加密评估技术

1.图像像素相关性

图像像素彼此高度相关，因此，加密目标之一是使水平，垂直和对角线像素的相关系数非常小。使用以下公式计算两个像素x和y之间的相关系数 (ρ)

 

2.差异攻击

差分攻击研究输入明文图像和输出加密图像之间的统计特征，以推断在更改输入时任何有意义的关系，同时观察输出以揭示加密算法。 强大的加密系统应该对产生完全不同输出的输入的微小变化敏感。 在数量上，定义了不同的措施来评估针对不同攻击的保护级别。

平均绝对误差（MAE）衡量加密图像 E 和源图像 P 之间的绝对变化。令 W 和 H 分别为源图像的宽度和高度，

 

像素数变化率 (The number of pixels change rate，NPCR) 用于测量两个加密图像之间不同像素的百分比，其对应的两个原始图像除了只有一个像素差异之外是相同的，并且使用

其中 E1 是来自原始图像的加密图像，E2 是来自与原始图像相比有一个像素变化的图像的加密图像。

 

统一平均变化强度（The unified average changing intensity，UACI）测量两个加密图像之间差异的平均强度，前提是它们对应的两个原始图像除了只有一个像素差异外是相同的，计算公式为

3.NIST统计测试套件

NIST SP-800-22 统计测试套件被用作验证每个加密块效果的参考。该测试套件是一组 15 种不同的测试，旨在评估一组比特的随机特性。这些位可以是随机数生成器的输出或加密图像的像素。第二个场景中的 NIST 测试检查加密技术的有效性，显示加密图像与随机噪声的相似程度。结果由 P 值分布 (P-value distribution,PV) 的有效性和通过序列的比例 (proportion of passing sequences,PP) 表示。

 

4.均方误差Mean square error (MSE)

MSE 测试测量错误的解密图像与原始图像的失真程度，计算如下

其中W和H分别是图像的宽度和高度，P(i,j)是原始图像像素值，D(i,j)是对应的错误解密图像像素值。

 

5.熵分析

熵是随机源可预测性的度量。由于相邻像素之间的高度相关性，图像数据是可预测的，因此具有低熵。

另一方面，加密图像数据应显示为随机噪声，以避免任何信息泄漏。 对于产生 2的8次方个等概率符号且每个符号长 8 位的二进制源，该源的熵定义为

对于熵值为8，此来源被认为是不可预测的。