Отримано 30.07.2025, Доопрацьовано 30.10.2025, Прийнято 23.12.2025

Метод шифрування та розподілу зображень на основі LFSR та лічильників

Володимир Лужецький, Микита Ціхоцький

У сучасних умовах обробки великих обсягів графічних даних постає завдання розробки надійної схеми шифрування зображень зі зменшенням обчислювальних витрат. Метою дослідження було розробити детерміновану схему шифрування та рівномірного розподілу векторизованих зображень із використанням регістра зсуву з лінійним зворотним зв’язком і лічильників. Методи роботи включали перетворення матриці пікселів у послідовність байтів за правилом обходу по рядках, розбиття індексного простору на рівні піддіапазони, генерацію псевдовипадкових індексів на основі станів регістра зсуву та використання реверсивних лічильників. Результати статистичного тестування демонструють стійкі характеристики запропонованого методу шифрування зображень. Також було проведено оцінку зашифрованих тестових зображень до стійкості атаки шляхом визначення коефіцієнтів кореляції між вхідним зображенням та зашифрованим. Зокрема, для кольорових зображень розміром 512×512 при розбитті на вісім піддіапазонів коефіцієнт зміни кількості пікселів склав 99,61 %, а уніфікована середня інтенсивність зміни пікселів – 32,28 %, що відповідає верхньому кластеру оцінок сучасних методів. Ентропія зашифрованих даних наближена до теоретичного максимуму та склала 7,999, а кореляція між сусідніми пікселями істотно зменшена і наближається до нульових значень. Розподіл та відновлення зображення виконується без похибок. Алгоритм відзначається низькими обчислювальними витратами. Практична цінність дослідження полягає в забезпеченні відтворюваності розподілу й високу криптографічну стійкість з використанням математично простих операцій, псевдовипадковості та розширення простору шифрування зображення до повного обсягу, що робить підхід придатним для систем із вимогою точного відновлення й працюють з обмеженими обчислювальними ресурсами

розподіл секрету; відновлення зображення; перестановка; підстановка; генератор псевдовипадкової послідовності чисел; кореляція пікселів зображення
77-88
Luzhetsky, V., & Tsikhotskyi, M. (2025). Image encryption and distribution method based on LFSR and counters. Information Technologies and Computer Engineering, 22(3), 77-88. https://doi.org/10.31649/vitce/3.2025.77

Використані джерела

[1] Abanda, Y., & Tiedeu, A. (2016). Image encryption by chaos mixing. IET Image Processing, 10(10), 742-750. doi: 10.1049/ iet-ipr.2015.0244.

[2] Alghamdi, Y., & Arslan, M. (2024). Image encryption algorithms: A survey of design and evaluation metrics. Journal of Cybersecurity and Privacy, 4(1), 126-152. doi: 10.3390/jcp4010007.

[3] Alghamdi, Y., Munir, A., & Ahmad, J. (2022). A lightweight image encryption algorithm based on chaotic map and random substitution. Entropy, 24(10), article number 1344. doi: 10.3390/e24101344.

[4] Babenko, V., Myroniuk, T., & Krivous, H. (2021). Algorithms for application of permutation operations controlled by information for implementation of cryptographic transformation of information. Bulletin of Cherkasy State Technological University, 26(3), 44-58. doi: 10.24025/2306-4412.3.2021.247252.

[5] Dridi, F., El Assad, S., Wajih, E., & Machhout, M. (2023). Design, hardware implementation on FPGA and performance analysis of three chaos-based stream ciphers. Fractal and Fractional, 7(2), article number 197. doi: 10.3390/ fractalfract7020197.

[6] Eichelberg, M., Kleber, K., & Kämmerer, M. (2020). Cybersecurity in PACS and medical imaging: An overview. Journal of Digital Imaging, 33(6), 1527-1542. doi: 10.1007/s10278-020-00393-3.

