当前位置:
X-MOL 学术
›
Expert Syst. Appl.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
基于2D-SCML图像加密和格密码的车联网盲签名方案
Expert Systems with Applications ( IF 7.5 ) Pub Date : 2024-01-11 , DOI: 10.1016/j.eswa.2024.123215
Mengli Gao , Jinqing Li , Xiaoqiang Di , Xusheng Li , Mingao Zhang
Expert Systems with Applications ( IF 7.5 ) Pub Date : 2024-01-11 , DOI: 10.1016/j.eswa.2024.123215
Mengli Gao , Jinqing Li , Xiaoqiang Di , Xusheng Li , Mingao Zhang
当今的车联网在数据传输过程中面临诸多安全风险,而图像数据由于其信息量大、可视性高等特殊特性,在传输过程中更容易受到安全威胁。因此,为了保证车联网环境下数据传输的可靠性,本文设计了一种基于二维正余弦交叉混沌映射(2D-SCML)图像加密和格密码(BSS-IoV)的车联网盲签名方案。该方案的创新点在于针对图像信息的盲签名,在发送信息前对其进行盲化,并结合格公钥加密算法,更好地保证信息传输的安全可靠,降低信息泄露的风险。为了进一步保证方案的安全性,提出了一种基于2D-SCML和像素分割的图像加密算法(2PS-IEA),用于对信息进行盲化,一方面降低信息泄露的风险,另一方面另一方面用于签名过程,保证签名信息的安全。 2D-SCML源自本文提出的跨模型结构。通过仿真结果和实验分析,NPCR和UACI的值分别为99.6094%和33.4635%,接近理想值。并且50%的剪切图像也能恢复出粗糙信息,这表明该签名方案具有抵抗差分攻击、剪切攻击和噪声攻击的安全性。此外,安全分析表明该方案具有抗篡改、抗否认和可追溯性。
"点击查看英文标题和摘要"
更新日期:2024-01-11

"点击查看英文标题和摘要"