MétaCan
Menu
Retour à la cohorte
Enregistrement W4402215288 · doi:10.1109/access.2024.3454562

Novel Dual-Domain Chaotic Image Cryptosystem for Cybersecurity Applications

2024· article· en· W4402215288 sur OpenAlexaff
Mahmoud Y. M. Yassin, Ali A. Nasir, Mostafa Taha

Notice bibliographique

RevueIEEE Access · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueChaos-based Image/Signal Encryption
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCryptosystemDual (grammatical number)Computer securityHybrid cryptosystemDomain (mathematical analysis)Image (mathematics)ChaoticEncryptionTheoretical computer scienceArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

The secrecy of various forms of multimedia data constitutes a significant aspect of the cybersecurity field. In this case, chaos-based image ciphers can be adapted. Chaotic image encryption has been investigated in the literature using different transformation domains, such as spatial, discrete Fourier transform, wavelet transform, etc. Although some frequency-based cryptosystems exhibit favorable confusion properties, they may suffer in terms of diffusion properties and fail in terms of some statistical characteristics, which make them vulnerable to various statistical, analytical, and differential attacks. In this regard, we adopt a dual-domain (wavelet and spatial domains) image cryptosystem and propose a novel diffusion process in the wavelet domain to address the problem of weak resilience against the aforementioned attacks. The proposed diffusion process in the wavelet domain is applied only on 1/16 of the pixels of the plain image, which makes it computationally more efficient compared to the existing wavelet domain-based works. In addition, the proposed cryptosystem solves the bell shape histogram problem associated with some frequency-based cryptosystems, which has been verified using different performance metrics in our simulation results. We also introduce a novel key-dependent chaotic variable generator to generate the required initial conditions and control parameters for the adopted enhanced chaotic map. The superiority of the proposed algorithm compared to some of the existing state-of-the-art has been verified through various performance metrics. These include different types of correlation coefficients, histogram visualization, histogram deviation, irregular deviation, mean square error, chi-square test, entropy test, and differential analysis.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
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
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,318
Écart entre enseignants0,290 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetChaos-based Image/Signal EncryptionTravaux en français237 207