【摘 要】
:
随着信息科学技术的高速发展和各类移动终端设备的不断更新换代,条码技术因可靠性高、信息容量大、纠错能力强、制作成本低等优势,在电子商务、物流管理、手机支付、城市交通等多个领域展现出较高的应用价值。然而,随着二维码的广泛应用与深入发展,隐私泄露、病毒传播、个人财产损失等安全问题也随之爆发,引起了国家与社会的高度重视,如何实现条码信息的高效安全传输也成为当前的重点研究课题之一。因此,本文就彩色条码的传输
论文部分内容阅读
随着信息科学技术的高速发展和各类移动终端设备的不断更新换代,条码技术因可靠性高、信息容量大、纠错能力强、制作成本低等优势,在电子商务、物流管理、手机支付、城市交通等多个领域展现出较高的应用价值。然而,随着二维码的广泛应用与深入发展,隐私泄露、病毒传播、个人财产损失等安全问题也随之爆发,引起了国家与社会的高度重视,如何实现条码信息的高效安全传输也成为当前的重点研究课题之一。因此,本文就彩色条码的传输安全性展开研究,分别以图像加密技术和秘密共享机制为基础设计了两种彩色条码加密系统。针对多张大容量彩色条码的应用场景,论文以DNA编码计算为基础设计了彩色图像加密算法,并结合数据加密与信息隐写技术,实现了一种基于彩色条码的多级加密系统。该系统兼顾了源信息和条码数据的安全性,其中数据加密方法初步确保了源信息的安全性,隐写技术的引入进一步提升了条码数据的保密性和均张条码的加解密速度,所设计的图像加密算法则为在公共信道中传输的载体图像提供了较大的安全保障。为应对蛮力攻击,该系统的加解密密钥由两个超混沌系统级联迭代产生,生成的密码矩阵具高度随机性与敏感性。提出的图像加密算法以DNA(Deoxyribo Nucleic Acid)编解码为基础,采用置乱-扩散的加密结构,在提供高保密性的同时实现了较低的运算损耗。实验结果表明待传输加密图像的像素间相关性系数均值低至0.0044,信息熵均值接近7.9993,差分测试下的NPCR(Number of Pixels Change Rate)和UACI(Unified Average Changing Intensity)均值分别可达0.9961和0.3346,系统总密钥空间可达2468,证明该系统有较强的抵御穷举攻击、统计攻击和差分攻击的能力。此外,该系统下彩色条码的平均加密时间低至0.3257秒/张,相较于其他条码加密系统,在同等条码信息容量下实现了更低的加密时间损耗。考虑到单张彩色条码的应用场景,论文实现了一种以秘密共享机制为基础的彩色条码加密系统。该系统以彩色色块为基本操作单位,输出的加密图像以彩色条码的方式呈现,且解密算法仅涉及低运算量的异或运算,为移动端设备的条码加密机制提供了设计思路。秘密共享机制、一次一密的加密方式以及色块间的扩散算法为条码数据提供了一定的安全性,实验结果表明任何不足5张的同轮共享密图或不完全同轮的5张共享密图均不能实现对条码数据的还原,同时密图相邻色块间的相关性系数均值在版本7和版本20的彩色条码版本下分别可低至0.0204和0.0140,证明该系统的安全性处在较高水平。此外,在版本5、版本7、版本20和版本30的彩色条码版本下,系统的解密平均耗时分别可低至0.015624秒、0.031242秒、0.125084秒和0.281119秒,较加密时间有至少30%的缩短,证明该系统的运算损耗较低,更适用于低运算能力的移动端设备。
其他文献
在身份识别越来越受到重视的互联网时代,基于手背静脉的身份识别成为研究热点。但是面临采集设备多样性的情况,跨设备条件下的手背静脉身份识别成为必然趋势。在跨设备以及用户配合度低的条件下,采集的手背静脉图像存在亮度、旋转角度和尺度大小等差异,识别率较低。如何在跨设备条件下开展高精度的手背静脉身份识别具有重要的研究意义。论文主要工作和创新性如下:(1)提出以骨架图来描述静脉的形状结构的两种方案:方案一是由
