编辑推荐：
智能农业中农业图像含作物营养、病害等敏感信息，传输时易遭非法访问。研究人员开展基于 AES 算法的实时农业图像加密研究，在 Jetson Nano 和 Xavier NX 上测试。结果显示算法鲁棒，Xavier NX 性能更优，为数据安全提供方案。
在科技飞速发展的当下，智能农业（SA）借助物联网（IoT）设备、无人机、边缘计算等前沿技术，正经历着突破性变革。这些技术让农民能够实时、数据驱动地监控和管理作物，极大地提升了农业生产效率。然而，从卫星、飞机或地面相机捕捉到的农业图像，在网络传输过程中极易遭受未经授权的访问和恶意攻击。并且，农业和食品行业的安全水平低得惊人，使其成为网络攻击的主要目标。农业图像对于评估作物健康、检测病害、监测环境条件等决策至关重要，所以保护这些图像免受未经授权的访问和操纵，对确保这些重要资源的完整性和机密性而言至关重要。
为解决上述问题，来自美国南达科他州相关研究机构的研究人员开展了关于实时农业图像加密的研究，该研究成果发表在《Computers and Electronics in Agriculture》上。
研究人员主要采用了以下关键技术方法：利用边缘计算设备，如 Jetson Nano 和 Jetson Xavier NX，结合高级加密标准（AES）算法。通过安装在 NVIDIA Jetson 平台上的相机串行接口（CSI）相机捕捉图像，借助 Wi-Fi 模块将加密后的图像从现场传输到基础计算机进行进一步处理。使用尺寸为 1920×1080、不同帧率（5、10、15、24 和 30 fps）的图像来评估加密性能。
结果和讨论
- 加密算法性能评估：对 AES-128 加密算法保护实时农业图像的有效性进行了评估。结果显示，该算法对任何位的变化都高度敏感，具有高均方误差（MSE）和低峰值信噪比（PSNR）值。归一化像素变化率（NPCR）和统一平均变化强度（UACI）值分别大于最小值 99.6094% 和 33.4635%，证实了其对统计和差分攻击的鲁棒性。
- 边缘计算设备性能对比：对 Jetson Nano 和 Jetson Xavier NX 在保护农业图像方面的性能进行了比较。实验结果表明，Jetson Xavier NX 始终优于 Jetson Nano。在更高的帧率下，这种差异尤为明显，Jetson Xavier NX 在解密时间和总处理时间方面均比 Jetson Nano 有显著改善。
结论和展望
在智能农业领域，遥感图像、高光谱图像以及无人机和无人地面车辆（UGV）捕捉的图像被用于识别病害、监测作物生长、测量养分含量、预测产量等。因此，必须保护这些数据免受不必要的访问。否则，攻击者可能会篡改数据，农场主将无法采取必要的行动，如调整灌溉、施肥、喷洒农药等。本研究提出了一种新颖、经济高效的实时农业图像加密技术，利用边缘计算设备上的 AES 算法，有效保护了传输过程中的敏感农业数据，抵御了潜在的网络攻击。通过对两种边缘计算设备的性能评估，为选择合适的设备来保护实时农业数据提供了依据，有助于构建更安全、高效和可扩展的智能农业系统。未来，可进一步优化加密算法，以更好地适应边缘计算设备的处理能力、存储容量和能源效率等限制，推动智能农业在数据安全方面的发展。
