CN112288757A - 一种基于数据打包技术的加密域图像分割优化方法 - Google Patents

一种基于数据打包技术的加密域图像分割优化方法 Download PDF

Info

Publication number
CN112288757A
CN112288757A CN202011197779.2A CN202011197779A CN112288757A CN 112288757 A CN112288757 A CN 112288757A CN 202011197779 A CN202011197779 A CN 202011197779A CN 112288757 A CN112288757 A CN 112288757A
Authority
CN
China
Prior art keywords
image
image segmentation
execution server
service provider
encrypted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011197779.2A
Other languages
English (en)
Other versions
CN112288757B (zh
Inventor
陈德霖
张冬傲
郑培嘉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202011197779.2A priority Critical patent/CN112288757B/zh
Publication of CN112288757A publication Critical patent/CN112288757A/zh
Application granted granted Critical
Publication of CN112288757B publication Critical patent/CN112288757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioethics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer And Data Communications (AREA)
  • Storage Device Security (AREA)

Abstract

本发明提出一种基于数据打包技术的加密域图像分割优化方法，涉及加密域图像分割优化的技术领域，解决了当前图像分割方法在分割过程中存在空间资源占用大，计算复杂度高的问题，首先隐私服务提供商生成公钥和私钥发送至客户端，并将私钥发送给图像分割执行服务器，客户端对图像进行加密并进行数据打包，基于数据打包技术实现了计算复杂度及空间资源占用度的降低，提高图像分割的速度，图像分割执行服务器与隐私服务提供商之间通过多方安全计算进行交互，获取加密分割图像，图像分割执行服务器将加密分割图像发送给客户端解密，加密的图像仅能由图像拥有者进行解密，保障了安全隐私。

