基于混沌驱动扩散与循环移位的魔方置乱图像加密技术及其在医疗数据安全中的应用

本综述系统探讨了结合魔方置乱（Rubik’s Cube-based Scrambling）、混沌映射（Logistic Map）与循环移位（Circular Shifts）的新型图像加密框架。该方案在实现高安全性（熵值达7.99，NPCR > 0.994，UACI > 0.32）的同时保持低计算复杂度，适用于实时硬件平台（如FPGA），为医疗影像与生物数据安全传输提供可靠解决方案。

　　

Highlight

本研究提出了一种融合魔方启发式置乱（Rubik’s Cube-based Scrambling）与混沌驱动扩散（Chaos-Driven Diffusion）的图像加密方法，通过确定性模二运算控制行列循环移位（Circular Shifts），并利用Logistic映射生成密钥进行XOR扩散，实现了高安全性与低计算复杂度的平衡。

Proposed framework of the encryption and decryption technique

加密流程始于原始图像转换为一维序列，随后通过Logistic混沌映射生成行列密钥（P_c与P_r）。置乱阶段采用迭代模二运算：计算每行/列像素和并模二（重复三次），结果为0时执行右循环移位（Right Circular Shift），为1时执行左循环移位（Left Circular Shift）。扩散阶段则通过混沌密钥与像素值的XOR操作修改强度值。

The chaotic map outputs a sequence of values, which are used to generate two keys

• •

  (a) P_c（行密钥）

• •

  (b) P_r（列密钥）

• •

  (i) 这些密钥用于后续像素移位控制。

Step 3: Scrambling (Pixel Shuffling)

• •

  (i) 图像重构为二维矩阵

• •

  (ii) 行置乱：

  • •

    (a) 计算每行元素和

  • •

    (b) 和值模二（三重迭代增强随机性）

  • •

    (c) 结果为0 → 右循环移位

  • •

    (d) 结果为1 → 左循环移位

• •

  (iii) 列置乱：

  • •

    (a) 计算每列元素和

  • •

    (b) 和值模二（同上）

  • •

    (c) 结果为0 → 下循环移位

  • •

    (d) 结果为1 → 上循环移位

Experimental Results and Security Analysis

基于MATLAB对256×256灰度图像（USC-SIPI数据库）的仿真显示，加密图像在视觉上与原始图像显著差异。通过熵（Entropy）、NPCR（Number of Pixels Change Rate）、UACI（Unified Average Changing Intensity）、相关系数、SSIM（Structural Similarity Index）、PSNR（Peak Signal-to-Noise Ratio）、卡方检验（Chi-square）及NIST统计测试等多维度分析，验证了方案的高安全性（熵近7.99，NPCR > 0.994，UACI > 0.32）与低像素相关性。

Conclusion

本方案通过魔方置乱、循环移位、混沌密钥与XOR扩散的有机结合，实现了对初始条件高度敏感的轻量级加密，有效破坏图像统计特征，适用于FPGA等硬件平台，为医疗影像与生物数据安全提供实用化解决方案。