻击、统计攻击、噪声攻击等常见的攻击手段。
14.如图2所示，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。