一種基於在線手寫籤名的隨機數產生方法
2023-04-25 00:23:41
專利名稱：一種基於在線手寫籤名的隨機數產生方法
技術領域：
本發明涉及隨機數產生方法，具體涉及一種基於在線手寫籤名的 隨機數產生方法。
背景技術：
隨機數在信息技術特別是信息安全領域中具有非常重要的作用。 對稱加密算法，無論是塊加密方式還是序列密碼方式，其密鑰必須隨 機產生，公開加密算法在產生密鑰對時也需要較大的隨機數。此外許 多數字籤名算法和密碼協議也要求使用隨機數。除了在信息安全領域 外，隨機數在計算機仿真以及電腦或網路遊戲中也有廣泛的應用。隨 機數由兩種類型的產生器生成，即真隨機數產生器和偽隨機數產生 器。真隨機數產生器建立在現實世界中的不確定性現象基礎上，如熱 力學噪聲、空氣噪聲、核衰變等物理現象，對這些現象採集的數據再 進行後處理，即可得到隨機數。而偽隨機數產生器則根據輸入的隨機 數種子，採用確定性的算法生成隨機數。
從現有的技術來看，偽隨機數產生器產生的隨機數並不具有真正 意義上的"隨機性"，其安全性不能得到保證。而真隨機數一般需要 額外的電路或設備，因此從成本和便利性等方面也具有缺點。
本發明從在線手寫籤名(online signature)中產生隨機數，兼具 真隨機數發生器的安全性，同時也具有成本低和速度快的優點
發明內容
本發明所要解決的技術問題在於提供一種安全性高、成本低和速 度快的基於在線手寫籤名的隨機數產生方法。
根據本發明的一個方案， 一種基於在線手寫籤名的隨機數產生方 法，其特點是所述方法包括以下步驟
第一步從手寫籤名上採集採樣點坐標，
第二步將採樣點轉換為]V^M的採樣圖像
1) 首先生成一幅N^M的白色灰度圖像，其全體像素的像素值為 2"-l;其中tl為灰度值的精度(即用幾個比特來表示一個像素)；其中，
M取32 1024的自然數；n取4 12的自然數；
2) 得到全體採樣點中橫坐標和縱坐標的最小值和最大值Z— Z,，
3) 對每個採樣點坐標進行線性變換處理-
第三步對採樣圖像進行加密得到密文圖像；其中，每一輪加密包括 兩個步驟-
1) 對每一行進行加密；
2) 對每一列進行像素排列。
第四步將密文圖像轉換成T比特的隨機數；
1) 將圖像平均分成T塊，每塊的大小為N個像素，其中N-MVr; T必須為]V^的因數，N》4;
2) 對每個圖像塊進行計算，若該塊全體像素之和為奇數，則該塊 對應比特l，否則對應比特0;3)按從左到右從上到下的順序訪問各塊，連接各塊對應的比特得 到T比特的隨機數。
根據本發明所述的一種基於在線手寫籤名的隨機數產生方法的 優選方案，所述的對每個採樣點坐標進行線性變換處理包括二個步
驟
第一將採樣點的橫坐標和縱坐標線性變換為1到M之間的 整數；
_j L a max-""^ min 一
|_』max-"4 min —
其中kJ表示不大於a的整數，J和r分別是採樣點的橫坐標和
第二將白色灰度圖像中位置為"，力的像素值設置為O。
根據本發明所述的一種基於在線手寫籤名的隨機數產生方法的
優選方案，所述的對每一行進行加密包括三個步驟
第一求出每行所有像素之和，再求出該和模2"的餘數； 第二將餘數與該行所有像素進行按位異或運算； 第三對異或後的像素進行S盒替換。
根據本發明所述的一種基於在線手寫籤名的隨機數產生方法的 優選方案，所述的對每一列進行像素排列為第l列保持不變，將第 i列的像素循環下移—I個位置，即第1列保持不變，第2列循環下 移1個位置，...，第M列循環下移M-l個位置。
本發明所述的一種基於在線手寫籤名的隨機數產生方法的有益效果是
1、 安全性高隨機數來源為在線手寫籤名，具有不可預測、不重複的優點，屬於真隨機數產生器；加密技術的引入使得最終的隨機數對籤名非常敏感，大量的實驗表明產生的隨機數具有很好的統計性能；隨機數產生必須要有用戶的實時參與才能產生隨機數，也增加了其安全性；此外該隨機數產生可與用戶的籤名認證相聯繫，用戶只有在通過了身份認證後，產生的隨機數才有效，從而進一步確保安全性。
2、 成本低對於已配備了手寫籤名採集設備(如帶觸控螢幕的智慧型手機或帶手寫板的手寫籤名認證系統)，本系統不需要額外的硬體隨機數產生器，從而降低了系統實現的成本。
3、 速度快本發明中採用的加密算法僅包括加法和異或運算，故系統的處理速度很快。
根據本發明產生的隨機數，可作為加密密鑰或提供安全協議中需要的隨機數，也可為網路遊戲提供隨機數。
圖1是本發明所述的一種基於在線手寫籤名的隨機數產生方法的流程示意圖。
圖2是本發明所述的一種基於在線手寫籤名的隨機數產生方法實施例2中的採樣圖象。
圖3是本發明所述的一種基於在線手寫籤名的隨機數產生方法實施例2中的密文圖象。
圖4表示一個8X8的圖像進行像素排列前的示意圖。
圖5表示一個8X8的圖像進行像素排列後的示意圖。
