[发明专利]一种基于ntru全同态加密的图像特征检测方法

说明书

本发明公开了一种基于ntru全同态加密的图像特征检测方法，属于图像特征检测技术领域。包括：用户用ntru对图像、高斯核函数的参数进行加密后上传给云服务提供商；云服务提供商利用加密数据在密文空间构造高斯差分金字塔；云服务提供商在高斯差分金字塔中确定图像特征点位置；云服务提供商为每个图像特征点赋予主方向；云服务提供商将图像特征点用向量表示出来；云服务提供商对图像特征点进行匹配；云服务提供商将用户所需的特征点信息和匹配结果传给用户，用户用私钥解密。特征检测过程在密文空间进行，不需要用户和云服务提供商多次通信，通信开销很小且能够消除边缘效应；ntru全同态加密的密文和密钥尺寸较小，运算效率高。

技术领域

本发明属于图像特征检测技术领域，具体涉及一种基于ntru全同态加密的图像特征检测方法。

背景技术

云服务已经成为一种不可或缺的计算资源，面对大量的图像数据，用户的计算资源往往不够，需要将数据交给云服务提供商处理。假设云服务提供商是不可信的，用户在上传数据给云服务提供商时，会造成隐私泄露。因此，用户手中的数据安全问题，引发了研究人员的广泛关注，而全同态加密是解决隐私泄露问题的重要方法之一，对数据加密后，特征检测过程在加密后的明文即密文空间进行，直接对密文进行加法运算即同态加法、乘法运算即同态乘法，这样的好处是，云服务提供商没有解密密钥，处理的是密文，不会造成隐私泄露。

目前，基于paillier加密算法的加密只能进行同态加法，不能进行同态乘法，而云服务提供商在进行特征检测的过程中，特征检测过程既包括同态加法和同态乘法，又包括比较运算，且在进行同态乘法的过程中需要通过协议与用户进行多次通信，会造成很多通信开销，同时不能在特征检测过程中，通过复杂的运算，消除像素值急剧变化的特征点，即边缘效应。基于Brakerski、Gentry、Vaikuntanathan提出的完全同态加密方案即BGV加密方案会使得密文和密钥尺寸过大，运算效率低，同时不能进行复杂运算来消除特征检测过程中的边缘效应。

发明内容

针对现有技术存在的不足，本发明提供一种基于ntru全同态加密的图像特征检测方法，旨在实现在密文空间对图像的有效特征检测。

本发明的技术方案是：

一种基于ntru全同态加密的图像特征检测方法，包括：

步骤1：用户用ntru算法对图像、高斯核函数的参数进行加密，并将加密后的图像与高斯核函数的参数上传给云服务提供商；

步骤2：云服务提供商利用加密数据，在密文空间构造高斯差分金字塔；

步骤3：云服务提供商在高斯差分金字塔中，确定图像特征点位置；

步骤4：云服务提供商为最终得到的每个图像特征点赋予主方向；

步骤5：云服务提供商将图像特征点用向量表示出来；

步骤6：云服务提供商对图像特征点进行匹配；

步骤7：云服务提供商将用户所需的特征点信息和匹配结果传给用户，用户用私钥解密。

进一步地，根据所述的基于ntru全同态加密的图像特征检测方法，在步骤1中包括全同态ntru加密和运算过程，具体内容如下：

步骤1.1：定义参数：

1)定义多项式环R＝Z[X]/(xⁿ+1)，其中n＝2^k，k为正整数；多项式环R是次数小于n的整系数多项式的集合；R中的多项式用向量来表示，即对于用向量表示为(a₀，a₁，…，a_n-1)；