论文部分内容阅读
移动互联网时代有越来越多的可视媒体计算在云端完成，然而可视媒体所包含的内容隐私也完全暴露在云端。可视媒体的研究不断地提升和完善，但其日新月异的研究成果却不能满足用户对其隐私保护能力的需求。因此将可视媒体与密码学两个看似没有任何关联的学科结合，成为了新的方向和趋势。可视媒体的算法的研究越来越复杂，密码学中的安全计算存在许多局限性，很难将可视媒体算法如人脸识别算法完全实现成为可以在密文状态下运算的方法，其技术难点在于：如何寻求一种合理的改进与创新使得加密算法能够完美的应用于可视媒体算法当中，或者寻求一种简单有效的可视媒体算法能够有效实现其隐秘化。 1.本文结合可视媒体计算机视觉和密码学学科领域，研究人脸识别算法和安全计算算法。其中重点研究基于图像块提取和基于稀疏表示的人脸识别算法，和同态加密与不经意传输密码学基元。 2.为了在保护用户隐私的前提下，完成用户人脸图像数据在云端的识别计算，本文首先提出了高效安全人脸识别算法，服务器端存储了一组嫌疑人的人脸数据库，客户端获取人脸图像，在隐秘的情况下将其与服务器端人脸库中的人脸进行安全运算，然后判断客户端的人脸是否与人脸库中的人脸匹配。人脸识别部分采用的是人脸特征块提取算法，安全计算部分采用的是 paillier同态加密和不经意传输算法。在此基础上创新性地提出了高效隐秘汉明距离算法，解决了在加密情况下计算人脸向量汉明距离复杂度高的问题，使得程序测试时间明显减少。 3.为了使人脸识别能够在云端进行隐秘计算，实现了一种能够安全计算的人脸识别系统，本文提出了一种基于稀疏表示的云环境中人脸图像隐秘识别方法。本文方法的应用场景为：云端存储了待识别的人脸数据库，终端用户在其他环境中采集人脸图像，通过网络传输，在隐私保护的前提下与云端人脸数据库中的人脸图像进行比对，从而判断终端采集的人脸是否属于云端的人脸数据库，同时云端与终端互相无法获取对方的人脸图像内容。为了高效地完成该任务，本方法首先通过第三方人脸图像数据库对终端和云端的人脸图像分别进行稀疏表示，然后利用Paillier同态加密与不经意传输算法，隐秘的比对终端和云端人脸的稀疏表示系数向量，从而在隐私保护的前提下，判断终端采集的人脸是否属于云端的人脸数据库。该方法的创新点是将同态加密和不经意传输应用于稀疏表示人脸识别中，使得隐私保护的云环境中人脸图像识别得以实现，同时，算法能够抵抗基于图像块重建攻击。