具體實施例方式
7實施例l:參見圖l， 一種基於在線手寫籤名的隨機數產生方法
第一步從手寫籤名上採集採樣點坐標；
第二步將採樣點轉換為1S^M的採樣圖像；其中，
1)首先生成一幅]VPM的白色灰度圖像，其全體像素的像素值為2"-l;其中n為灰度值的精度;其中，M取32 1024的自然數；n取4 12的自然數；推薦M取64， n取8;
2) 得到全體採樣點中橫坐標和縱坐標的最小值和最大值ln，《ax,
3) 對每個採樣點坐標進行線性變換處理
第一將採樣點的橫坐標和縱坐標線性變換為1到M之間的
少=
max - mil
M —1
乙 乙—
H) + l
其中L"」表示不大於s的整數，i和r分別是採樣點的橫坐標和
縱坐標，x和7是坐標經線性變換後的值；
第二將白色灰度圖像中位置為(X，》的像素值設置為0;第三步對採樣圖像進行加密得到密文圖像每一輪加密包括兩個步驟l)對每一行進行加密
第一求出每行所有像素之和，再求出該和模2"的餘數;第二將餘數與該行所有像素進行按位異或運算；
第三對異或後的像素進行S盒替換；當11=8時，推薦採用AES標準中的S盒；
2)對每一列進行像素排列具體的排列方法為第1列保持不變，將第i列的像素循環下移個位置，即第1列保持不變，第2列循環下移l個位置，...，第M列循環下移M-1個位置；
一個8X8的圖像進行像素排列的排列示例見圖4和圖5;推薦進行九輪加密；當加密完成後，進行下一步；第四步將密文圖像轉換成T比特的隨機數；
1) 將圖像平均分成T塊，每塊的大小為N個像素，其中N=M2/T;T必須為JV^的因數，N》4;推薦T取256;
2) 對每個圖像塊進行計算，若該塊全體像素之和為奇數，則該塊
對應比特l，否則對應比特0;
3) 按從左到右從上到下的順序訪問各塊，連接各塊對應的比特得到T比特的隨機數。
實施例2: —種基於在線手寫籤名的隨機數產生方法第一步從手寫籤名上採集採樣點坐標如下
第l個採樣點坐標(43，56);第2個採樣點坐標(45，57);第3個採樣點坐標(48， 61);第4個採樣點坐標(50， 63);第5個採樣點坐標(50， 63);第6個採樣點坐標(50， 63);第7個採樣點坐標(39， 90);第8個採樣點坐標(42， 87);第9個採樣點坐標(45， 86);第10個採樣點坐標(48，85);第11個採樣點坐標(51，84);第12個採樣點坐標(54， 83);第13個採樣點坐標(56， 83);第14個採樣點坐標:(59， 84);第15個採樣點坐標(60， 86);第16個採樣點坐標(62， 90);第17個採樣點坐標(62,94);第18個採樣點坐標(61,98);第19個採樣點坐標(51,116);第20個採樣點坐標(48,119);第21個採樣點坐標(44,121);第22個採樣點坐標(41,122);第23個採樣點坐標(38,122);第24個採樣點坐標(34,122);第25個採樣點坐標(31,121);第26個採樣點坐標(29,119);第27個採樣點坐標(28,116);第28個採樣點坐標(28,113);第29個採樣點坐標(29,111);第30個採樣點坐標(31,108);第31個採樣點坐
標(33,107);第32個採樣點坐標(36,106);第33個採樣點坐標
(39, 105);第34個採樣點坐標(47， 106);第36個採樣點坐標(53， 109);第38個採樣點坐標(59,113);第40個採樣點坐標(63， 115);第42個採樣點坐標(66,112);第44個採樣點坐標
(43， 105);第35個採樣點坐標(50， 108);第37個採樣點坐標
(56.111) ;第39個採樣點坐標(61,114);第41個採樣點坐標
(66.112) ;第43個採樣點坐標(66,112);第45個採樣點坐標
(71, 89);第46個採樣點坐標(74， 90);第47個採樣點坐標(75， 92);第48個採樣點坐標(76,95);第49個採樣點坐標(77,98);第50個採樣點坐標(77,102);第51個採樣點坐標(78,105);第52個採樣點坐標(78,107);第53個採樣點坐標(78,107);第54個採樣點坐標(78,107);第55個採樣點坐標(85,62);第56個採樣點坐標(87,64);第57個採樣點坐標(88,66);第58個採樣點
坐標(89， 69);第59個採樣點坐標(90， 75);第60個採樣點坐標
