[发明专利]一种支持动态更新的可验证加密图像检索方法

权利要求书

1.一种支持动态更新的可验证加密图像检索方法，其特征在于，包括以下步骤：

步骤1、图像拥有者生成密钥并发送给查询用户；

步骤2、提取明文图像的特征向量，并根据特征向量构建加密索引树；

步骤3、图像拥有者根据加密图像集构建变色龙哈希认证树；

步骤4、云服务器根据查询用户的查询陷门检索加密索引树得到密文检索结果，并按照相似度大小排序，得到前k个密文检索结果；

步骤5、云服务器根据检索结果并结合变色龙哈希认证树，对各个密文检索结果生成对应的证据；

步骤6、查询用户根据证据对对应的检索结果进行验证；

步骤7、查询用户将图像加密密钥作为解密秘钥，对验证通过的检索结果进行解密得到明文图像。

2.根据权利要求1所述的一种支持动态更新的可验证加密图像检索方法，其特征在于，步骤2中构建未加密的索引树的方法如下：

S2.1、采用卷积神经网络模型提取每一幅图像的特征向量；

S2.2、对所有未加密的特征向量递归地进行聚类；

S2.3、根据聚类结果，将每一个特征向量关联于一个叶子节点，将属于同一类的节点关联于同一个非叶子节点作为它们的父节点，并为每个非叶子节点分配一个d维向量，形成未加密的索引树。

3.根据权利要求1所述的一种支持动态更新的可验证加密图像检索方法，其特征在于，采用混沌映射算法对明文图像集加密，得到步骤3所述的加密图像集。

4.根据权利要求1所述的一种支持动态更新的可验证加密图像检索方法，其特征在于，步骤3中构建变色龙哈希认证树的方法如下：

S5.1、获取每一幅图像的哈希值；

S5.2、将变色龙哈希认证树的叶子节点c初始化为0；

S5.3、计算根节点的哈希值，在根节点的两个叶子节点上插入哈希值l₁和l₂，根据根节点的哈希值、哈希值l₁和l₂计算根节点的随机数，同时叶子节点c增加2；

S5.4、检查叶子节点c是否为2的幂次，若c是2的幂次，则执行步骤S5.5-S5.8；若叶子节点c不是2的幂次，则执行步骤S5.7-S5.8；

S5.5、将当前变色龙哈希认证树的深度d-1增加1变为d；

S5.6、将深度d-1时的根节点作为深度为d时根节点的左孩子节点，并选择两个随机数和计算一个虚拟节点作为右孩子节点；

S5.7、搜索变色龙哈希树最右下没有孩子的节点v_i,j，以该节点v_i,j为根节点创建一个子树，首先沿着v_i,j下移，直到节点的高度为1，当非叶子节点为右孩子节点时用变色龙哈希ch()创建虚拟节点，当非叶子节点为左孩子节点时用抗碰撞哈希H()创建普通节点，并将相应的虚拟节点添加至状态st，将数据l_i作为叶子节点插入子树中，并计算v_i,j＝v_i-1,2·j||v_i-1,2·j+1以及r′_i,j＝col(csk,x_i,j,r_i,j,v_i,j)，将虚拟节点的随机数r_i,j更新为r′_i,j；

S5.8、将下一个空叶子节点索引c增加1；

S5.9、重复执行步骤S5.4直至每一密文图像的哈希值与变色龙哈希认证树的叶子节点关联，完成变色龙哈希认证树的构建。

5.根据权利要求1所述的一种支持动态更新的可验证加密图像检索方法，其特征在于，步骤4中查询用户根据查询图像生成查询陷门，查询陷门的生产方法如下：

查询用户采用卷积神经网络模型提取查询图像的特征向量，并对特征向量进行扩展，将扩展的特征向量加密生成查询陷门并发送给云服务器。