近年来,目标识别技术已经随着深度学习的发展逐渐成熟,智能家居与时尚行业的兴起为基于计算机视觉的衣物识别提供了新的舞台。在居家环境中使用目标识别网络进行衣物识别,在对人身着的衣物类别进行有效的判断的基础上,预估家居环境中的舒适温度、湿度以及空气流通范围,然后输出预测信号给空调等家电来进行相应调节从而保证人体始终处于一个适宜的居家环境中。因此,智能家居场景下的对目标识别的精度和速度都具有很高的要求,又
近年来,人脸识别技术因使用方便在日常生活中被广泛应用,但是人脸信息易被他人获取制作成伪造人脸,非法用户使用伪造人脸攻击人脸识别系统,对用户信息安全造成了极大的隐患。当前已有的人脸活体检测算法随着攻击手段的不断变化,检测能力逐渐下降,人脸识别系统的安全性面临严峻挑战。针对照片攻击、视频重放攻击和面具攻击,本文将人脸运动特征与深度学习相结合,提出了高准确率的人脸活体检测算法,解决了当前人脸活体检测算法
随着选择地铁出行的人越来越多,为了保障旅客的安全,对地铁站内客流量进行实时准确监测变得尤为重要。不同于其他露天场景,高峰期时地铁站内客流量大,同时站内视频采集设备安装位置较高与视频采集角度问题,导致了视频监控内的行人目标的像素较小,检测难度较大,本文提出多尺度加权特征融合网络,实现地铁客流量的精准实时监测。主要贡献包含以下几点:1.数据预处理:本文提出了一种基于过采样的小目标增强算法,整个数据集中
随着科技的发展,人工智能技术在生活中的应用越来越广泛,其中的难点便是如何使机器能够正确地理解人类的语言。机器阅读理解任务的目标是教会机器做阅读理解,使计算机具有和人类一样的理解文章的能力。现有的机器阅读理解方法往往在文章、问题和候选答案之间使用注意力机制来得到相应的向量表示。然而,单一的注意力机制仍有一定的不足,它可能对某些词语过于关注,也可能会忽视某些有用的词语。这会导致它在对文章、问题和候选答
近几年,人工智能技术飞速发展,各种对话系统得到了广泛的研究和应用,特别是在特定领域内的对话系统,比如在航空出行领域,可以应用于机票预定和航班的查询等服务中,减轻企业的负担,降低运营成本,具有极其重要的研究和应用价值。自然语言理解是对话系统的核心模块,其目的是提取出句子中的用户意图和与意图相关的重要语义信息,并将其表示成计算机能够理解的结构化形式。在特定领域类,自然语言理解可以拆分成两个子任务,即意
随着互联网的不断发展,数据过载问题日益明显,用户很难从海量网络数据中获取自己感兴趣的部分,为了解决这类问题,产生了搜索引擎和推荐系统两种工具,其中推荐系统有着更多的新颖性和主动性,因此更受学术界和企业界的关注。一个好的推荐算法可以根据用户的历史数据,准确地分析出用户偏好,进而产生独一无二的推荐列表。为了直观获取用户喜好,大部分的推荐算法采用显式评分进行分析,但这类数据一般不容易获取并且不能保证真实
实际场景中的交通多目标航迹提取面临着目标个数时变、目标运动模型未知和杂波密集等诸多挑战。在现已发展出的各种多目标跟踪算法中,基于随机有限集的多目标跟踪算法可以避免复杂的数据关联,并且带标签的随机有限集跟踪模型通过为目标添加标签实现了目标航迹的提取,基于此而发展出的广义标签多伯努利滤波算法(δ-Generalized Labeled Multi-Bernoulli filter,简称δ-GLMB)的
随着互联网时代的到来,搜索引擎开始被人们普遍使用。在信息检索任务中,针对冷门查询时,由于用户的搜索词范围过小,导致搜索引擎无法检索出需要的数据,从而降低了用户的使用体验。此时查询优化系统可以有效辅助搜索引擎以提供可靠服务。常见的查询优化方法包含查询扩展与查询推荐两种,查询扩展可以根据用户的原查询内容进行扩展,并将扩展后的所有信息融入信息检索系统,从而提高系统的查全率。查询推荐可以根据用户输入的原查
随着大数据时代的到来,诸多行业都提出了众多大数据应用需求。其中,有很多的大数据应用需求相对简单、功能类似,通常可表达为一系列可复用大数据计算单元的组合。针对这种情况,具有较好灵活性和简便性的服务组合技术被应用到具有流程化、功能可复用特点的大数据应用开发工作中。这种思路下,大数据应用可以被表达为以大数据处理相关服务为核心构成的服务组合模型,并通过服务组合引擎对模型的解释执行来实现应用功能。服务组合引