DOI: https://doi.org/10.1038/s41598-026-36772-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41663504
تاريخ النشر: 2026-02-09
المؤلف: Yaru Liang وآخرون
الموضوع الرئيسي: تشفير الصور/الإشارات المعتمد على الفوضى
نظرة عامة
تقدم الورقة خوارزمية جديدة لضغط الصور وتشفيرها تدمج شبكة عصبية من نوع Back Propagation (BP) محسّنة مع نظام فوضوي ذو معلمات متغيرة. يتم تحسين الأوزان الأولية لشبكة BP باستخدام خوارزمية الألعاب النارية (FWA)، مما يعزز كفاءة الضغط وجودة إعادة بناء الصورة. يقوم نظام فوضوي، تم إنشاؤه من خرائط لوجستية-خيمة وخرائط تشيبيشيف، بتوليد تسلسلات عشوائية زائفة للتشفير والتشتت، بينما ي disrupt آلية تشويش عالمية-محلية متعددة المستويات الخصائص الإحصائية للصورة. يتم إنهاء عملية التشفير باستخدام استراتيجية طفرات-تشتت قائمة على رمز غراي.
تظهر النتائج التجريبية أن النظام المقترح يظهر قوة كبيرة ضد هجمات مختلفة، كما يتضح من تحليل المدرج التكراري، وانتروبيا المعلومات، ومساحة المفاتيح، ومقاييس مقاومة الهجمات. بشكل ملحوظ، عند نسب ضغط متكافئة، تتفوق الخوارزمية على الشبكات العصبية التقليدية من نوع BP، مما يؤدي إلى جودة إعادة بناء متفوقة لاستعادة الصور عالية الدقة. تتناول هذه الدراسة الحاجة الملحة لتشفير وضغط الصور بكفاءة، خاصة في ضوء الزيادة المتزايدة في حجم بيانات الصور والضرورة لحمايتها من الوصول غير المصرح به والتلاعب.
طرق
في التحليل التجريبي، تم استخدام ثلاث صور اختبار—فلفل، منزل، وقرد، كل منها بحجم 256 × 256 بكسل—لتقييم أداء الخوارزمية المقترحة عند نسب ضغط (CR) تبلغ 0.25، 0.5، و0.75. تكشف النتائج، الموضحة في الأشكال 8 و9، أن الصور المشفرة تظهر تشويهاً بصرياً كبيراً، مما يجعلها شبه غير قابلة للتعرف وخالية من المعلومات المفيدة. في المقابل، تحافظ الصور المفككة على التفاصيل الغنية للصور الأصلية عبر نسب الضغط المختلفة.
تؤكد هذه النتائج فعالية الخوارزمية المقترحة في تحقيق ضغط وتشفير آمن للصورة، حيث أنها تخفي المحتوى بشكل فعال أثناء التشفير بينما تحافظ على سلامة المعلومات عند فك التشفير.
نقاش
في هذا القسم، تناقش الدراسة تطوير وتحليل نظام فوضوي جديد ذو معلمات متغيرة لتشفير الصور، يدمج خريطة تشيبيشيف وخريطة لوجستية-خيمة. تظهر خريطة تشيبيشيف، المعرفة بـ \( y_{n+1} = \cos(\mu \cos^{-1}(y_n)) \)، سلوكاً فوضوياً عندما يكون الأس الأيجابي لليابونوف إيجابياً، خاصة في نطاق المعلمات \( \mu \in [2, 4) \). ومع ذلك، لديها قيود مثل النوافذ الدورية ومساحة المعلمات المقيدة. تظهر خريطة لوجستية-خيمة، المميزة بتعريفها القطعي، أيضاً الفوضى ضمن نفس نطاق المعلمات. تقترح الدراسة نظاماً فوضوياً جديداً حيث يتم تحديد معلمة خريطة تشيبيشيف \( \mu \) ديناميكياً بواسطة مخرجات الخريطة اللوجستية، مما يعزز تنوع معلمات النظام ويحسن الخصائص الإحصائية للتسلسلات العشوائية الزائفة الناتجة.
