MétaCan
Menu
Retour à la cohorte
Enregistrement W4388855549 · doi:10.1109/ipta59101.2023.10320057

Enhanced DFT-Based Chaotic Image Block Cipher with Several Modes of Operation

2023· article· en· W4388855549 sur OpenAlexaff
Mahmoud Y. M. Yassin, Ali A. Nasir, Mostafa Taha, Naveed Iqbal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueChaos-based Image/Signal Encryption
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBlock cipher mode of operationComputer scienceBlock cipherEncryptionChaoticCryptosystemAlgorithmDiscrete Fourier transform (general)CipherTheoretical computer scienceBlock (permutation group theory)CryptographyFourier transformMathematicsFractional Fourier transformArtificial intelligenceFourier analysisComputer security

Résumé

récupéré en direct d'OpenAlex

Chaotic image encryption has been investigated extensively in the literature in different domains, including the frequency domain using Discrete Fourier Transform (DFT). Despite DFT-based chaotic image cryptosystems exhibiting good confusion properties, they suffer from poor diffusion characteristics and non-uniform histograms. Therefore, they are vulnerable to many attacks, such as differential attacks, and statistical cryptanalytic attacks. This paper presents an enhanced block cipher image cryptosystem with several modes of operation based on the concept of bit reversal using the 2D chaotic Baker map and DFT. The proposed enhancement develops an improved image encryption scheme that involves properly diffusion-confusion enhanced operations within modified versions of the known block cipher modes of operation, namely Cipher Block Chaining Mode (CBC), Cipher Feedback Mode (CFB), and Output Feedback Mode (OFB). These enhanced operations are based on a 2D chaotic baker map in the Fourier domain. The proposed enhancement is validated using a MATLAB simulation. Results show that the proposed work manages to overcome the abovementioned problems outstandingly and outperforms the existing results in the literature in many encryption quality metrics.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChaos-based Image/Signal EncryptionTravaux en français237 207