《Journal of Cybersecurity and Privacy》：Mutual Authentication via Non-Monotonic XOR Visual Cryptography
编辑推荐：
研究人员提出了一种基于增强XOR视觉密码的新型相互认证协议，该协议具有非单调访问结构。秘密图像被分为四个视觉份额，使得恰好三个份额的XOR能够揭示清晰且可读的图像，而一个、两个或全部四个份额的XOR则产生视觉模糊的结果。该性质通过精心设计的视觉密码基础矩阵实现
研究人员提出了一种基于增强XOR视觉密码的新型相互认证协议，该协议具有非单调访问结构。秘密图像被分为四个视觉份额，使得恰好三个份额的XOR能够揭示清晰且可读的图像，而一个、两个或全部四个份额的XOR则产生视觉模糊的结果。该性质通过精心设计的视觉密码基础矩阵实现。基于该构造，研究人员设计了一种轻量级挑战-响应相互认证协议，只需极少密码学操作，主要依赖XOR运算和人类视觉验证，并假设存在可信权威进行初始份额分发。安全分析表明，该协议能够抵抗冒充攻击和窃听攻击，而重放保护可通过纳入标准会话管理技术实现。实验验证确认了所提方案的有效性，使其适用于以人为中心和资源受限的环境。
论文解读：基于增强XOR视觉密码的相互认证
该论文发表在《Journal of Cybersecurity and Privacy》。研究背景方面，随着物联网（IoT）、智慧城市、工业自动化、医疗系统、无人机及元宇宙环境的快速扩展，认证协议需要在计算、存储、能耗和用户交互等方面满足严格约束。现有相互认证方案大多依赖公钥密码、椭圆曲线密码、哈希构造、区块链甚至量子机制，虽然提供较强安全保证，但计算与通信开销大、密钥管理复杂，且依赖专门基础设施或硬件，难以用于可穿戴设备、智能家居、无人机和边缘IoT节点等资源受限场景。视觉密码（VC）由Naor和Shamir提出，利用人类视觉感知而非计算解密来恢复秘密，具有简单直观的优点。然而经典视觉密码遵循单调重建特性：合成份额越多，图像越清晰。这种特性在认证场景中可能导致部分信息泄漏或非预期验证结果。因此，研究人员提出一种增强XOR视觉密码方案，构造非单调访问结构，使得只有在精确份额组合下才呈现清晰图像，并据此设计轻量级相互认证协议。
研究人员开展了如下研究：首先提出增强XOR视觉密码模型，通过基础矩阵设计控制任意份额子集的视觉行为；然后给出具体基础矩阵构造，并形式化分析其汉明权重（Hamming weight）性质；基于该构造设计轻量级挑战-响应相互认证协议；在强对抗模型下分析安全性；最后通过定性和定量实验验证方案有效性。研究意义在于，将视觉密码的简单性与XOR重建的灵活性结合，为以人为中心和资源受限环境提供了一种新型轻量级认证途径。
主要关键技术与方法可概括为：一是基于XOR的基础矩阵设计，采用4个视觉份额、每组像素9个子像素的展开，通过汉明权重控制对比度差，使恰好3个份额XOR时产生正对比度，其余组合为零对比度；二是会话相关伪随机置换机制，利用共享种子K和会话标识t经SHA-256派生会话种子，再以ChaCha20或AES-CTR密钥流驱动的Fisher-Yates无偏采样生成列置换，使每次认证使用不同视觉编码；三是挑战-响应认证流程，双方仅通过XOR运算和视觉检查完成双向认证。该研究未涉及样本队列来源。
研究结果如下。
增强视觉密码构造：研究人员设计了满足增强XOR视觉密码定义的基础矩阵。通过枚举所有可能份额子集的汉明权重，发现授权子集（恰好3个份额）的对比度差为正，而非授权子集（1、2或4个份额）的对比度差为零。由此得出结论：只有三份组合能产生清晰可识别图像，其他组合视觉模糊，实现非单调重建。