(91， 82);第61個採樣點坐標(92， 90);第62個採樣點坐標(92， 97);第63個採樣點坐標(93,104);第64個採樣點坐標(93,110);第65個採樣點坐標(93,116);第66個採樣點坐標(93,126);第67 個採樣點坐標(92,130);第68個採樣點坐標(91,132);第69個 採樣點坐標(90,134);第70個採樣點坐標(90,134);第71個採 樣點坐標(90,134);第72個採樣點坐標(133,70);第73個採樣 點坐標(134,73);第74個採樣點坐標(135,77);第75個採樣點 坐標(136,81);第76個採樣點坐標(137,88);第77個採樣點坐 標(138,95);第78個採樣點坐標(139,104);第79個採樣點坐 標(139,112);第80個採樣點坐標(139,119);第81個採樣點坐 標(139,124);第82個採樣點坐標(139,124);第83個採樣點坐 標(139,124);第84個採樣點坐標(153,61);第85個採樣點坐
標(154,64);第86個採樣點坐標(156,67);第87個採樣點坐標
157,71);第88個採樣點坐標(157,71);第89個採樣點坐標
157,71);第90個採樣點坐標(179， 58);第91個採樣點坐標
180,61);第92個採樣點坐標(178,64);第93個採樣點坐標
177， 67);第94個採樣點坐標(174， 70);第95個採樣點坐標
171,73);第96個採樣點坐標-(168， 77);第97個採樣點坐標
165， 80);第98個採樣點坐標(皿，82);第99個採樣點坐標
158， 85);第100個採樣點坐標(155， 87);第101個採樣點坐標:
152， 89);第102個採樣點坐標(152,91);第103個採樣點坐標:
154, 92);第104個採樣點坐標(157,91);第105個採樣點坐標:
160, 90);第106個採樣點坐標-(164， 89);第107個採樣點坐標:
168， 88);第108個採樣點坐標(171,86);第109個採樣點坐標-
173， 86);第110個採樣點坐標(176， 85);第111個採樣點坐標:
174, 89);第112個採樣點坐標(m，9i);第113個採樣點坐標:
169， 93);第114個採樣點坐標(166， 96);第115個採樣點坐標-
11(163，98);第116個採樣點坐標(160，101);第117個採樣點坐標:
(158，103);第118個採樣點坐標:(156，105);第119個採樣點坐標:
(155,108);第120個採樣點坐標:(158，108);第121個採樣點坐標:
(161，108);第122個採樣點坐標:(163，106);第123個採樣點坐標:
(166，106);第124個採樣點坐標:(169，104);第125個採樣點坐標:
(171，104);第126個採樣點坐標:(174，104);第127個採樣點坐標:
(173，107);第128個採樣點坐標(171，109);第129個採樣點坐標-
(169，111);第130個採樣點坐標:(166，113);第131個採樣點坐標:
(163，115);第132個採樣點坐標-(160，117);第133個採樣點坐標:
(158，119);第134個採樣點坐標:(156，120);第135個採樣點坐標:
(154，122);第136個採樣點坐標(156，122);第137個採樣點坐標
(159，122);第138個採樣點坐標(162，121);第139個採樣點坐標
(165，119);第140個採樣點坐標(168，118);第141個採樣點坐標
(171，117);第142個採樣點坐標(174，115);第143個採樣點坐標
(177，114);第144個採樣點坐標(178，112);第145個採樣點坐標-
(178，112);第146個採樣點坐標(178，112);第147個採樣點坐標
(165，92);第148'個採樣點坐標-(165，90);第〗,49個採樣點坐標
(162，88);第150個採樣點坐標(162，90);第]51個採樣點坐標-
(162，93);第152'個採樣點坐標(163，98);第] 53個採樣點坐標
(163，104);第154個採樣點坐標(164，112);第155個採樣點坐標
(164，121);第156個採樣點坐標(165，130);第157個採樣點坐標
(165,138);第158個採樣點坐標:(165， 144)
第二步將採樣點首先生成一幅64*64的白色灰度圖像，如圖2， 其全體像素的像素值均為255;
第三步得到全體採樣點中橫坐標和縱坐標的最小值和最大值Xh
12二43， iL二165 ， Kk二56， Fmax=144;
第四步對每個採樣點坐標進行處理:
第一將採樣點的橫坐標和縱坐標線性變換為1到64之間的
少
63
63
H)+i
"1 max — "* min
