面向体域网数据传输的分级数字混沌加密方法技术

本发明专利技术涉及一种面向体域网数据传输的分级数字混沌加密方法，属于体域网领域，包括以下步骤：S1：基于谱熵分析的有限精度数字混沌系统加密安全性预评估；S2：生成具有有效精度动态可调节特性的数字混沌序列；S3：对数字混沌序列进行二值化处理得到混沌密钥序列；S4：将混沌密钥序列与明文序列进行异或运算得到密文。在数字精度有限的体域网数据传输环境下，实现了保留精度可控的数字混沌序列发生器系统，通过谱熵分析算法，解决了有限精度下传统混沌判断方法无法定量评价混沌动力学退化程度的问题。有效降低了加密算法与数据运算的硬件开销，功耗仅占了三分之一的同时序列保留了良好的随机性，达到了生理敏感信息的加密要求。

【技术实现步骤摘要】
面向体域网数据传输的分级数字混沌加密方法
本专利技术属于体域网领域，涉及一种面向体域网数据传输的分级数字混沌加密方法。
技术介绍
体域网技术属于生物医学与信息科学的交叉领域，基本概念是通过附着于人体体表或植入体内以无线方式连接多个可穿戴式传感器节点形成通信距离不超过2米的局域网络。其中，传感器节点可采集如血压、心率、体温、血氧饱和度、心电、脑电等生命体征参数信息，可有效的应用于慢病监护、老年护理、急重症早期预防、突发疫情病患初筛分诊等场景。相比于普通无线传感网技术，其主要特点是多模态生命体征数据的混合传输，由此带来功耗开销挑战和私密安全性等需要解决的问题。由于体域网生命体征数据传输的实时性要求，使得传统AES、RSA和DES等加密方法不再适合。国内外许多学者提出基于混沌系统的流加密方法来保护体域网数据传输的私密性和安全性。理想上来看，混沌系统具有初值(初始密钥)敏感性，产生的混沌序列难以预测和分析，且相比于传统分组加密方法具有更低的处理时延，非常适合于体域网生命体征数据传输。但是在实际工程应用中，受限于传感器节点芯片成本和功耗开销，混沌序列往往采用有限精度的数字电路进行生成，会出现短周期现象，使得混沌系统的安全性出现退化，难以兼顾体域网多模态数据混合传输对于传输速度、安全性、功耗敏感度的多样化需求。
技术实现思路
有鉴于此，本专利技术的目的在于利用谱熵分析的方法对不同有效精度条件下的混沌系统安全性进行评估分级，结合有效精度动态可调的数字电路实现架构，兼容体域网多模数据混合传输对于安全性和功耗开销的多样化需求，保证高敏感数据安全性的同时降低敏感信息加密的功耗开销，提供一种面向体域网数据传输的分级数字混沌加密方法。为达到上述目的，本专利技术提供如下技术方案：一种面向体域网数据传输的分级数字混沌加密方法，包括以下步骤：S1：基于谱熵分析的有限精度数字混沌系统加密安全性预评估；S2：生成具有有效精度动态可调节特性的数字混沌序列；S3：对数字混沌序列进行二值化处理得到混沌密钥序列；S4：将混沌密钥序列与明文序列进行异或运算得到密文。进一步，采用logistic映射作为序列发生器，精度可控的随机序列发生器表达式为：系统密钥为结构参数μ和初始值x0，其中xn表示第n次迭代产生的值，xn+1表示n+1次迭代产生的值，表示取整之后数据保留的精度。进一步，在门限判别中，生成的伪随机序列转化为二进制序列Sn，判别过程表示为：进一步，根据明文图像I(M,N)的大小得到需要迭代的次数n＝M×N×8，(M,N)表示二位空间坐标系的一个坐标点，I(M,N)代表该点像素的灰度值，与图像在这一点的亮度相对应。进一步，步骤S1中所述基于谱熵分析的算法计算过程包括以下步骤：S11：对序列xn作离散傅里叶变换其中k＝0,1,2,…,N-1其中x(n)表示序列的第n个数的值，表示复指数矩阵；S12：计算功率谱S13：计算序列总功率Ptot与相对功率谱概率PkS14：求序列谱熵其中se的大小收敛于ln(N/2)S15：谱熵归一化本专利技术的有益效果在于：本专利技术提出了应用于无线人体局域网的流加密方案，在数字精度有限的体域网数据传输环境下，实现了保留精度可控的数字混沌序列发生器系统，根据明文数据大小、敏感性需求以及系统功耗等要求保留不同精度。通过谱熵分析算法，解决了有限精度下传统混沌判断方法(如正的Lyapunov指数、Kolmogorov熵等)无法定量评价混沌动力学退化程度的问题。有效降低了加密算法与数据运算的硬件开销，保留32位有效精度时，系统功率消耗仅为4.63uW,浮点数运算达到了13.58uW，功耗仅占了三分之一的同时序列保留了良好的随机性，达到了生理敏感信息的加密要求。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1是本专利技术提出的，面向体域网数据传输的分级数字混沌加密方法流程图；图2是归一化谱熵(SEN)与Lyapunov指数对比图；图3是发送方发送的明文图片；图4是接收方收到的密文图片。具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利技术的限制；为了更好地说明本专利技术的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。本专利技术实施例的附图中相同或相似的标号对应相同或相似的部件；在本专利技术的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利技术的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。本专利技术提出的基于混沌的流加密系统适用于低功耗环境下的无线人体局域网(WirelessBodyAreaNetwork,WBAN)中敏感生理信息的加密，通过保留不同的有效精度，可以保证不同程度敏感信息的安全性，同时降低硬件功耗。本专利技术提出的分级数字混沌加密方法的流程参考图一，图2是谱熵值与Lyapunov指数对比，图3是发送方需要传送的明文图片，图4是接收方收到的密文图片。表格1列出了不同精度与不同长度的序列的归一化谱熵值(SEN)。为了更清晰的阐述本专利技术的加密方法与原理，本说明书将详细描写图1的实施步骤与图2、表格1的内容及原理。图1表示加密流程，本实例选用logistic映射作为序列发生器，表达式是一个简单的非线性迭代方程，其定义如下：xn+1＝μ×xn×(1-xn)，xn∈[0,1]系统密钥为结构参数μ和初始值x0，通信双方只有掌握正确的密钥才能实现信息传输，当3.569≤μ≤4时，系统出现混沌状态，迭代值在区间[0,1]内接近均匀分布。为保证数据精度可控性，将映射方程与向下取整本文档来自技高网...

