[发明专利]一种云环境下基于词袋模型的图像安全检索方法

摘要

本发明属于多媒体信息安全保护领域，具体涉及到一种云环境下基于词袋模型的图像安全检索方法，可用于密文图像的安全检索。内容所有者基于词袋模型对图像提取特征操作数据后进行正交分解，将之划分为密码操作域和特征提取操作域，分别进行加密操作和特征提取操作，并通过正交逆变换，将操作结果叠加至同一数据域，形成加密特征并上传到云服务器；当用户需要检索图像时，云服务器无须解密，直接对密文特征进行正交分解，即可从特征提取数据域中计算出密文图像的特征，与请求检索图像的特征进行相似性度量，最为接近的即为要检索的图像。这种检索方法不依赖于特定加密方法，安全性好，更具有通用性；基于袋模型的检索方法也具有很高的检索精度。

主权项

1.一种云环境下基于词袋模型的图像安全检索方法，其特征在于，包含以下步骤：步骤1，可信第三方通过训练图像库建立词袋模型，生成视觉词典及中值矩阵；步骤2，内容所有者基于步骤1构建的词袋模型对测试图像库中的每幅图像进行特征提取，并生成差值特征数据；步骤3，内容所有者对测试图像及其差值特征数据进行加密保护，具体包括以下子步骤，步骤3.1，将差值特征数据进行分组排列，获得相应的n×n维原始操作矩阵X；步骤3.2，对原始操作矩阵X选取不同正交变换基R和S进行正交变换，分别获得密码操作数据域Y₁和特征提取数据域Y₂，设B为n×n维正交变换矩阵B＝(b₁，b₂，...，b_n)^T，将B划分为两个不同正交变换基R、S，即B＝(R,S)，其中R＝(b₁，...，b_m)，S＝(b_m+1，...，b_n)，则有，Y＝B^T·XY₁＝R^T·XY₂＝S^T·X其中，Y₁为加密操作数据域，Y₂为特征提取数据域，Y＝(Y₁,Y₂)^T；步骤3.3，使用AES加密算法及密钥K_1e对密码操作数据域Y₁进行加密，获得密文特征数据Y_1e；使用AES加密算法及密钥K_2e对原始图像I加密获得密文图像I_e；步骤3.4，将密文数据Y_1e、Y₂进行合成得到变换域密文矩阵Y_ef，即Y_ef＝(Y_1e,Y₂)^T，并经正交逆变换映射至多媒体数据原始空间，获得特征密文矩阵X_ef，其中X_ef＝B·Y_ef，通过与步骤3.1中分组排列相对应的逆分组排列，从特征密文矩阵X_ef中获取密文特征x_ef；步骤3.5，对视觉词典中视觉单词ω数据补零成n×1维向量ω₀，使用正交变换矩阵B进行正交变换得到向量W＝(w₁,w₂,...,w_n)^T，即W＝B^T·ω₀，并计算该向量的1‑范数作为视觉单词的密文特征ω_e，然后将ω_e与x_ef组合形成加密后的BOF特征；步骤4，内容所有者将加密后的图像I_e以及BOF特征上传至云服务器，云服务器构建密文图像特征数据库；步骤5，用户需查询图像时，向内容所有者发起查询请求，内容所有者返回查询图像密文特征x_ef及秘钥K_2e；用户将查询图像密文特征x_ef发送给云服务器进行查询；步骤6，云服务器通过密文特征x_ef获得特征提取数据域Y₂，并对查询图像的特征点与密文图像特征数据库中特征点进行相似性度量，计算查询图像与图像库中所有图像的匹配分数，将密文图像按匹配分数由高到低的顺序发送给用户；步骤7，用户利用密钥K_2e对密文图像I_e进行解密，获得原始图像I。