轻量级相互认证协议：基于上述视觉结构，研究人员设计了挑战-响应协议。用户A计算自身份额与另一份额的XOR并发送，用户B用自己份额执行XOR后视觉验证；反向同理。由于使用会话相关置换，每次认证的编码不同，已记录消息无法在后续会话中重用。该协议避免公钥加密、数字签名和复杂密钥交换，仅需XOR运算和视觉检查。
安全分析：在Dolev-Yao模型下，研究人员分析了窃听、重放、中间人、暴力猜测等攻击。对于窃听，两份额XOR或四份额XOR均产生模糊图案，无法泄露秘密；对于重放，由于新旧会话使用不同置换序列，重放重建的对比度分布围绕零对称，不能形成正对比度；对于中间人和暴力攻击，伪造消息需在2
N个候选值中猜中唯一有效认证值，概率可忽略。最终证明协议可抵抗冒充、窃听、重放、中间人和暴力攻击。
定性视觉评估：研究人员使用多幅不同复杂度的二值图像进行测试，包括几何图案、字母数字符号和密集形状。结果显示，只有三份额XOR组合清晰暴露秘密结构，其余组合均模糊且无法辨认，说明非单调重建特性与图像复杂度无关。
定量感知评估：研究人员利用峰值信噪比（PSNR）、结构相似性指数（SSIM）和香农熵进行量化。三份额组合达到无限PSNR、SSIM为1，完美重建；非授权组合熵为零，退化为均匀图像，信息完全丢失，验证了有效与无效重建之间存在明确感知差异。
噪声扰动鲁棒性：研究人员对单个传输份额施加不同比例比特翻转噪声，测量误拒绝率（FRR）、误接受率（FAR）、整体像素错误率、PSNR和SSIM。结果显示FRR在低噪声下保持很低，而FAR随噪声增加更快上升；低至中等噪声下重建仍清晰可用，高噪声下图像退化，但非授权组合始终无意义，安全性不受影响。说明方案具有渐进退化而非突然失效的特点。
计算复杂度：每个像素的XOR为逐位操作，时间复杂度为O(H×W)。认证过程每会话仅需常数次XOR，整体计算复杂度与图像尺寸线性相关，适合资源受限环境。
基准与比较分析：与基于公钥密码、区块链及硬件辅助的认证方案相比，该协议无需加密、签名、证书或区块链基础设施，只需存储视觉份额和共享种子，并依赖XOR操作和人类视觉验证。研究人员指出，该方案并非取代Kerberos或TLS，而是为轻量计算和人类可验证认证场景提供补充机制。
讨论部分指出，基础矩阵满足增强XOR视觉密码定义，授权子集产生正对比度，非授权子集产生零对比度，因此视觉清晰度只在精确三份额组合时出现。实际部署中，可信权威仅在注册阶段生成并分发份额和种子；可通过阈值注册、离线短期注册和可审计注册日志缓解单点信任问题。局限性包括需要可信注册阶段、依赖安全存储保护长期秘密，以及默认依赖人的视觉判断；该限制与经典视觉密码及生物特征认证相似，方案主要面向可控部署环境。
研究结论可翻译为：本文提出了一种基于增强XOR视觉密码非单调重建行为的相互认证方法。通过仔细设计视觉基础矩阵，确保单个份额完全不透明，两份或四份XOR产生模糊输出，只有恰好三份合并才能获得清晰重建。基于该视觉结构，研究人员设计了轻量级挑战-响应相互认证协议，依赖简单XOR操作和人类视觉感知，并假设安全注册阶段用于秘密分发。该方法避免了加密、签名和密钥交换等计算密集型密码原语，计算开销低。在定义的对抗模型下，安全分析证明协议能抵抗窃听、冒充和中间人攻击；重放攻击通过会话相关置换机制得到解决。定性与定量实验均确认，只有有效三份额组合产生有意义重建，其他组合视觉模糊。未来工作将探索多参与方认证、自适应份额分配、灰度与彩色图像支持、去中心化注册机制，以及在实际IoT和边缘计算系统中的部署。