يتم التحقق من أداء النظام الفوضوي من خلال اختبارات الأس الأيجابي لليابونوف وتحليلات مخططات الانقسام، مما يؤكد طبيعته الفوضوية عبر نطاق المعلمات بالكامل. تخضع التسلسلات الناتجة لاختبارات العشوائية الإحصائية باستخدام مجموعة NIST SP800-22، حيث تشير جميع الاختبارات إلى خصائص عشوائية ممتازة، مما يجعل التسلسلات مناسبة لتطبيقات التشفير. يتم إثبات قوة النظام المقترح بشكل أكبر من خلال قدرته على تحمل الضوضاء وهجمات القص، مع الحفاظ على مستوى عالٍ من سلامة المعلومات وجودة بصرية عالية في الصور المفككة. بشكل عام، يمثل دمج خرائط تشيبيشيف ولوجستية-خيمة في نظام فوضوي ذو معلمات متغيرة نهجاً واعداً لتعزيز منهجيات تشفير الصور.
DOI: https://doi.org/10.1038/s41598-026-36772-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41663504
Publication Date: 2026-02-09
Author(s): Yaru Liang et al.
Primary Topic: Chaos-based Image/Signal Encryption
Overview
The paper presents a novel image compression and encryption algorithm that integrates an optimized Back Propagation (BP) neural network with a variable-parameter chaotic system. The initial weights of the BP network are optimized using the Fireworks Algorithm (FWA), enhancing both compression efficiency and image reconstruction quality. A chaotic system, constructed from Logistic-Tent and Chebyshev maps, generates pseudo-random sequences for scrambling and diffusion, while a multi-level global-local scrambling mechanism disrupts the statistical properties of the image. The encryption process is finalized using a Gray Code-based mutation-diffusion strategy.
Experimental results demonstrate that the proposed scheme exhibits strong robustness against various attacks, as evidenced by histogram analysis, information entropy, key space, and attack resistance metrics. Notably, at equivalent compression ratios, the algorithm outperforms traditional BP neural networks, yielding superior reconstruction quality for high-fidelity image recovery. This research addresses the critical need for efficient image encryption and compression, particularly in light of the increasing volume of image data and the necessity to protect against unauthorized access and tampering.
Methods
In the experimental analysis, three test images—Peppers, House, and Baboon, each sized 256 × 256 pixels—were utilized to evaluate the performance of the proposed algorithm at compression ratios (CR) of 0.25, 0.5, and 0.75. The results, depicted in Figures 8 and 9, reveal that the encrypted images exhibit substantial visual distortion, rendering them nearly unrecognizable and devoid of useful information. In contrast, the decrypted images successfully preserve the rich details of the original images across the different compression ratios.
These findings underscore the efficacy of the proposed algorithm in achieving secure image compression and encryption, as it effectively obscures the content during encryption while maintaining the integrity of the information upon decryption.
Discussion
In this section, the research discusses the development and analysis of a novel variable-parameter chaotic system for image encryption, integrating the Chebyshev map and the Logistic-Tent map. The Chebyshev map, defined by \( y_{n+1} = \cos(\mu \cos^{-1}(y_n)) \), exhibits chaotic behavior when the Lyapunov exponent is positive, particularly in the parameter range \( \mu \in [2, 4) \). However, it has limitations such as periodic windows and a constrained parameter space. The Logistic-Tent map, characterized by its piecewise definition, also demonstrates chaos within the same parameter range. The study proposes a new chaotic system where the Chebyshev map’s parameter \( \mu \) is dynamically determined by the Logistic map’s output, enhancing the system’s parameter diversity and improving the statistical characteristics of the generated pseudo-random sequences.
The chaotic system’s performance is validated through Lyapunov exponent tests and bifurcation diagram analyses, confirming its chaotic nature across the entire parameter range. The generated sequences are subjected to statistical randomness tests using the NIST SP800-22 suite, where all tests indicate excellent randomness properties, making the sequences suitable for encryption applications. The proposed system’s robustness is further demonstrated through its ability to withstand noise and cropping attacks, maintaining a high level of information integrity and visual quality in decrypted images. Overall, the integration of the Chebyshev and Logistic-Tent maps in a variable-parameter chaotic system presents a promising approach for enhancing image encryption methodologies.