【技术保护点】
1.一种面向体域网数据传输的分级数字混沌加密方法，其特征在于：包括以下步骤：/nS1：基于谱熵分析的有限精度数字混沌系统加密安全性预评估；/nS2：生成具有有效精度动态可调节特性的数字混沌序列；/nS3：对数字混沌序列进行二值化处理得到混沌密钥序列；/nS4：将混沌密钥序列与明文序列进行异或运算得到密文。/n

【技术特征摘要】
1.一种面向体域网数据传输的分级数字混沌加密方法，其特征在于：包括以下步骤：
S1：基于谱熵分析的有限精度数字混沌系统加密安全性预评估；
S2：生成具有有效精度动态可调节特性的数字混沌序列；
S3：对数字混沌序列进行二值化处理得到混沌密钥序列；
S4：将混沌密钥序列与明文序列进行异或运算得到密文。


2.根据权利要求1所述的面向体域网数据传输的分级数字混沌加密方法，其特征在于：采用logistic映射作为序列发生器，精度可控的随机序列发生器表达式为：



系统密钥为结构参数μ和初始值x0，其中xn表示第n次迭代产生的值，xn+1表示n+1次迭代产生的值，表示取整之后数据保留的精度。


3.根据权利要求2所述的面向体域网数据传输的分级数字混沌加密方法，其特征在于：在门限判别中，生成的伪随机序列转化为二进制序列Sn，判别过程表示为：


<...

【专利技术属性】
技术研发人员：庞宇，韩凯宁，王骏超，肖青，刘勇，马萃林，刘挺，杨利华，赵汝法，
申请(专利权)人：重庆邮电大学，中移物联网有限公司，重庆两江半导体研究院有限公司，
类型：发明
国别省市：重庆;50