[发明专利]一种可验证细粒度加密图像检索方法及系统有效

专利信息
申请号: 202110663178.4 申请日: 2021-06-15
公开(公告)号: CN113420175B 公开(公告)日: 2022-12-09
发明(设计)人: 苗银宾;童秋云;陈磊;宋琳 申请(专利权)人: 西安电子科技大学;绿盟科技集团股份有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06F21/60;G06K9/62
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 房鑫
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 验证 细粒度 加密 图像 检索 方法 系统
【说明书】:

一种可验证细粒度加密图像检索方法及系统,该方法包括以下步骤:生成图像向量;生成可搜索索引和最终索引签名;生成查询向量;生成可搜索陷门和最终陷门签名;查询图像密文集;验证所选图像密文的正确性。本发明通过基于多项式的访问策略来实现有效的细粒度访问控制。将不同的搜索关键字分配给不同的图像所有者和查询用户,云服务器将初始索引和陷门分别转换为可搜索索引和陷门,实现了支持多所有者多用户环境下的图像检索。在上传初始索引和陷门之前,图像所有者和查询用户对它们进行认证,以分别获得索引签名和陷门签名。然后,云服务器基于签名为搜索结果生成证明。最后,查询用户可以基于证明有效地验证搜索结果的正确性。

技术领域

本发明属于信息安全领域,具体涉及一种可验证细粒度加密图像检索方法及系统。

背景技术

Zhihua Xia等人在其发表的论文“An efficient and privacy-preservingcontent-based image retrieval scheme in cloud computing”(InformationSciences,vol.387,pp.195–204,2017.)中公开了一种云计算环境下基于内容的高效隐私保护的图像检索方案。该方法首先基于局部描述符提取出图像特征fi并计算fi所对应的桶值,构建包含预过滤索引表和线性索引表,利用KNN算法对fi进行加密得到fi′,并对预过滤索引表中的桶值进一步加密后,图像所有者将加密的图像集、加密的索引表上传至云服务器;查询用户同样基于局部描述符提取出查询图像特征fq并计算fq所对应的查询桶值,并利用KNN算法对fq进行加密得到fq′,生成包含fq′和查询桶值的查询陷门上传云服务器;云服务器首先利用查询桶值遍历预过滤表,从而过滤掉大部分不相似的图像结果,提高检索效率,之后遍历查询桶值所对应的线性索引表,计算fq′与fi′的内积,选出前k个内积值较大的项,并将top-k幅密文图像作为检索结果反馈给查询用户。

陈晓峰、汪园等人提出的专利申请“一种云环境下支持隐私保护的高效密文图像检索方法”(申请号CN201710467097.0,公布号CN107480163A)中公开了一种云环境下支持隐私保护的高效密文图像检索方案,即图像所有者首先对数据库中的图像提取特征向量,并使用AES或RSA加密方式对图像进行加密;所有者基于特征向量使用分层K-means算法建立索引,并使用安全模哈希技术对索引进行加密;将加密后的图像和索引上传到云服务器并执行检索操作。该方案可以同时实现密文图像检索的隐私保护和与明文图像检索相当的检索准确性。

以上现有技术存在以下技术问题:1)不支持细粒度的访问控制:第二种现有技术方案中加密图像集中的每一幅图像没有设置访问结构,从而可能引发隐私泄露问题。2)不支持多所有者多用户环境:两种现有技术的方案仅仅适用于单所有者单用户环境,应用前景低。3)无法验证检索结果的正确性:两种现有技术的方案中,云服务器都是诚实且好奇的,如果为了自身利益它可以对检索结果数据进行恶意篡改,而查询用户是无法得知的,因此安全性较低。

发明内容

本发明的目的在于针对上述现有技术中存在的问题,提供一种可验证细粒度加密图像检索方法及系统,能够实现有效的细粒度访问控制以及多所有者多用户环境下的图像检索,并能有效地验证搜索结果的正确性。

为了实现上述目的,本发明有如下的技术方案:

一种可验证细粒度加密图像检索方法,包括以下步骤:

-生成图像向量;

-生成可搜索索引和最终索引签名;

-生成查询向量;

-生成可搜索陷门和最终陷门签名;

-查询图像密文集;

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;绿盟科技集团股份有限公司,未经西安电子科技大学;绿盟科技集团股份有限公司许可,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/202110663178.4/2.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