[发明专利]一种多用户环境下的高效加密图像检索方法有效

专利信息
申请号: 202010093453.9 申请日: 2020-02-14
公开(公告)号: CN111339539B 公开(公告)日: 2022-04-01
发明(设计)人: 马建峰;杨腾飞;苗银宾;郭晶晶;李颖莹;王越;马卓然;孟倩 申请(专利权)人: 西安电子科技大学
主分类号: G06F21/60 分类号: G06F21/60;G06F21/62;H04L9/08
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 李晓晓
地址: 710075 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 多用户 环境 高效 加密 图像 检索 方法
【权利要求书】:

1.一种多用户环境下的高效加密图像检索方法,其特征在于,包括以下步骤:

步骤一,密钥生成中心KGC利用分布式双门限公钥密码方法为系统中包括图像拥有者、被授权的合法查询用户、存储云服务器SS和计算云服务器CS生成相应的密钥,并通过安全通道进行发送;生成密钥的具体方法如下:

第一步,密钥生成中心KGC生成图像拥有者的私钥sko=θo,公钥查询用户的私钥公钥以及部分解密密钥SK1和SK2,N是明文数据空间,g是生成元,最后KGC利用AES密码方法生成图像加密密钥kimg

第二步,密钥生成中心KGC将图像拥有者的公钥pko、sko和图像加密密钥kimg发送给图像拥有者;

第三步,密钥生成中心KGC将查询用户的公钥和图像加密密钥kimg发送给被授权的合法查询用户;

第四步,密钥生成中心KGC将部分解密密钥SK1和SK2分别发送给存储云服务器SS和计算云服务器CS;

第五步,密钥生成中心KGC发送图像拥有者的公钥pko和查询用户的公钥给存储云服务器SS和计算云服务器CS;

步骤二,图像数据拥有者提取明文图像的特征向量,并对特征向量和图像进行加密,将加密后的特征向量和图像发送至存储云服务器SS;

步骤三,存储云服务器SS与计算云服务器CS共同执行安全小于协议,使存储云服务器SS生成所有图像对应的dhash值;存储云服务器SS生成所有图像对应的dhash值的具体方法如下:

第一步,存储云服务器SS和计算云服务器CS联合执行安全小于协议SLT,比较特征向量中相邻特征值fi,j和fi,j+1的大小,j∈[1,...,d],存储云服务器SS获得每一个d+1维特征向量对应的d维dhash值si,si表示第i个特征向量对应的dhash值;

第二步,存储云服务器SS和计算云服务器CS对于每一个特征向量执行第一步的操作,使存储云服务器SS获得所有特征向量对应的dhash值,即为每一幅图像对应的dhash值;

步骤四,存储云服务器SS将dhash值将划分为div段,并构造索引;构造索引的具体方法如下:

第一步,存储云服务器SS将每一幅图像对应的dhash划分为div段,每一部分包括d/div比特,即为sub-dhash;

第二步,存储云服务器SS构造索引Sv,v≤div,其存储(tag,value)对,tag为第v部分的sub-dhash,value为链表Ltag存储在第v部分具有相同sub-dhash的图像;

步骤五,被授权的查询用户利用卷积神经网络CNN提取查询图像的特征向量,并用自己的加密密钥加密特征向量,最后将加密的特征向量作为查询请求的陷门;

步骤六,存储云服务器SS和计算云服务器CS根据dhash值,对加密图像进行检索,存储云服务器SS将检索到的相似加密图像发送给查询用户;

步骤七,查询用户根据图像数据拥有者的密钥加密图像集和特征向量集对接收到的图像进行解密,得到每个加密图像对应的明文图像。

2.根据权利要求1所述的一种多用户环境下的高效加密图像检索方法,其特征在于,步骤二的具体方法如下:

第一步,图像拥有者利用卷积神经网络CNN提取图像特征向量fi=(fi,1,fi,2,...,fi,d+1),其中fi表示第i幅图像的特征向量;

第二步,通过图像拥有者的公钥pko加密明文特征向量得到加密的特征向量集

第三步,通过图像加密密钥kimg对所有的图像进行加密,生成加密图像集C;

第四步,将加密的特征向量集连同加密的图像集C发送给远程的存储云服务器SS。

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/202010093453.9/1.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