Description

一种基于数据打包技术的加密域图像分割优化方法
技术领域
本发明涉及加密域图像分割优化的技术领域，更具体地，涉及一种基于数据打包技术的加密域图像分割优化方法。
背景技术
随着社会经济的飞速发展，图像分割技术在我们生活中的应用场景越来越多，包括公安、交通、医院等领域，提高了公共安全、信息管理的效率。
现有的加密信号处理技术(SPED)为云服务器提供了在保证隐私安全的同时完成大量对图像数据的处理能力。例如，云服务器可以实现加密图像水印、去噪和特征提取等工作。边缘检测和图像分割是图像处理的重要课题之一，然而云计算的场景下进行图像分割可能会引起隐私泄露问题。从数据收集环节来看，用户将需要进行图像分割的高清卫星图像、医疗影像和交通路况等隐私资源存放在端上。在云环境下进行图像分割的过程中，客户端将隐私资源传送至云服务器上进行边缘识别，而在这个过程中，由于目前传输的数据均为加密数据，因此用户的隐私数据往往由云服务器或主动或被动地泄露，而这种隐私数据泄露所带来的潜在的安全风险十分严重，可能会被人用于获利，更甚者被犯罪分子捕获，并用于非法活动。
当前，Paillier密码***和DGK密码***是最流行的加性同态加密***，基于同态加密的图像分割技术也在被广泛引用，如2018年3月，张敏情，李天雪，狄富强等人在郑州大学学报上发表了“基于Paillier同态公钥加密***的可逆信息隐藏算法”的文章(50(001)：8-14)，图像拥有者通过公钥加密分割后的图像平面，然后进行组合，中间操作者在密文域下再分割图像，基于同态乘法将分割后的图像嵌入后组合，传输至图像接收者解密，在此方法下，中间操作者不需要使用私钥即可通过同态乘法嵌入数据后组合，而图像接收者通过安全通道接收到的私钥解密图像，非法敌手无法获取私钥，使图像在传输分割过程中的隐私安全性得到了保障，但一方面同态加密本身占用的计算资源大，加密域下矩阵运算耗时过长，容易导致尺寸灾难，无法满足实时性要求；另一方面，此方法中虽然借助了安全通道传递私钥，但加密的图像在解密时非同一人，也会存在隐私泄露的风险。
发明内容
为解决现有基于同态加密的图像分割方法在分割过程中存在空间资源占用大，计算复杂度高的问题，本发明提出一种基于数据打包技术的加密域图像分割方法，在保证隐私安全性的同时，降低图像分割过程中的计算复杂度和空间资源占用度，从而优化分割速度，满足实时性要求。
为了达到上述技术效果，本发明的技术方案如下：
一种基于数据打包技术的加密域图像分割优化方法，至少包括：
S1.隐私服务提供商生成公钥pk和私钥sk，将公钥pk和私钥sk均发送至客户端，并将私钥sk发送给图像分割执行服务器；
S2.客户端利用公钥pk对图像进行加密并进行数据打包，压缩加密图像尺寸，并将加密打包后的图像发送至图像分割执行服务器；
S3.图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互，获取加密分割图像；
S4.图像分割执行服务器将加密分割图像发送给客户端，客户端解密后得到最终边缘图像。
在本技术方案中，客户端利用公钥pk对图像进行加密并进行数据打包，压缩加密图像尺寸，利用数据打包技术实现计算复杂度及空间资源占用度的降低，提高图像分割的速度，而且通过同态加密，加密的图像仅能由图像拥有者进行解密，保证了图像分割执行服务器和客户端双方对隐私性的要求。
优选地，步骤S2所述的数据打包，压缩加密图像尺寸的过程为：
客户端利用公钥pk对图像加密后形成加密图像
Figure BDA0002754491850000021
尺寸为sm×sn，将加密图像
Figure BDA0002754491850000022
分割成相同尺寸大小的L块图片，表示为：I0，I1，…，IL-1，执行公式：
Figure BDA0002754491850000023
其中，
Figure BDA0002754491850000024
利用公钥pk对IP打包成尺寸为
Figure BDA0002754491850000025
的压缩图像
Figure BDA0002754491850000026
Figure BDA0002754491850000027
表示压缩图像
Figure BDA0002754491850000028
的尺寸参数，t，Q均表示打包参与参数，
Figure BDA0002754491850000029
Ik(i，j)表示第k块图片中索引为(i，j)的图像的像素值，通过数据打包技术，压缩图像的尺寸，降低空间资源占用度，提高图像分割速度。
优选地，步骤S2之后，步骤S3之前还包括：图像分割执行服务器将压缩图像
Figure BDA0002754491850000031
进行高斯滤波，高斯滤波后的结果表示为
Figure BDA0002754491850000032
Figure BDA0002754491850000033
满足：
Figure BDA0002754491850000034
保留乘法运算结果，表示为：
Figure BDA0002754491850000035
其中，m＝0，1，…，sm；n＝0，1，…，sn，均表示图像尺寸参数，G为高斯滤波模板，Q为高斯滤波模板量化参数，sg为高斯滤波模板尺寸。
在此，为了避免不必要的计算，减少除法运算带来的计算开销，降低计算复杂度，提高分割速度，在高斯滤波时没有进行除法运算，而是直接保留乘法运算结果。
优选地，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程包括：对高斯滤波后的加密打包数据
Figure BDA0002754491850000036
进行比较，步骤为：
S31.以水平方向的Sobel滤波模板Gx为例，图像分割执行服务器构建两个临时模板：模板系数为正的部分表示为
Figure BDA0002754491850000037
和模板系数为负的部分表示为
Figure BDA0002754491850000038
构建公式为：
Figure BDA0002754491850000039
Figure BDA00027544918500000310
其中，
Figure BDA00027544918500000311
和
Figure BDA00027544918500000312
分别是水平方向Sobel卷积核中系数为正和负的部分，
Figure BDA00027544918500000313
S32.图像分割执行服务器生成两个随机数α+、α-，并执行公式对两个随机数打包：
Figure BDA00027544918500000314
Figure BDA00027544918500000315
其中，
Figure BDA0002754491850000041
表示随机数α+进行数据打包后的值；
Figure BDA0002754491850000042
表示随机数α-进行数据打包后的值，基于打包后的随机数，图像分割执行服务器生成中间密文
Figure BDA0002754491850000043
及垂直
Figure BDA0002754491850000044
分别满足：
Figure BDA0002754491850000045
Figure BDA0002754491850000046
图像分割执行服务器将中间密文
Figure BDA0002754491850000047
及
Figure BDA0002754491850000048
发送至隐私服务提供商；
S33.隐私服务提供商利用私钥sk对中间密文
Figure BDA0002754491850000049
及
Figure BDA00027544918500000410
进行解密，分段得到
Figure BDA00027544918500000411
和
Figure BDA00027544918500000412
并利用随机数α1生成集合{δ}，集合{δ}中任意一个值δi满足：
Figure BDA00027544918500000413
其中，i＝0，1，…，L-1，c为额外变量，c∈{0，1}，为隐私服务提供商随机挑选；