其中L"」表示不大於s的整數，J和r分別是採樣點的橫坐標和 縱坐標，z和y是坐標經線性變換後的值；
第二將白色灰度圖像中位置為Or，》的像素值設置為0;
第五步對採樣圖像進行加密得到密文圖像如圖3，其中，加密 一共進行九輪，每一輪加密包括兩個步驟
第一對每一行進行加密
a. 求出每行所有像素之和，再求出該和模256的餘數；
b. 將餘數與該行所有像素進行按位異或運算；
c. 對異或後的像素進行S盒替換；S盒採用AES加密標準中
的S盒；
第二對每一列進行像素排列 具體的排列方法為第1列保持不變，將第i列的像素循環下移
i-l個位置，即第l列保持不變，第2列循環下移1個位置，…，第 64列循環下移63個位置。
第六步將密文圖像轉換成256比特的隨機數由於圖像是二維的，而隨機數是一維向量，應作二維到一維的變 換，將密文圖像轉換成256比特的隨機數；具體方法如下
第一將圖像平均分成256塊，每塊的大小為4X4像素；
第二對每個4X4的塊進行計算，若該塊全體像素之和為奇數， 則該塊對應比特l，否則對應比特0;
第三按從左到右從上到下的順序訪問各塊，連接各塊對應的比
特得到256比特的隨機數如下-
1001100100010010000011110001000101001000101001101001011 00000000010100101001011110101101101000011000010100010011101
10000100011011000010100110001000101011100000101101110001110 000101000010011010010011。
實施例3: —種基於在線手寫籤名的隨機數產生方法 該實施例3與實施例2不同之處是在實施例3的第二步是將
採樣點首先生成一幅512*512的白色灰度圖像，其全體像素的像 素值均為255;實施例3得到256比特的隨機數如下
1000001011000111110011000001010000101011110000100011100
110011000110110001100110。
1權利要求
1、一種基於在線手寫籤名的隨機數產生方法，其特徵在於所述方法包括以下步驟第一步從手寫籤名上採集採樣點坐標；第二步將採樣點轉換為M*M的採樣圖像；其中1)首先生成一幅M*M的白色灰度圖像，其全體像素的像素值為2n-1；其中n為灰度值的精度；其中，M取32～1024的自然數；n取4～12的自然數；2)得到全體採樣點中橫坐標和縱坐標的最小值和最大值Xmin，Xmax，Ymin，Ymax；3)對每個採樣點坐標進行線性變換處理；第三步對採樣圖像進行加密得到密文圖像；其中，每一輪加密包括兩個步驟1)對每一行進行加密；2)對每一列進行像素排列；第四步將密文圖像轉換成T比特的隨機數；1)將圖像平均分成T塊，每塊的大小為N個像素，其中N＝M2/T；T必須為M2的因數，N≥4；2)對每個圖像塊進行計算，若該塊全體像素之和為奇數，則該塊對應比特1，否則對應比特0；3)按從左到右從上到下的順序訪問各塊，連接各塊對應的比特得到T比特的隨機數。
2、根據權利要求1所述的一種基於在線手寫籤名的隨機數產生方法，其特徵在於對每個採樣點坐標進行線性變換處理包括二個步驟第一將採樣點的橫坐標和縱坐標線性變換為1到M之間的formula see original document page 3其中L"」表示不大於《a的整數，i和r分別是採樣點的橫坐標和縱坐標，X和y是坐標經線性變換後的值；第二將白色灰度圖像中位置為"，》的像素值設置為0。
3、 根據權利要求2所述的一種基於在線手寫籤名的隨機數產生方法，其特徵在於對每一行進行加密包括三個步驟第一求出每行所有像素之和，再求出該和模2"的餘數；第二將餘數與該行所有像素進行按位異或運算；第三對異或後的像素進行S盒替換。
4、 根據權利要求3所述的一種基於在線手寫籤名的隨機數產生方法，其特徵在於對每一列進行像素排列為第l列保持不變，將第i列的像素循環下移—I個位置；即第1列保持不變，第2列循環下移1個位置，...，第M列循環下移M-1個位置。
全文摘要
本發明公開了一種基於在線手寫籤名的隨機數產生方法，其特點是所述方法包括以下步驟第一步從手寫籤名上採集採樣點坐標，第二步將採樣點轉換為M*M的採樣圖像；第三步對採樣圖像進行加密得到密文圖像；第四步將密文圖像轉換成T比特的隨機數；根據本發明產生的隨機數，可作為加密密鑰或提供安全協議中需要的隨機數，也可為網路遊戲提供隨機數。
文檔編號G06F7/58GK101477451SQ20091010303
公開日2009年7月8日 申請日期2009年1月8日 優先權日2009年1月8日
發明者慶 周, 廖曉峰, 月 胡 申請人:重慶大學