论文部分内容阅读
随着成像设备的快速发展,图像的数量呈爆炸式增长,如何通过图像内容从海量的图像数据库中快速准确找到所需图像成为研究热点。云计算为资源受限的用户提供大量存储空间及强大的计算能力,将大量图像存储到云服务器中以便节约存储成本并且以方便快捷的形式处理图像数据成为当前主流方案。然而,存在的主要问题包括:数据拥有者将CBIR服务外包给云服务器的同时将失去数据的控制权,并且数据中包含不同类型的用户隐私信息,存在被攻击及泄露的风险。针对上述问题进行了详细的研究。第二章,从CBIR特征、SIFT算法提取特征等不同角度阐述了所需理论基础;第三章,基于两方云服务器合作提出一种具有隐私保持功能的SIFT提取方法;第四章,基于Secure K-Dimension Tree(SKDTree)提出一种安全索引构建方案,并提出一系列特征提取及索引构建过程中安全的协议;第五章,基于安全威胁模型提出一种支持隐私保护的图像检索方案。总结主要研究成果如下:1.针对隐私保护,提出了一种基于SKDTree的图像安全检索方案。该方案支持安全的图像特征提取,构建安全的索引结构SKDTree,能够在支持图像数据隐私保护的情况下实现图像的检索。根据该方案,数据拥有者在图像上传前先对图像进行加密操作,用户检索图像是在加密图像中进行的,上述方法能够有效保护图像的隐私信息,并且在不泄露图像相关信息的前提下,快速、准确地检索到图像。2.提出了一系列特征提取及索引构建过程中安全的协议,包括基于同态加密的安全乘法协议、基于混淆电路的安全比较协议、欧氏距离安全计算协议等。在协议中通过云服务器之间的安全交互,通过获取服务器上计算的中间结果实现对最终结果的计算,有效保护数据安全的同时实现数据共享。此外,通过详细的协议安全验证证明了协议对数据隐私的安全性。上述研究成果探讨并初步解决了数据外包应用场景下的图像安全检索问题。索引结构的更新维护是有待进一步研究的问题。