S34.根据随机数α+、α-，图像分割执行服务器计算中间参数σ0及σ1，满足：σ0＝α+-α-，σ1＝α--α+，然后通过随机数α2修饰σi，公式为：
Figure BDA00027544918500000414
其中，
Figure BDA00027544918500000415
表示修饰后的σi，i＝0，1；图像分割执行服务器与隐私服务提供商之间执行茫然传输后，图像分割执行服务器持有
Figure BDA00027544918500000416
隐私服务提供商持有δi；
S35.由图像分割执行服务器创建乱码电路，生成一个对应带额外输入的比较电路C的加密乱码电路表GCT，另一方对乱码电路表GCT解码，以持有值
Figure BDA00027544918500000417
及δi计算最终电路的输出
Figure BDA00027544918500000418
基于比较乱码电路完成加密打包数据
Figure BDA00027544918500000419
的比较，图像分割执行服务器获取比较结果r∈{0，1}。
在此，由于仅使用同态加密无法实现加密值的比较，引入乱码电路技术实现图像分割执行服务器、隐私服务提供商的交互，实现计算加性同态加密所不能计算的线性函数。
优选地，图像分割执行服务器与隐私服务提供商之间执行茫然传输的过程中，图像分割执行服务器持有
Figure BDA00027544918500000420
和
Figure BDA00027544918500000421
隐私服务提供商持有c∈{0，1}，图像分割执行服务器无法获得c的值，隐私服务提供商也无法获得
Figure BDA00027544918500000422
隐私服务提供商生成
Figure BDA00027544918500000423
并将
Figure BDA00027544918500000424
发送给图像分割执行服务器，图像分割执行服务器通过减去α2获取
Figure BDA00027544918500000425
保证了隐私安全性。
优选地，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程还包括：对高斯滤波后的加密打包数据
Figure BDA0002754491850000051
进行Sobel滤波边缘检测，得到加密图像
Figure BDA0002754491850000052
步骤为：
隐私服务提供商对集合{δ}加密得到加密集合
Figure BDA0002754491850000053
并发送至图像分割执行服务器；
对于加密集合
Figure BDA0002754491850000054
中的每一个
Figure BDA0002754491850000055
持有比较结果r的图像分割执行服务器执行公式，获取到
Figure BDA0002754491850000056
公式为：
Figure BDA0002754491850000057
其中，α2为步骤S3中图像分割执行服务器生成的随机数，根据
Figure BDA0002754491850000058
图像分割执行服务器可获取水平分量
Figure BDA0002754491850000059
和垂直分量
Figure BDA00027544918500000510
随后根据公式
Figure BDA00027544918500000511
构建Sobel滤波结果为加密图像
Figure BDA00027544918500000512
优选地，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程还包括：获取加密图像
Figure BDA00027544918500000513
的加密阈值，步骤为：
S301.设加密图像
Figure BDA00027544918500000514
的当前阈值为
Figure BDA00027544918500000515
图像分割执行服务首先设置加密图像
Figure BDA00027544918500000516
中最大像素值
Figure BDA00027544918500000517
和最小像素值
Figure BDA00027544918500000518
然后利用除法协议生成初始阈值
Figure BDA00027544918500000519
公式为：
Figure BDA00027544918500000520
其中，SecDiv表示除法协议；
S302.图像分割执行服务器根据当前阈值
Figure BDA00027544918500000521
将加密图像
Figure BDA00027544918500000522
分为前景部分和背景部分，其中，前景部分指像素的值大于Ti，背景部分指像素的值小于等于Ti；
S303.利用乱码电路对当前阈值
Figure BDA00027544918500000523
和加密像素值
Figure BDA00027544918500000524
进行比较，得到比较结果{λ}；
S304.设背景累计值为
Figure BDA00027544918500000525
前景累计值为
Figure BDA00027544918500000526
背景计数值为
Figure BDA00027544918500000527
前景技术值为
Figure BDA00027544918500000528
图像分割执行服务器初始化背景累计值
Figure BDA00027544918500000529
前景累计值
Figure BDA00027544918500000530
及背景计数值
Figure BDA00027544918500000531
前景计数值
Figure BDA00027544918500000532
并进行像素计算，公式为：
Figure BDA0002754491850000061
Figure BDA0002754491850000062
Figure BDA0002754491850000063
计算下一个阈值
Figure BDA0002754491850000064
公式为：
Figure BDA0002754491850000065
S305.图像分割执行服务器通过与隐私服务提供商共同执行绝对值乱码电路比较，获取
Figure BDA0002754491850000066
图像分割执行服务器将
Figure BDA0002754491850000067
及Δ+r′给隐私服务提供商，r′为用于修饰的随机值，隐私服务提供商判断阈值计算是否达到阈值标准ε，若是，阈值迭代计算结束；否则，返回步骤S304。
优选地，步骤S303所述利用乱码电路对当前阈值
Figure BDA0002754491850000068
和加密像素值
Figure BDA0002754491850000069
进行比较的过程为：
A.图像分割执行服务器生成随机数γ1和β∈{0，1}，基于随机数γ1和β∈{0，1}，计算
Figure BDA00027544918500000610
并将
Figure BDA00027544918500000611
发送至隐私服务提供商，公式为：
Figure BDA00027544918500000612
B.隐私服务提供商将
Figure BDA00027544918500000613
得到t1，同时生成c∈{0，1}，持有t1和c的隐私服务提供商与持有随机数γ1的图像分割执行服务器执行带额外输入的比较乱码电路，隐私服务提供商获得修饰后的结果
Figure BDA00027544918500000614
C.根据
Figure BDA00027544918500000615
和c，隐私服务提供商计算加密对t2，公式为：
Figure BDA00027544918500000616
隐私服务提供商将t2发送至图像分割执行服务器；
D.图像分割执行服务器根据β确认最终比较结果λ：若β＝1，图像分割执行服务器将t2的顺序调换再将其作为结果λ，若β＝0，图像分割执行服务器将t2作为结果λ。
优选地，步骤S305中，图像分割执行服务器通过与隐私服务提供商共同执行绝对值乱码电路时是与0进行比较的。
