《Signal Processing: Image Communication》：EHIES-ECCCA: An efficient hybrid image encryption scheme using ECC and Cellular Automata with Secure Shared Key Generation
编辑推荐：
本文提出一种结合椭圆曲线密码学（ECC）与细胞自动机（CA Rule 90）的轻量级混合图像加密框架EHIES-ECCCA，适用于物联网等资源受限环境。通过ECC确保安全密钥分发，CA Rule 90生成伪随机序列以增强扩散性，实验验证其具有高熵（7.9987）、强敏感性（99.85%）和低加密时间（0.8秒），有效平衡安全性与效率。
Biswarup Yogi | Ajoy Kumar Khan
计算机工程系，米佐拉姆大学，艾佐尔，米佐拉姆邦，印度
摘要
对于混合加密系统而言，安全且轻量级的密钥分发至关重要，尤其是在资源受限的环境中，例如物联网（IoT）。本文提出了一种名为EHIES-ECCCA的新框架，该框架将细胞自动机（CA）规则90与椭圆曲线密码学（ECC）相结合，以高效生成和分发共享密钥。这种混合方法利用了CA的伪随机行为来生成密钥流，并借助ECC的紧凑且安全的结构来实现安全传输。这种结合在确定性高熵密钥生成方面具有创新性，且不需要大量的计算资源。实验评估表明，生成的密钥具有高熵值（7.9987）、强密钥敏感性（99.85%）以及低加密时间（0.8秒），证明了该方案适用于现代网络中的安全实时通信。
引言
由于多媒体数据的激增以及物联网设备之间的互联互通性增强，通过公共网络安全传输图像已成为一个关键问题。根据IBM 2023年的《数据泄露成本报告》，与图像相关的泄露事件，特别是在医疗和金融领域，平均给企业造成的损失超过450万美元，这凸显了对适用于资源受限环境的轻量级但强大的加密方法的需求。传统的加密算法（如AES和RSA）在处理高维和冗余的图像数据时面临挑战，尤其是在实时应用中[1]、[2]。
已经开发出多种图像加密方法。混沌映射、细胞自动机（CA）和混合方法在保护图像数据方面显示出有效性。然而，大多数现有方案无法在高安全性和计算效率之间取得平衡。它们通常无法抵抗差分攻击，无法高效处理大图像尺寸，或在物联网设备上表现不佳。这些局限性构成了明确的研究空白。
本研究通过提出一种结合椭圆曲线密码学（ECC）、CA规则90和哈希函数的混合图像加密方案来解决这些问题[3]、[4]、[5]。ECC提供了强大的安全性，并且密钥长度较短，适合资源有限的设备。它还通过复杂的非线性映射确保了对抗传统攻击的能力。CA规则90生成的伪随机序列减少了像素之间的空间相关性，增强了扩散性和安全性。哈希函数通过即使输入发生微小变化也能产生截然不同的输出，从而提高了密钥敏感性并防止了差分攻击。
通过结合ECC、CA规则90和哈希函数，所提出的方法克服了现有方案的局限性。它在保持计算效率的同时实现了高安全性，适用于物联网网络中的实时图像加密。这种集成直接解决了当前研究中的空白，并证明了进行这项研究的必要性[6]。
研究问题明确如下：如何为资源受限的物联网设备设计一种既能保证强安全性又能实现高效率的图像加密方案？本研究旨在通过设计一种轻量级的混合密码系统，并使用熵、相关性、NPCR和UACI等指标来评估其性能，从而回答这个问题。
本研究的主要贡献包括：
- •
一种改进了物联网平台上实时通信图像数据安全的混合加密方案。
- •
将ECC与CA规则90相结合，以克服AES和DES在处理大尺寸、冗余图像时的局限性。
- •
利用ECC实现强密钥强度和更短的密钥长度，从而提高效率。
- •
应用CA规则90注入伪随机序列，减少空间相关性并增强安全性。
- •
证明所提出的算法在安全性和计算效率方面优于现有方法。
本文的结构如下：第2节回顾了相关文献并对现有工作进行了分类。第3节介绍了必要的基础知识。第4节描述了所提出的方案及其特点。第5节报告了实验结果和性能评估。最后，第6节总结了研究内容并讨论了未来的工作方向。
相关研究
基于混沌映射的方法：
Chen等人[8]将混沌猫映射转化为一个三维对称加密系统，并通过大量实验证明了其实用性和安全性。Pareek等人[9]应用了80位密钥的逻辑映射，展示了有效的安全传输和实时加密功能。Liu等人[10]将DNA编码与混沌映射结合用于保护RGB图像。Luo等人[11]使用帐篷映射和量化技术实现了强大的排列功能
基础知识
在本节中，我们将介绍EHIES-ECCCA方法的数学框架。首先，我们将阐述“细胞自动机（CA）”和“椭圆曲线密码学（ECC）”的基本原理。这些基本概念将为后续对所提出密码系统的深入评估奠定基础。
提出的方案
该加密算法是对称的，遵循三阶段结构：密钥生成、加密和解密。密钥在输入图像初始化时生成一次。每次加密迭代都使用前一次的输出作为下一次迭代的输入。经过最后一次迭代后，会生成加密图像和解密密钥。图3和图4展示了加密和解密的框图。
实验结果与分析
该模型运行在Python 3.7上，执行环境为一台配备Intel(R) Core(TM) i5-8250U CPU（1.80 GHz和8 GB RAM）的惠普笔记本电脑。它使用了secp256r1（P-256）椭圆曲线作为推荐方法[54]。本实现中使用的椭圆曲线参数详细列在表5中。所提出的方法选择了“Lena”、“Baboon”、“Peppers”、“Airplane”和“House”作为输入图像进行测试，因为它们具有共同的特性。图6展示了原始图像、加密图像和
结论
本研究提出了一种混合图像加密方法，该方法结合了椭圆曲线密码学（ECC）和细胞自动机（CA），在图像传输中实现了强大的安全性和效率。ECC确保了密钥的安全生成，而CA生成了复杂的伪随机序列用于像素转换。该方法以低计算成本实现了强大的加密效果，适合资源有限的设备。实验结果基于相关性、熵和数据损失等方面进行了验证
未来工作与改进
当前工作采用了细胞自动机规则90进行排列，因为它简单且适用于轻量级模块。然而，规则90的线性行为可能会限制加密强度。未来的改进将包括集成基于混沌的映射（如Henon映射和逻辑映射），以及动态S-box构造。这些方法将增强混淆性和扩散性，提高整体安全指标，并提供更强的抗密码分析能力
CRediT作者贡献声明
Biswarup Yogi：撰写——审稿与编辑、撰写——初稿、软件开发、方法论、概念化。Ajoy Kumar Khan：撰写——审稿与编辑、监督、资源提供。
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的财务利益或个人关系。