[7] El Kinani, K., Amounas, F., Bendaoud, S., & Bayane, Y. (2025). Hybrid approach for IoT-based medical image encryption and compression using modified AES and chaos theory. In Y. Farhaoui, T. Herawan, A.L. Imoize & A.E. Allaoui (Eds.), Intersection of artificial intelligence, data science, and cutting-edge technologies: From concepts to applications in smart environment. ICAISE 2024. Lecture notes in networks and systems (Vol. 1353, pp. 390-395). Cham: Springer. doi: 10.1007/978-3-031-88304-0_54.

[8] Ettiyan, R., & Geetha, V. (2023). A hybrid logistic DNA-based encryption system for securing the Internet of Things patient monitoring systems. Healthcare Analytics, 3, article number 100149. doi: 10.1016/j.health.2023.100149.

[9] Ihsan, A., & Nurettin, D. (2023). Improved affine encryption algorithm for color images using LFSR and XOR encryption. Multimedia Tools and Applications, 82(5), 7621-7637. doi: 10.1007/s11042-022-13727-w.

[10] Liang, Z., Qiuxia, Q., Changjun, Z., Ning, W., Yi, X., & Wenshu, Z. (2021). Medical image encryption algorithm based on a new five-dimensional three-leaf chaotic system and genetic operation. PLOS One, 16(11), article number e0260014. doi: 10.1371/journal.pone.0260014.

[11] Liu, Z., Li, C., Zhang, C., & Yang, X. (2025). Dual-domain image encryption scheme based on fractional wavelet transform and hyperchaotic system. Physica Scripta, 100(3), article number 035234. doi: 10.1088/1402-4896/adb529.

[12] Luzhetskyi, V.A., & Horbenko, I.S. (2013). Method for forming permutations of an arbitrary number of elements. Information Security, 15(3), 262-267.

[13] Oikonomou, P., Kranas, G.K., Sapounaki, M., Spathoulas, G., Aretaki, A., Kakarountas, A., & Adam, M. (2025). Squarebased division scheme for image encryption using generalized Fibonacci matrices. Mathematics, 13(11), article number 1781. doi: 10.3390/math13111781.

[14] Rukhin, A., et al. (2010). A statistical test suite for random and pseudorandom number generators for cryptographic applications (NIST SP 800-22 Rev. 1). doi: 10.6028/NIST.SP.800-22r1a.

[15] Shannon, C.E. (2001). A mathematical theory of communication. ACM SIGMOBILE Mobile Computing and Communications Review, 5(1), 3-55. doi: 10.1145/584091.584093.

[16] Stoyanov, B., & Kordov, K. (2015). Image encryption using Chebyshev map and rotation equation. Entropy, 17(4), 2117-2139. doi: 10.3390/e17042117.

[17] Sun, Y.-J., Zhang, H., Wang, X.-Y., & Wang, M.-X. (2021). Bit-level color image encryption algorithm based on coarsegrained logistic map and fractional chaos. Multimedia Tools and Applications, 80, 12155-12173. doi: 10.1007/s11042020-10373-y.

[18] Umadevi, Y., Ashwini, M., & Savitha, N. (2022). Fuzzy logic-based parallel data embedding technique for image steganography. International Journal of Innovative Research in Computer and Communication Engineering, 10(8). doi: 10.15680/IJIRCCE.2022.1008045.

[19] Wang, N., Wang, X., Liu, A., Wang, W., Ding, Y., Wu, X., & Du, X. (2024). An image partition security-sharing mechanism based on blockchain and chaotic encryption. PLOS One, 19(7), article number e0307686. doi: 10.1371/ journal.pone.0307686.

[20] Wang, X., Çavuşoğlu, Ü., Kaçar, S., Akgül, A., Pham, V.-T., Jafari, S., Alsaadi, F.E., & Nguyen, X. Q. (2019). S-box based image encryption application using a chaotic system without equilibrium. Applied Sciences, 9(4), article number 781. doi: 10.3390/app9040781.

[21] Wu, Y., Noonan, J., & Agaian, S. (2011). NPCR and UACI randomness tests for image encryption. Journal of Selected Areas in Telecommunications, 2011, 31-38.