优选地，图像分割执行服务器在拥有加密图像
Figure BDA0002754491850000071
及加密图像
Figure BDA0002754491850000072
的加密阈值Ti后，图像分割执行服务器与隐私服务提供商利用比较乱码电路进行加密图像
Figure BDA0002754491850000073
的二值化，得到加密分割图像
Figure BDA0002754491850000074
与现有技术相比，本发明技术方案的有益效果是：
本发明提出一种基于数据打包技术的加密域图像分割优化方法，首先隐私服务提供商生成公钥和私钥发送至客户端，并将私钥发送给图像分割执行服务器，然后客户端对图像进行加密并进行数据打包，压缩加密图像尺寸，基于数据打包技术实现了计算复杂度及空间资源占用度的降低，提高图像分割的速度，图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互，获取加密分割图像，图像分割执行服务器将加密分割图像发送给客户端解密，加密的图像仅能由图像拥有者进行解密，保证了图像分割执行服务器和客户端双方对隐私性的要求，确保在隐私安全的情况下进行图像分割。
附图说明
图1表示本发明实施例中提出的基于数据打包技术的加密域图像分割优化方法的流程示意图；
图2表示本发明实施例中提出的基本比较乱码电路的结构图；
图3表示本发明实施例中提出的带额外输入的比较乱码电路的结构图；
图4表示本发明实施例中提出的利用基于数据打包技术的加密域图像分割优化方法进行加密图像分割的实验结果示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好地说明本实施例，附图某些部位会有省略、放大或缩小，并不代表实际尺寸；
对于本领域技术人员来说，附图中某些公知内容说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示的基于数据打包技术的加密域图像分割优化方法的流程图，参见图1，所述基于数据打包技术的加密域图像分割优化方法的步骤包括：
S1.隐私服务提供商生成公钥pk和私钥sk，将公钥pk和私钥sk均发送至客户端，并将私钥sk发送给图像分割执行服务器；
S2.客户端利用公钥pk对图像进行加密并进行数据打包，压缩加密图像尺寸，并将加密打包后的图像发送至图像分割执行服务器；
S3.图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互，获取加密分割图像；
S4.图像分割执行服务器将加密分割图像发送给客户端，客户端解密后得到最终边缘图像。
在本实施例中，步骤S2所述的数据打包，压缩加密图像尺寸的过程为：
客户端利用公钥pk对图像加密后形成加密图像
Figure BDA0002754491850000081
尺寸为sm×sn，将加密图像
Figure BDA0002754491850000082
分割成相同尺寸大小的L块图片，表示为：I0，I1，…，IL-1，执行公式：
Figure BDA0002754491850000083
其中，
Figure BDA0002754491850000084
利用公钥pk对IP打包成尺寸为
Figure BDA0002754491850000085
的压缩图像
Figure BDA0002754491850000086
Figure BDA0002754491850000087
表示压缩图像
Figure BDA0002754491850000088
的尺寸参数，t，Q均表示打包参与参数，
Figure BDA0002754491850000089
sm、sn表示加密图像
Figure BDA00027544918500000810
的尺寸参数，Ik(i，j)表示第k块图片中索引为(i，j)的图像的像素值，在此，为了防止溢出，额外留出了2位，通过数据打包技术，压缩图像的尺寸，降低空间资源占用度，提高图像分割速度。
在本实施例中，步骤S2之后，步骤S3之前还包括：图像分割执行服务器将压缩图像
Figure BDA00027544918500000811
进行高斯滤波，高斯滤波后的结果表示为
Figure BDA00027544918500000812
满足：
Figure BDA00027544918500000813
保留乘法运算结果，表示为：
Figure BDA00027544918500000814
其中，m＝0，1，…，sm；n＝0，1，…，sn，均表示图像尺寸参数，G为高斯滤波模板，Q为高斯滤波模板量化参数，sg为高斯滤波模板尺寸，即为了避免不必要的计算，减少除法运算带来的计算开销，降低计算复杂度，提高分割速度，在高斯滤波时没有进行除法运算，而是直接保留乘法运算结果。
在本实施例中，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程包括：对高斯滤波后的加密打包数据
Figure BDA00027544918500000815
进行比较，步骤为：
S31.以水平方向的Sobel滤波模板Gx为例，图像分割执行服务器构建两个临时模板：模板系数为正的部分表示为
Figure BDA0002754491850000091
和模板系数为负的部分表示为
Figure BDA0002754491850000092
构建公式为：
Figure BDA0002754491850000093
Figure BDA0002754491850000094
其中，
Figure BDA0002754491850000095
和
Figure BDA0002754491850000096
分别是水平方向Sobel卷积核中系数为正和负的部分，
Figure BDA0002754491850000097
S32.图像分割执行服务器生成两个随机数α+、α-，并执行公式对两个随机数打包：
Figure BDA0002754491850000098
Figure BDA0002754491850000099
其中，
Figure BDA00027544918500000910
表示随机数α+进行数据打包后的值；
Figure BDA00027544918500000911
表示随机数α_进行数据打包后的值，基于打包后的随机数，图像分割执行服务器生成中间密文
Figure BDA00027544918500000912
及垂直
Figure BDA00027544918500000913
分别满足：
Figure BDA00027544918500000914
Figure BDA00027544918500000915
图像分割执行服务器将中间密文
Figure BDA00027544918500000916
及
Figure BDA00027544918500000917
发送至隐私服务提供商；
S33.隐私服务提供商利用私钥sk对中间密文
Figure BDA00027544918500000918
及
Figure BDA00027544918500000919
进行解密，分段得到
Figure BDA00027544918500000920
和
Figure BDA00027544918500000921
并利用随机数α1生成集合{δ}，集合{δ}中任意一个值δi满足：
Figure BDA00027544918500000922
其中，i＝0，1，…，L-1，c为额外变量，c∈{0，1}，为隐私服务提供商随机挑选；
S34.根据随机数α+、α_，图像分割执行服务器计算中间参数σ0及σ1，满足：σ0＝α+-α-，σ1＝α--α+，然后通过随机数α2修饰σi，公式为：
Figure BDA00027544918500000923
其中，
Figure BDA0002754491850000101
表示修饰后的σi，i＝0，1；图像分割执行服务器与隐私服务提供商之间执行茫然传输后，图像分割执行服务器持有
Figure BDA0002754491850000102
隐私服务提供商持有δi；
