[发明专利]一种支持多密钥的加密图像检索方法有效

专利信息
申请号: 201811368001.6 申请日: 2018-11-16
公开(公告)号: CN109543061B 公开(公告)日: 2021-06-08
发明(设计)人: 马建峰;苗银宾;李颖莹;卢笛;王祥宇;杨腾飞;马鑫迪;习宁 申请(专利权)人: 西安电子科技大学
主分类号: G06F16/58 分类号: G06F16/58;H04L9/08
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710071 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 支持 密钥 加密 图像 检索 方法
【权利要求书】:

1.一种支持多密钥的加密图像检索方法,其特征在于,包括以下步骤:

步骤一,密钥生成:给定安全参数κ,密钥生成中心输出系统参数G和Γ、图像加密密钥k、私钥sk和公钥pk,G为双线性对参数,Γ为秘密参数;

步骤二,图像加密:图像拥有者用图像加密密钥k加密明文图像集M,输出密文图像集C;

步骤三,密钥转换:图像拥有者将图像加密密钥k加密成k′,并生成转换密钥TKUID,输出重加密密钥Λ;

步骤四,索引生成:图像拥有者用参数Γ对明文图像M进行预处理,对图像特征向量进行加密,输出索引I;

步骤五,陷门生成:图像查询用户利用参数Γ计算查询图像mq特征向量的哈希值,同时加密特征向量,输出查询陷门TD;

步骤六,检索:云服务器根据查询陷门TD匹配索引集I,在图像密文集C中搜索出对应的密文结果,将密文结果对应的拥有者Λ中的k′重加密成k′UID;检索的具体方法如下:

第一步,云服务器接收到查询陷门TD后,检索加密索引表得到与陷门匹配的相似图像标识符候选列表;

第二步,计算加密向量内积值,用于表示图像之间的相似度,

其中为扩展后的查询向量,T为矩阵的转置,为加密的索引向量,δ为随机数,为矩阵M1的逆,a为向量分裂后的第一分量,b为向量分裂后的第二分量,fq为查询图像mq对应的特征向量,fi,t为图像拥有者i的第t幅图像mi,t对应的特征向量;

第三步,云服务器依次计算候选列表中每幅图像mi,t与查询图像mq的内积值,进而判断图像之间的相似度,内积值越小,相似度越高,依次类推,云服务器根据内积值可选出前r个最为相似的加密图像;

第四步,根据r个图像对应的密钥密文k′i及转换密钥TKUID计算也就是计算如下

其中,e为映射关系,εi为第一随机数,sko为图像拥有者的私钥,g为双线性映射中群G的生成元,F为双线性映射e(g,g)的值;

第五步,云服务器将和前r个最为相似的加密图像返回给身份为UID的用户;

其中,表示第一重加密密钥密文分量:表示第二重加密密钥密文分量:

步骤七,解密:身份为UID的用户用其私钥能够解密出图像加密密钥ki,进而解密出明文图像。

2.根据权利要求1所述的一种支持多密钥的加密图像检索方法,其特征在于,步骤一中,双线性对参数G=(G,GT,e,p,g);

其中,G和GT分别为素数p阶乘法循环群,e为映射关系,g为群G的生成元;

秘密参数

其中,υ为一个d+α+1维的随机二值向量,M1和M2为两个(d+α+1)×(d+α+1)维的随机可逆矩阵,为λ个哈希函数,为LSH函数族,为L个哈希表的加密函数,为α个随机数;

其中,为w个图像加密密钥,(sko,pko)为拥有者公私钥对,满足为u个用户的公私钥对,满足身份为UID的用户分配公私钥对(skUID,pkUID),满足

3.根据权利要求1所述的一种支持多密钥的加密图像检索方法,其特征在于,步骤二中,图像拥有者利用对称密钥加密算法,将明文图像集Mi用图像加密密钥ki加密成密文图像集Ci,将w个用加密密钥加密的密文图像集发送给云服务器存储。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811368001.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top