S35.由图像分割执行服务器创建乱码电路，生成一个对应带额外输入的比较电路C的加密乱码电路表GCT，另一方对乱码电路表GCT解码，以持有值
Figure BDA0002754491850000103
及δi计算最终电路的输出
Figure BDA0002754491850000104
基于比较乱码电路完成加密打包数据
Figure BDA0002754491850000105
的比较，图像分割执行服务器获取比较结果r∈{0，1}。图像分割执行服务器与隐私服务提供商之间执行茫然传输的过程中，图像分割执行服务器持有
Figure BDA0002754491850000106
和
Figure BDA0002754491850000107
隐私服务提供商持有c∈{0，1}，图像分割执行服务器无法获得c的值，隐私服务提供商也无法获得
Figure BDA0002754491850000108
隐私服务提供商生成
Figure BDA0002754491850000109
并将
Figure BDA00027544918500001010
发送给图像分割执行服务器，图像分割执行服务器通过减去α2获取
Figure BDA00027544918500001011
保证了隐私安全性。
在本实施例中，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程还包括：对高斯滤波后的加密打包数据
Figure BDA00027544918500001012
进行Sobel滤波边缘检测，得到加密图像
Figure BDA00027544918500001013
步骤为：
隐私服务提供商对集合{δ}加密得到加密集合
Figure BDA00027544918500001014
并发送至图像分割执行服务器；
对于加密集合
Figure BDA00027544918500001015
中的每一个
Figure BDA00027544918500001016
持有比较结果r的图像分割执行服务器执行公式，获取到
Figure BDA00027544918500001017
公式为：
Figure BDA00027544918500001018
其中，α2为步骤S3中图像分割执行服务器生成的随机数，根据
Figure BDA00027544918500001019
图像分割执行服务器可获取水平分量
Figure BDA00027544918500001020
和垂直分量
Figure BDA00027544918500001021
随后根据公式
Figure BDA00027544918500001022
构建Sobel滤波结果为加密图像
Figure BDA00027544918500001023
在本实施例中，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程还包括：获取加密图像
Figure BDA00027544918500001024
的加密阈值，步骤为：
S301.设加密图像
Figure BDA00027544918500001025
的当前阈值为
Figure BDA00027544918500001026
图像分割执行服务首先设置加密图像
Figure BDA00027544918500001027
和最大像素值
Figure BDA00027544918500001028
和最小像素值
Figure BDA00027544918500001029
然后利用除法协议生成初始阈值
Figure BDA00027544918500001030
公式为：
Figure BDA0002754491850000111
其中，SecDiv表示除法协议；
S302.图像分割执行服务器根据当前阈值
Figure BDA0002754491850000112
将加密图像
Figure BDA0002754491850000113
分为前景部分和背景部分，其中，前景部分指像素的值大于Ti，背景部分指像素的值小于等于Ti；
S303.利用乱码电路对当前阈值
Figure BDA0002754491850000114
和加密像素值
Figure BDA0002754491850000115
进行比较，得到比较结果{λ}；所述利用乱码电路对当前阈值
Figure BDA0002754491850000116
和加密像素值
Figure BDA0002754491850000117
进行比较的过程为：
A.图像分割执行服务器生成随机数γ1和β∈{0，1}，基于随机数γ1和β∈{0，1}，计算
Figure BDA0002754491850000118
并将
Figure BDA0002754491850000119
发送至隐私服务提供商，公式为：
Figure BDA00027544918500001110
B.隐私服务提供商将
Figure BDA00027544918500001111
得到t1，同时生成c∈{0，1}，持有t1和c的隐私服务提供商与持有随机数γ1的图像分割执行服务器执行带额外输入的比较乱码电路，隐私服务提供商获得修饰后的结果
Figure BDA00027544918500001112
C.根据
Figure BDA00027544918500001113
和c，隐私服务提供商计算加密对t2，公式为：
Figure BDA00027544918500001114
隐私服务提供商将t2发送至图像分割执行服务器；
D.图像分割执行服务器根据β确认最终比较结果λ：若β＝1，图像分割执行服务器将t2的顺序调换再将其作为结果λ，若β＝0，图像分割执行服务器将t2作为结果λ；
针对上述带额外输入的比较乱码电路，作进一步的说明，设两个l位长的整数x(l)和y(l)进行比较的乱码电路如图2所示，参见图2，客户端持有输入x(l)(x1-xl)，图像分割执行服务器持有输入y(l)(y1-yl)，为了隐藏图2中CMP的输入，图像分割执行服务器在电路中引入一个额外变量c，满足：
Figure BDA00027544918500001115
此时，电路的构造如图3所示，
Figure BDA00027544918500001116
表示带额外输入的乱码比较电路的输出。
S304.设背景累计值为
Figure BDA0002754491850000121
前景累计值为
Figure BDA0002754491850000122
背景计数值为
Figure BDA0002754491850000123
前景技术值为
Figure BDA0002754491850000124
图像分割执行服务器初始化背景累计值
Figure BDA0002754491850000125
前景累计值
Figure BDA0002754491850000126
及背景计数值
Figure BDA0002754491850000127
前景计数值
Figure BDA0002754491850000128
并进行像素计算，公式为：
Figure BDA0002754491850000129
Figure BDA00027544918500001210
Figure BDA00027544918500001211
计算下一个阈值
Figure BDA00027544918500001212
公式为：
Figure BDA00027544918500001213
S305.图像分割执行服务器通过与隐私服务提供商共同执行绝对值乱码电路比较，获取
Figure BDA00027544918500001214
图像分割执行服务器将
Figure BDA00027544918500001215
及Δ+r′给隐私服务提供商，r′为用于修饰的随机值，隐私服务提供商判断阈值计算是否达到阈值标准ε，若是，阈值迭代计算结束；否则，返回步骤S304，另外，图像分割执行服务器通过与隐私服务提供商共同执行绝对值乱码电路时是与0进行比较的。
在本实施例中，图像分割执行服务器在拥有加密图像
Figure BDA00027544918500001216
及加密图像
Figure BDA00027544918500001217
的加密阈值Ti后，图像分割执行服务器与隐私服务提供商利用比较乱码电路进行加密图像
Figure BDA00027544918500001218
的二值化，得到加密分割图像
Figure BDA00027544918500001219
为进一步验证本发明所提方法的有效性，以图4所示的加密图像分割实验效果作为说明，参见图4，其中，a列为原图像，b列为明文域图像分割结果，c、d、e列是基于本发明所提方法，利用数据打包技术，打包尺寸分别为4×4、8×8和16×16的加密域图像分割结果，通过图4可以看出，利用本发明所提出的方法进行图像分割时，b、c、d列加密域图像分割的结果与明文域图像分割结果基本一样，加密域分割保证了隐私安全，而利用数据打包技术又能降低空间资源的占用度和计算复杂度，做到了对当前图像分割方法的综合优化。
附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种基于数据打包技术的加密域图像分割优化方法，其特征在于，包括：
S1.隐私服务提供商生成公钥pk和私钥sk，将公钥pk和私钥sk均发送至客户端，并将私钥sk发送给图像分割执行服务器；
S2.客户端利用公钥pk对图像进行加密并进行数据打包，压缩加密图像尺寸，并将加密打包后的图像发送至图像分割执行服务器；
S3.图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互，获取加密分割图像；
S4.图像分割执行服务器将加密分割图像发送给客户端，客户端解密后得到最终边缘图像。
2.根据权利要求1所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S2所述的数据打包，压缩加密图像尺寸的过程为：
客户端利用公钥pk对图像加密后形成加密图像
Figure FDA0002754491840000011
尺寸为sm×sn，将加密图像
Figure FDA0002754491840000012
分割成相同尺寸大小的L块图片，表示为：I0,I1,…,IL-1，执行公式：
Figure FDA0002754491840000013
其中，
Figure FDA0002754491840000014
利用公钥pk对IP打包成尺寸为
Figure FDA0002754491840000015
的压缩图像
Figure FDA0002754491840000016
Figure FDA0002754491840000017
表示压缩图像
Figure FDA0002754491840000018
的尺寸参数，t，Q均表示打包参与参数，
Figure FDA0002754491840000019
Ik(i,j)表示第k块图片中索引为(i,j)的图像的像素值。
3.根据权利要求2所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S2之后，步骤S3之前还包括：图像分割执行服务器将压缩图像
Figure FDA00027544918400000110
进行高斯滤波，高斯滤波后的结果表示为
Figure FDA00027544918400000111
满足：
Figure FDA00027544918400000112
保留乘法运算结果，表示为：
Figure FDA00027544918400000113
其中，m＝0,1,…,sm；n＝0,1,…,sn，均表示图像尺寸参数，G为高斯滤波模板，Q为高斯滤波模板量化参数，sg为高斯滤波模板尺寸。
4.根据权利要求3所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程包括：对高斯滤波后的加密打包数据
Figure FDA0002754491840000021
进行比较，步骤为：
S31.以水平方向的Sobel滤波模板Gx为例，图像分割执行服务器构建两个临时模板：模板系数为正的部分表示为
Figure FDA0002754491840000022
和模板系数为负的部分表示为
Figure FDA0002754491840000023
构建公式为：
Figure FDA0002754491840000024
Figure FDA0002754491840000025
其中，
Figure FDA0002754491840000026
和
Figure FDA0002754491840000027
分别是水平方向Sobel卷积核中系数为正和负的部分，
Figure FDA0002754491840000028
S32.图像分割执行服务器生成两个随机数α+、α-，并执行公式对两个随机数打包：
Figure FDA0002754491840000029
Figure FDA00027544918400000210
其中，
Figure FDA00027544918400000211
表示随机数α+进行数据打包后的值；
Figure FDA00027544918400000212
表示随机数α-进行数据打包后的值，基于打包后的随机数，图像分割执行服务器生成中间密文
Figure FDA00027544918400000213
及垂直
Figure FDA00027544918400000214
分别满足：
Figure FDA00027544918400000215
Figure FDA00027544918400000216
图像分割执行服务器将中间密文
Figure FDA00027544918400000217
及
Figure FDA00027544918400000218
发送至隐私服务提供商；
S33.隐私服务提供商利用私钥sk对中间密文
Figure FDA00027544918400000219
及
Figure FDA00027544918400000220
进行解密，分段得到
Figure FDA00027544918400000221
和
Figure FDA00027544918400000222
并利用随机数α1生成集合{δ}，集合{δ}中任意一个值δi满足：
Figure FDA00027544918400000223
其中，i＝0,1,…,L-1，c为额外变量，c∈{0,1}，为隐私服务提供商随机挑选；
S34.根据随机数α+、α-，图像分割执行服务器计算中间参数σ0及σ1，满足：σ0＝α+-α-，σ1＝α--α+，然后通过随机数α2修饰σi，公式为：
Figure FDA0002754491840000031
其中，
Figure FDA0002754491840000032
表示修饰后的σi，i＝0,1；图像分割执行服务器与隐私服务提供商之间执行茫然传输后，图像分割执行服务器持有
Figure FDA0002754491840000033
隐私服务提供商持有δi；
S35.由图像分割执行服务器创建乱码电路，生成一个对应带额外输入的比较电路C的加密乱码电路表GCT，另一方对乱码电路表GCT解码，以持有值
Figure FDA0002754491840000034
及δi计算最终电路的输出
Figure FDA0002754491840000035
基于比较乱码电路完成加密打包数据
Figure FDA0002754491840000036
的比较，图像分割执行服务器获取比较结果r∈{0,1}。
5.根据权利要求4所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，图像分割执行服务器与隐私服务提供商之间执行茫然传输的过程中，图像分割执行服务器持有
Figure FDA0002754491840000037
和
Figure FDA0002754491840000038
隐私服务提供商持有c∈{0,1}，图像分割执行服务器无法获得c的值，隐私服务提供商也无法获得
Figure FDA0002754491840000039
隐私服务提供商生成
Figure FDA00027544918400000310
并将
Figure FDA00027544918400000311
发送给图像分割执行服务器，图像分割执行服务器通过减去α2获取
Figure FDA00027544918400000312
6.根据权利要求5所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程还包括：对高斯滤波后的加密打包数据
Figure FDA00027544918400000313
进行Sobel滤波边缘检测，得到加密图像
Figure FDA00027544918400000314
步骤为：
隐私服务提供商对集合{δ}加密得到加密集合
Figure FDA00027544918400000315
并发送至图像分割执行服务器；
对于加密集合
Figure FDA00027544918400000316
中的每一个
Figure FDA00027544918400000317
持有比较结果r的图像分割执行服务器执行公式，获取到
Figure FDA00027544918400000318
公式为：
Figure FDA00027544918400000319
其中，α2为步骤S3中图像分割执行服务器生成的随机数，根据
Figure FDA00027544918400000320
图像分割执行服务器可获取水平分量
Figure FDA00027544918400000321
和垂直分量
Figure FDA00027544918400000322
随后根据公式
Figure FDA00027544918400000323
构建Sobel滤波结果为加密图像
Figure FDA00027544918400000324
7.根据权利要求6所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S3所述图像分割执行服务器与隐私服务提供商之间通过多方安全计算及乱码电路技术进行交互的过程还包括：获取加密图像
Figure FDA0002754491840000041
的加密阈值，步骤为：
S301.设加密图像
Figure FDA0002754491840000042
的当前阈值为
Figure FDA0002754491840000043
图像分割执行服务首先设置加密图像
Figure FDA0002754491840000044
中最大像素值
Figure FDA0002754491840000045
和最小像素值
Figure FDA0002754491840000046
然后利用除法协议生成初始阈值
Figure FDA0002754491840000047
公式为：
Figure FDA0002754491840000048
其中，SecDiv表示除法协议；
S302.图像分割执行服务器根据当前阈值
Figure FDA0002754491840000049
将加密图像
Figure FDA00027544918400000410
分为前景部分和背景部分，其中，前景部分指像素的值大于Ti，背景部分指像素的值小于等于Ti；
S303.利用乱码电路对当前阈值
Figure FDA00027544918400000411
和加密像素值
Figure FDA00027544918400000412
进行比较，得到比较结果{}；
S304.设背景累计值为
Figure FDA00027544918400000413
前景累计值为
Figure FDA00027544918400000414
背景计数值为
Figure FDA00027544918400000415
前景技术值为
Figure FDA00027544918400000416
图像分割执行服务器初始化背景累计值
Figure FDA00027544918400000417
前景累计值
Figure FDA00027544918400000418
及背景计数值
Figure FDA00027544918400000419
前景计数值
Figure FDA00027544918400000420
并进行像素计算，公式为：
Figure FDA00027544918400000421
Figure FDA00027544918400000422
Figure FDA00027544918400000423
计算下一个阈值
Figure FDA00027544918400000424
公式为：
Figure FDA00027544918400000425
S305.图像分割执行服务器通过与隐私服务提供商共同执行绝对值乱码电路比较，获取
Figure FDA00027544918400000426
图像分割执行服务器将
Figure FDA00027544918400000427
及Δ+r′,给隐私服务提供商,r′为用于修饰的随机值，隐私服务提供商判断阈值计算是否达到阈值标准ε，若是，阈值迭代计算结束；否则，返回步骤S304。
8.根据权利要求7所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S303所述利用乱码电路对当前阈值
Figure FDA0002754491840000051
和加密像素值
Figure FDA0002754491840000052
进行比较的过程为：
A.图像分割执行服务器生成随机数γ1和β∈{0,1}，基于随机数γ1和β∈{0,1}，计算
Figure FDA0002754491840000053
并将
Figure FDA0002754491840000054
发送至隐私服务提供商，公式为：
Figure FDA0002754491840000055
B.隐私服务提供商将
Figure FDA0002754491840000056
得到t1，同时生成c∈{0,1}，持有t1和c的隐私服务提供商与持有随机数γ1的图像分割执行服务器执行带额外输入的比较乱码电路，隐私服务提供商获得修饰后的结果
Figure FDA0002754491840000057
C.根据
Figure FDA0002754491840000058
和c，隐私服务提供商计算加密对t2，公式为：
Figure FDA0002754491840000059
隐私服务提供商将t2发送至图像分割执行服务器；
D.图像分割执行服务器根据β确认最终比较结果λ：若β＝1，图像分割执行服务器将t2的顺序调换再将其作为结果λ，若β＝0，图像分割执行服务器将t2作为结果λ。
9.根据权利要求8所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，步骤S305中，图像分割执行服务器通过与隐私服务提供商共同执行绝对值乱码电路时是与0进行比较的。
10.根据权利要求9所述的基于数据打包技术的加密域图像分割优化方法，其特征在于，图像分割执行服务器在拥有加密图像
Figure FDA00027544918400000510
及加密图像
Figure FDA00027544918400000511
的加密阈值Ti后，图像分割执行服务器与隐私服务提供商利用比较乱码电路进行加密图像
Figure FDA00027544918400000512
的二值化，得到加密分割图像
Figure FDA00027544918400000513
CN202011197779.2A 2020-10-30 2020-10-30 一种基于数据打包技术的加密域图像分割优化方法 Active CN112288757B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011197779.2A CN112288757B (zh) 2020-10-30 2020-10-30 一种基于数据打包技术的加密域图像分割优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011197779.2A CN112288757B (zh) 2020-10-30 2020-10-30 一种基于数据打包技术的加密域图像分割优化方法

Publications (2)

Publication Number Publication Date
CN112288757A true CN112288757A (zh) 2021-01-29
CN112288757B CN112288757B (zh) 2023-09-19

Family

ID=74353418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011197779.2A Active CN112288757B (zh) 2020-10-30 2020-10-30 一种基于数据打包技术的加密域图像分割优化方法

Country Status (1)

Country Link
CN (1) CN112288757B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159316A (zh) * 2021-04-08 2021-07-23 支付宝(杭州)信息技术有限公司 模型训练方法、进行预测业务的方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101409831A (zh) * 2008-07-10 2009-04-15 浙江师范大学 一种多媒体视频对象处理方法
CN103347170A (zh) * 2013-06-27 2013-10-09 郑永春 用于智能监控的图像处理方法及其应用的高分辨率摄像头
CN105959770A (zh) * 2016-07-21 2016-09-21 李勇 一种使用数据线的通讯方法
CN110008717A (zh) * 2019-02-26 2019-07-12 东北大学 支持隐私保护的决策树分类服务***及方法
CN110298363A (zh) * 2019-06-27 2019-10-01 西安电子科技大学 一种加密图像上的隐私保护lbp特征提取方法
CN111526148A (zh) * 2020-04-26 2020-08-11 中山大学 一种云计算环境下加密音频的安全去噪***及方法
CN111522973A (zh) * 2020-04-16 2020-08-11 重庆邮电大学 一种融合压缩感知的隐私保护图像检索方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101409831A (zh) * 2008-07-10 2009-04-15 浙江师范大学 一种多媒体视频对象处理方法
CN103347170A (zh) * 2013-06-27 2013-10-09 郑永春 用于智能监控的图像处理方法及其应用的高分辨率摄像头
CN105959770A (zh) * 2016-07-21 2016-09-21 李勇 一种使用数据线的通讯方法
CN110008717A (zh) * 2019-02-26 2019-07-12 东北大学 支持隐私保护的决策树分类服务***及方法
CN110298363A (zh) * 2019-06-27 2019-10-01 西安电子科技大学 一种加密图像上的隐私保护lbp特征提取方法
CN111522973A (zh) * 2020-04-16 2020-08-11 重庆邮电大学 一种融合压缩感知的隐私保护图像检索方法
CN111526148A (zh) * 2020-04-26 2020-08-11 中山大学 一种云计算环境下加密音频的安全去噪***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
江南;张帆;刘文予;: "适合于网络传输的二次置乱图像加密算法", 中国图象图形学报, no. 05, pages 1 - 4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159316A (zh) * 2021-04-08 2021-07-23 支付宝(杭州)信息技术有限公司 模型训练方法、进行预测业务的方法及装置

Also Published As

Publication number Publication date
CN112288757B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
Denis et al. Hybrid data encryption model integrating multi-objective adaptive genetic algorithm for secure medical data communication over cloud-based healthcare systems
Bloisi et al. Image based steganography and cryptography.
Mukhedkar et al. Secure non real time image encryption algorithm development using cryptography & steganography
Patel et al. Lazy wavelet transform based steganography in video
Islam et al. Application of homomorphism to secure image sharing
Gabriel et al. Post-quantum crystography: a combination of post-quantum cryptography and steganography
Shah et al. Paillier cryptosystem based mean value computation for encrypted domain image processing operations
CN112288757B (zh) 一种基于数据打包技术的加密域图像分割优化方法
Bezerra et al. Fast chaotic image encryption with simultaneous permutation and diffusion for IoT applications
Mohamed et al. Hybrid DCT-DWT watermarking and IDEA encryption of internet contents
Kataria et al. Exploring advanced encryption and steganography techniques for image security
Zhou et al. Image encryption using binary key-images
Bal et al. An efficient safe and secured video steganography using shadow derivation
Mahasree et al. An improved reversible data hiding for encrypted images over cloud
Shankar et al. Image encryption for mobile devices
CN114240724A (zh) 图像加密方法、装置、设备以及存储介质
Paraskevi et al. Security of human video objects by incorporating a chaos-based feedback cryptographic scheme
Zhou et al. Image encryption based on edge information
Malathi et al. Enhanced image steganography using AES & SPIHT compression
Ali et al. Implementation of a cryptograpgy algorithm for image transmission
Jagadeesh et al. A new image scrambling scheme through chaotic permutation and geometric grid based noise induction
Rajput et al. An enhanced image security using improved RSA cryptography and spatial orientation tree compression method
Khan et al. Image encryption enabling chaotic ergodicity with logistic and sine map
Babu et al. A reversible crypto-watermarking system for secure medical image transmission
Ntalianis et al. Chaotic video objects encryption based on mixed feedback, multiresolution decomposition and time-variant S-boxes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant