CN106875325A - 一种可搜索图像加密算法 - Google Patents
一种可搜索图像加密算法 Download PDFInfo
- Publication number
- CN106875325A CN106875325A CN201710077608.8A CN201710077608A CN106875325A CN 106875325 A CN106875325 A CN 106875325A CN 201710077608 A CN201710077608 A CN 201710077608A CN 106875325 A CN106875325 A CN 106875325A
- Authority
- CN
- China
- Prior art keywords
- image
- characteristic vector
- owner
- user
- cloud server
- 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
Links
Classifications
-
- 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
Abstract
本发明涉及云计算安全技术领域,公开了一种可搜索图像加密算法。具体包括以下过程:图像拥有者执行的概率算法来建立系统输出公钥PK和私钥SK;图像拥有者提取图像的特征向量,根据特征向量建立索引;图像拥有者加密图像,并根据索引将加密后的相关图像信息发送至云服务器;用户向图像拥有者发送查询请求,得到授权的查询信息;云服务器根据索引分析查询信息,将满足查询信息的检索结果集发送给用户;用户向图像拥有者请求检索结果集的解密,图像拥有者将解密结果发送给用户。设计了图像加密算法以及针对该类密文的检索算法,实现将图像拥有者信息以密文的方式储存在云服务器上,增加了信息的隐私性;同时,用户能根据自身需求对搜索范围进行调整。
Description
技术领域
本发明涉及云计算安全技术领域,特别是一种可搜索图像加密算法。
背景技术
云计算代表了IT领域迅速向集约化、规模化与专业化道路发展的趋势,已成为产业界、学术界、政府等各界共同关注的焦点。云计算平台具有高可靠性、更强的处理能力和更大的存储空间、可平滑迁移、可弹性伸缩等特性,可以为一切上层应用服务提供底层的支撑基础架构,它将是解决大规模数据处理的重要工具。
云计算最基本的数据处理服务就包含了安全、高效的数据检索等。在云计算环境下,资源受限的用户可以通过付费的方式购买云计算平台提供的强大的计算资源来对自身无法处理的数据进行远程处理,从而减轻用户对资源的维护与管理的负担。然而,在外包数据处理过程中,由于云服务器不是完全可信的,为了保证敏感信息的隐私,数据上传之前必须对敏感信息进行加密。数据加密虽然能解决一些安全问题,同时也带来了一些新的问题。
在外包数据库中,数据拥有者将加密后的密文信息存储到服务器上,然而加密后的图像对后期的检索带来了很多的困难。
这样,传统的明文信息检索算法不再适用。在这些外包存储的信息中,图像信息所占的比例相对较多(图像信息的存储相对文本信息的存储需要更大的存储空间)。对于图像检索,方案有很多,但几乎都是对明文图片进行搜索的。对密文图像检索的方案还相当的少。然而在现有方案中,大多数方案都是基于同态加密技术的,其效率很低,难以应用到现实生活中。
图像检索应用广泛,特别是在医疗系统中。为了保护用户信息的隐私性,存放在云服务器的图像都需要转换成密文形式。很多时候,医生要研究相似病例的时候,就需要查询相关的类似图像。然而在查询过程中,需要对图像的信息进行保密。因此,针对密文环境下的相似图像的高效检索算法的研究显得十分重要。目前对密文图像检索的方法还相当的少。
发明内容
本发明所要解决的技术问题是:针对上述存在的问题,提供了一种可搜索图像加密算法。
本发明采用的技术方案如下:一种可搜索图像加密算法,具体包括以下过程:步骤1、图像拥有者执行的概率算法来建立系统输出公钥PK和私钥SK;步骤2、图像拥有者提取图像的特征向量,根据特征向量建立索引;步骤3、图像拥有者加密图像,并将加密后的图像以及与图像相关的索引信息发送至云服务器;步骤4、用户向图像拥有者发送查询请求,得到授权的查询信息;步骤5、云服务器根据索引分析查询信息,将满足查询信息的检索结果集发送给用户;步骤6、用户向图像拥有者请求检索结果集的解密,图像拥有者将解密结果发送给用户。
进一步的,所述步骤1的具体过程为:步骤11、图像拥有者生成限域g是限域的一个生成元;步骤12、图像拥有者选取一个特征向量提取算法EA提取特征向量,选取一个局部敏感哈希函数LSH算法,选取一种图像加密算法E以及相应的解密算法De,选取一个抗碰撞的哈希函数H,并进行初始化;步骤13、输出私钥sk和公钥pk,所述公钥的公开信息为
进一步的,所述步骤2的具体过程为:步骤21、对于图像mz图像拥有者选择特征向量提取算法提取每幅图像的特征向量,获得高维的特征向量{v″z};步骤22、图像拥有者调用局部敏感哈希函数LSH算法对特征向量{v″z}作用,获取低维特征向量vz=LSH(v″z);步骤23、图像拥有者计算低维特征向量vz的向量长度lz;步骤24、图像拥有者选择一个随机数隐藏低维特征向量vz为v′z=r1·vz;步骤25、将向量长度lz转化为二进制形式(bm-1,bm-2,…,b1,b0),其中m为大于1的自然数,图像拥有者选择私钥sk并产生dm=H(sk,(0,0κ,0))、di=H(sk,(1,di+1,bi)),其中i=m-1,…,0,κ是抗碰撞的哈希函数H作用后所得结果的长度,H为抗碰撞的哈希函数,图像拥有者输出标签tokenz=(d0,d1,…,dm);步骤26、图像拥有者随机选择并计算ci=H(di,T),其中i=m,…,0,获取索引为I(mz)={T,{v′z},{ci}}。
进一步的,所述特征向量提取算法采用EA函数,输入图像mz,EA函数将输出每幅图像的特征向量{v″z}。
进一步的,所述低维特征向量vz的维度低于50。
进一步的,步骤3的具体过程为:图像拥有者通过图像加密算法E将图像mz加密得到E(mz),计算图像mz的相关信息密文为Dz={E(mz),I(mz)},并将相关信息密文发送至云服务器。
进一步的,所述步骤4的具体过程为:步骤41、用户选择向量模长参数k1、比例参数k2和比例参数k3,其中k2、k3∈[0,1];步骤42、用户调用EA函数对所需查询的样本图像m作用,得到特征向量v;步骤43、选择一个随机数隐藏特征向量v为b=r2·v mod p,并计算特征向量v的长度l=|v|,将特征向量v的长度l转化为二进制形式(b′m-1,b′m-2,…,b′1,b′0);步骤44、用户向图像拥有者发送搜索请求,如果图像拥有者同意请求,用户将l发送给图像拥有者,然后,图像拥有者用自己的私钥sk生成d′m=H(sk,(0,0κ,0)),di′=H(sk,(1,d′i+1,bi′)),其中i=m-1,…,0;步骤45、图像拥有者输出标签token′=(d′0,d′1,…,d′m)发送给用户;步骤46、获得查询信息Q(v){k1,k2,k3,b,token′}。
进一步的,所述步骤5的具体过程为:
步骤51、云服务器接受到用户发送的查询信息Q(v),所述查询信息Q(v)将根据数据库D={Dz}中的每个密文Dz的索引I(mz)={T,{v′z},{ci}}中的每个密文计算c′i=H(d′i,T),其中i=m,…,0;
步骤52、云服务器将倒序比较序列ci和c′i,直到第一对不同的ci和c′i出现,此时序列号为j;
步骤53、令0≤j≤m-1,若
c′k=ck=H(dk,T)且cj=H(dj,T)≠c′j
成立,则低维特征向量vz的向量长度lz和特征向量v的长度l之间的差不会超过2j;
若c′k=H(dk,T)成立,则lz=l;
步骤54、当2j≤k1,则云服务器计算
如果
云服务器将计数器ctz增加1,ctz的初始值为0;
步骤55、对于每幅图像mz,云服务器计算其中nz表示图像mz的特征向量的个数,如果云服务器把E(mz)加入检索结果集R中;
步骤56、云服务器将满足搜索条件的检索结果集R={E(mi)}发送给用户。
与现有技术相比,采用上述技术方案的有益效果为:
(1)设计了图像加密算法以及针对该类密文的检索算法,实现将图像拥有者信息以密文的方式储存在云服务器上,增加了信息的隐私性,同时实现用户在基于信息隐私的情况下查询相关信息;
(2)对图像的特征向量进行了盲化隐藏,使得在外包搜索过程中不会泄漏特征向量的信息;
(3)对特征向量的大小进行了加密,并且在向量大小进行比较的时候不会泄漏相关信息;
(4)搜索过程中的部分参数是由用户自行设置,用户能根据自身需求对搜索范围进行调整。
具体实施方式
下面对本发明做进一步描述。
为了更好的实现信息安全共享,本实施例提供了一种可搜索图像加密算法,能在不泄漏图像信息及其特征的前提下对密文图像进行检索,并且用户能自行调整搜索范围。
一种可搜索图像加密算法,具体包括以下过程:步骤1、图像拥有者执行的概率算法来建立系统输出公钥PK和私钥SK;步骤2、图像拥有者提取图像的特征向量,根据特征向量建立索引;步骤3、图像拥有者加密图像,并将加密后的图像以及与图像相关的索引信息发送至云服务器;步骤4、用户向图像拥有者发送查询请求,得到授权的查询信息;步骤5、云服务器根据索引分析查询信息,将满足查询信息的检索结果集发送给用户;步骤6、用户向图像拥有者请求检索结果集的解密,图像拥有者将解密结果发送给用户。在上述过程中,图像拥有者为了保护图像的隐私信息,将图像加密后存放到云服务器上,为了方便其他用户对图像进行搜索,同时还建立索引信息上传至服务器;用户想查询一些与图像类似的图像,他将图像的相关信息进行盲化,然后发送给云服务器,让云服务器帮他搜索相关图像;云服务器收到搜索请求后,对密文数据库进行检索,将符合用户检索条件的密文图像的检索结果发送给用户;用户收到检索结果后,请求图像拥有者解密;最终,图像拥有者将解密后的图像发送给用户。
所述步骤1的具体过程为:步骤11、图像拥有者生成限域g是限域的一个生成元;步骤12、图像拥有者选取一个特征向量提取算法EA提取特征向量,选取一个局部敏感哈希函数LSH算法,选取一种图像加密算法E以及相应的解密算法De,选取一个抗碰撞的哈希函数H,并进行初始化;步骤13、输出私钥sk和公钥pk,所述公钥的公开信息为
所述步骤2的具体过程为:步骤21、对于图像mz图像拥有者选择特征向量提取算法提取每幅图像的特征向量,获得高维的特征向量{v″z};步骤22、图像拥有者调用局部敏感哈希函数LSH算法对特征向量{v″z}作用,获取低维特征向量vz=LSH(v″z);步骤23、图像拥有者计算低维特征向量vz的向量长度lz;步骤24、图像拥有者选择一个随机数隐藏低维特征向量vz为v′z=r1·vz;步骤25、将向量长度lz转化为二进制形式(bm-1,bm-2,…,b1,b0),其中m为大于1的自然数,图像拥有者选择私钥sk并产生dm=H(sk,(0,0κ,0))、di=H(sk,(1,di+1,bi)),其中i=m-1,…,0,κ是抗碰撞的哈希函数H作用后所得结果的长度,H为抗碰撞的哈希函数,图像拥有者输出标签tokenz=(d0,d1,…,dm);步骤26、图像拥有者随机选择并计算ci=H(di,T),其中i=m,…,0,获取索引为I(mz)={T,{v′z},{ci}}。
所述特征向量提取算法采用EA函数,输入图像mz,EA函数将输出每幅图像的特征向量{v″z}。
所述低维特征向量vz的维度低于50。
步骤3的具体过程为:图像拥有者通过图像加密算法E将图像mz加密得到E(mz),计算图像mz的相关信息密文为Dz={E(mz),I(mz)},并将相关信息密文发送至云服务器。图像拥有者的信息以密文的信息储存在云服务器上。
所述步骤4的具体过程为:步骤41、用户选择向量模长参数k1、比例参数k2和比例参数k3,其中k2、k3∈[0,1];步骤42、用户调用EA函数对所需查询的样本图像m作用,得到特征向量v;步骤43、选择一个随机数隐藏特征向量v为b=r2·v mod p,并计算特征向量v的长度l=|v|,将特征向量v的长度l转化为二进制形式(b′m-1,b′m-x,…,b′1,b′0);步骤44、用户向图像拥有者发送搜索请求,如果图像拥有者同意请求,用户将l发送给图像拥有者,然后图像拥有者用自己的私钥sk生成d′m=H(sk,(0,0κ,0)),d′i=H(sk,(1,d′i+1,b′i)),其中i=m-1,…,0;步骤45、图像拥有者输出标签token=(d′0,d′1,…,d′m)发送给用户;步骤46、获得查询信息Q(v){k1,k2,k3,b,token′}。
所述步骤5的具体过程为:
步骤51、云服务器接受到用户发送的查询信息Q(v),所述查询信息Q(v)将根据数据库D={Dz}中的每个密文Dz的索引I(mz)={T,{v′z},{ci}}计算c′i=H(d′i,T),其中i=m,…,0;
步骤52、云服务器将倒序比较序列ci和c′i,直到第一对不同的ci和c′i出现,此时序列号为j;
步骤53、令0≤j≤m-1,若
c′k=ck=H(dk,T)且cj=H(dj,T)≠c′j
成立,则低维特征向量vi的向量长度li和特征向量v的长度l之间的差不会超过2j;
在数据库中的信息I(mz)={T,{v′z},{ci}},其中ci=H(di,T),dm=H(sk,(0,0κ,0)),di=H(sk,(1,di+1,bi));在用户上传信息中的标签token′=(d′0,d′1,…,d′m),其中d′m=H(sk,(0,0κ,0)),d′i=H(sk,(1,d′i+1,b′1))服务器计算c′i=H(d′i,T),并对{ci}与{c′i}进行比较;
如果li=l,则有bk=b′k;
如果li≠l,假设j<k≤m-1,有ck=c′k,但cj≠c′j,这样j就是第一个不相等数值出现的脚标。j<k≤m-1时,有c′k=H(d′k,T)=ck=H(dk,T),则dk=d′k。而对于j,有dj≠d′j,dj+1=d′j+1;
由于di=H(sk,(1,di+1,bi)),d′i=H(sk,(1,d′i+1,b′i)),如果dj≠d′j,则说明j为第一次出现不相等情况,bj≠b′j;
因为lz转换为二进制(bm-1,bm-2,…,b1,b0),l转换为二进制(b′m-1,b′m-2,…,b′1,b′0),因此他们之间的差就不会超过2j;
若c′k=H(dk,T)成立,则lz=l;
步骤54、当2j≤k1,则云服务器计算
如果
云服务器将计数器ctz增加1,ctz的初始值为0;
步骤55、对于每幅图像mz,云服务器计算其中nz表示图像mz的特征向量的个数,如果云服务器把E(mz)加入检索结果集R中;
步骤56、云服务器将满足搜索条件的检索结果集R={E(mi)}发送给用户。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员,在不脱离本发明的精神所做的非实质性改变或改进,都应该属于本发明权利要求保护的范围。
Claims (8)
1.一种可搜索图像加密算法,其特征在于,包括以下过程:
步骤1、图像拥有者执行的概率算法来建立系统输出公钥PK和私钥SK;
步骤2、图像拥有者提取图像的特征向量,根据特征向量建立索引;
步骤3、图像拥有者加密图像,并将加密后的图像以及与图像相关的索引信息发送至云服务器;
步骤4、用户向图像拥有者发送查询请求,得到授权的查询信息;
步骤5、云服务器根据索引分析查询信息,将满足查询信息的检索结果集发送给用户;
步骤6、用户向图像拥有者请求检索结果集的解密,图像拥有者将解密结果发送给用户。
2.如权利要求1所述的可搜索图像加密算法,其特征在于,所述步骤1的具体过程为:
步骤11、图像拥有者生成限域g是限域的一个生成元;
步骤12、图像拥有者选取一个特征向量提取算法EA提取特征向量,选取一个局部敏感哈希函数LSH算法,选取一种图像加密算法E以及相应的解密算法De,选取一个抗碰撞的哈希函数H,并进行初始化;
步骤13、输出私钥sk和公钥pk,所述公钥的公开信息为
3.如权利要求2所述的可搜索图像加密算法,其特征在于,所述步骤2的具体过程为:
步骤21、对于图像mz图像拥有者选择特征向量提取算法提取每幅图像的特征向量,获得高维的特征向量{v″z};
步骤22、图像拥有者调用局部敏感哈希函数LSH算法对特征向量{v″z}作用,获取低维特征向量vz=LSH(v″z);
步骤23、图像拥有者计算低维特征向量vz的向量长度lz;
步骤24、图像拥有者选择一个随机数隐藏低维特征向量vz为v′z=r1·vz;
步骤25、将向量长度lz转化为二进制形式(bm-1,bm-2,…,b1,b0),其中m为大于1的自然数,图像拥有者选择私钥sk并产生dm=H(sk,(0,0κ,0))、di=H(sk,(1,di+1,bi)),其中i=m-1,…,0,κ是抗碰撞的哈希函数H作用后所得结果的长度,H为抗碰撞的哈希函数,图像拥有者输出标签tokenz=(d0,d1,…,dm);
步骤26、图像拥有者随机选择并计算ci=H(di,T),其中i=m,…,0,获取索引为I(mz)={T,{v′z},{ci}}。
4.如权利要求3所述的可搜索图像加密算法,其特征在于,所述特征向量提取算法采用EA函数,输入图像mz,EA函数将输出每幅图像的特征向量{v″z}。
5.如权利要求4所述的可搜索图像加密算法,其特征在于,所述低维特征向量vz的维度低于50。
6.如权利要求5所述的可搜索图像加密算法,其特征在于,步骤3的具体过程为:图像拥有者通过图像加密算法E将图像mz加密得到E(mz),计算图像mz的相关信息密文为Dz={E(mz),I(mz)},并将相关信息密文发送至云服务器。
7.如权利要求6所述的可搜索图像加密算法,其特征在于,所述步骤4的具体过程为:
步骤41、用户选择向量模长参数k1、比例参数k2和比例参数k3,其中k2、k3∈[0,1];
步骤42、用户调用EA函数对所需查询的样本图像m作用,得到特征向量v;
步骤43、选择一个随机数隐藏特征向量v为b=r2·v mod p,并计算特征向量v的长度l=|v|,将特征向量v的长度l转化为二进制形式(b′m-1,b′m-2,…,b′1,b′0);
步骤44、用户向图像拥有者发送搜索请求,如果图像拥有者同意请求,用户将l发送给图像拥有者,然后图像拥有者用自己的私钥sk生成d′m=H(sk,(0,0κ,0)),d′i=H(sk,(1,d′i+1,b′i)),其中i=m-1,…,0;
步骤45、图像拥有者输出标签token′=(d′0,d′1,…,d′m)发送给用户;
步骤46、获得查询信息Q(v)={k1,k2,k3,b,token′}。
8.如权利要求7所述的可搜索图像加密算法,其特征在于,所述步骤5的具体过程为:
步骤51、云服务器接受到用户发送的查询信息Q(v),所述查询信息Q(v)将根据数据库D={Dz}中的每个密文Dz的索引I(mz)={T,{v′z},{ci}}计算c′i=H(d′i,T),其中i=m,…,0;
步骤52、云服务器将倒序比较序列ci和c′i,直到第一对不同的ci和c′i出现,此时序列号为j;
步骤53、令0≤j≤m-1,若
c′k=ck=H(dk,T)且cj=H(dj,T)≠c′j
成立,则低维特征向量vz的向量长度lz和特征向量v的长度l之间的差不会超过2j;
若c′k=H(dk,T)成立,则lz=l;
步骤54、当2j≤k1,则云服务器计算
如果
云服务器将计数器ctz增加1,ctz的初始值为0;
步骤55、对于每幅图像mz,云服务器计算其中nz表示图像mz的特征向量的个数,如果云服务器把E(mz)加入检索结果集R中;
步骤56、云服务器将满足搜索条件的检索结果集R={E(mz)}发送给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710077608.8A CN106875325B (zh) | 2017-02-14 | 2017-02-14 | 一种可搜索图像加密算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710077608.8A CN106875325B (zh) | 2017-02-14 | 2017-02-14 | 一种可搜索图像加密算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106875325A true CN106875325A (zh) | 2017-06-20 |
CN106875325B CN106875325B (zh) | 2020-05-12 |
Family
ID=59167528
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710077608.8A Active CN106875325B (zh) | 2017-02-14 | 2017-02-14 | 一种可搜索图像加密算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106875325B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798093A (zh) * | 2017-10-25 | 2018-03-13 | 成都尽知致远科技有限公司 | 图像检索方法 |
CN108768651A (zh) * | 2018-04-20 | 2018-11-06 | 南京搜文信息技术有限公司 | 支持多维区间范围查询的可搜索公钥加密方法 |
CN109981244A (zh) * | 2019-03-08 | 2019-07-05 | 西安电子科技大学 | 一种新型的分布式云加密算法的方法 |
CN111339539A (zh) * | 2020-02-14 | 2020-06-26 | 西安电子科技大学 | 一种多用户环境下的高效加密图像检索方法 |
CN111640053A (zh) * | 2020-06-02 | 2020-09-08 | 长江师范学院 | 一种基于同态加密算法高嵌入量的可逆信息隐藏方法 |
CN112702165A (zh) * | 2021-03-23 | 2021-04-23 | 北京惠风智慧科技有限公司 | 一种图像加密方法及装置 |
CN113468362A (zh) * | 2021-06-30 | 2021-10-01 | 东北大学 | 一种基于外包K-means的加密图像检索系统及方法 |
CN114189351A (zh) * | 2021-10-25 | 2022-03-15 | 山东师范大学 | 一种基于cnn和签密技术的密态图像检索方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101219A (zh) * | 2006-07-06 | 2008-01-09 | 株式会社查纳位资讯情报 | 车载显示设备和车载显示设备中采用的显示方法 |
US20130111403A1 (en) * | 2011-10-28 | 2013-05-02 | Denso Corporation | In-vehicle display apparatus |
-
2017
- 2017-02-14 CN CN201710077608.8A patent/CN106875325B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101101219A (zh) * | 2006-07-06 | 2008-01-09 | 株式会社查纳位资讯情报 | 车载显示设备和车载显示设备中采用的显示方法 |
US20130111403A1 (en) * | 2011-10-28 | 2013-05-02 | Denso Corporation | In-vehicle display apparatus |
Non-Patent Citations (1)
Title |
---|
朱旭东等: "云计算环境下加密图像检索", 《西安电子科技大学学报(自然科学版)》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107798093A (zh) * | 2017-10-25 | 2018-03-13 | 成都尽知致远科技有限公司 | 图像检索方法 |
CN108768651A (zh) * | 2018-04-20 | 2018-11-06 | 南京搜文信息技术有限公司 | 支持多维区间范围查询的可搜索公钥加密方法 |
CN109981244A (zh) * | 2019-03-08 | 2019-07-05 | 西安电子科技大学 | 一种新型的分布式云加密算法的方法 |
CN109981244B (zh) * | 2019-03-08 | 2021-10-01 | 西安电子科技大学 | 一种分布式云加密算法的实现方法 |
CN111339539A (zh) * | 2020-02-14 | 2020-06-26 | 西安电子科技大学 | 一种多用户环境下的高效加密图像检索方法 |
CN111640053A (zh) * | 2020-06-02 | 2020-09-08 | 长江师范学院 | 一种基于同态加密算法高嵌入量的可逆信息隐藏方法 |
CN111640053B (zh) * | 2020-06-02 | 2023-04-18 | 长江师范学院 | 一种基于同态加密算法高嵌入量的可逆信息隐藏方法 |
CN112702165A (zh) * | 2021-03-23 | 2021-04-23 | 北京惠风智慧科技有限公司 | 一种图像加密方法及装置 |
CN113468362A (zh) * | 2021-06-30 | 2021-10-01 | 东北大学 | 一种基于外包K-means的加密图像检索系统及方法 |
CN113468362B (zh) * | 2021-06-30 | 2023-12-22 | 东北大学 | 一种基于外包K-means的加密图像检索系统及方法 |
CN114189351A (zh) * | 2021-10-25 | 2022-03-15 | 山东师范大学 | 一种基于cnn和签密技术的密态图像检索方法及系统 |
CN114189351B (zh) * | 2021-10-25 | 2024-02-23 | 山东师范大学 | 一种基于cnn和签密技术的密态图像检索方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106875325B (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875325A (zh) | 一种可搜索图像加密算法 | |
CN113194078B (zh) | 一种云端支持隐私保护的排序多关键字搜索加密方法 | |
CN105871543B (zh) | 多数据拥有者背景下基于属性的多关键字密文检索方法 | |
CN104363215B (zh) | 一种基于属性的加密方法和系统 | |
CN104021157B (zh) | 云存储中基于双线性对的关键词可搜索加密方法 | |
CN106657059A (zh) | 一种具有访问控制功能的数据库查询方法和系统 | |
CN107491497A (zh) | 支持任意语言查询的多用户多关键词排序可搜索加密系统 | |
CN106534085A (zh) | 一种基于区块链技术的隐私保护方法 | |
CN105024802B (zh) | 云存储中基于双线性对的多用户多关键词可搜索加密方法 | |
CN107480163A (zh) | 一种云环境下支持隐私保护的高效密文图像检索方法 | |
CN111143471B (zh) | 一种基于区块链的密文检索方法 | |
CN108494768A (zh) | 一种支持访问控制的密文搜索方法及系统 | |
CN108092972B (zh) | 一种多授权中心基于属性的可搜索加密方法 | |
CN110413652B (zh) | 一种基于边缘计算的大数据隐私化检索方法 | |
CN106549753A (zh) | 一种基于身份的支持密文比较的加密方案 | |
CN109543061A (zh) | 一种支持多密钥的加密图像检索方法 | |
CN107635018B (zh) | 支持紧急接入访问控制和安全去重的跨域医疗云存储系统 | |
CN106161428A (zh) | 一种密文可相等比较的属性加密方案 | |
CN112365945A (zh) | 基于区块链的电子病历细粒度访问控制和密文可搜索方法 | |
CN113411323B (zh) | 基于属性加密的医疗病历数据访问控制系统及方法 | |
CN108021677A (zh) | 云计算分布式检索引擎的控制方法 | |
WO2018070932A1 (en) | System and method for querying an encrypted database for documents satisfying an expressive keyword access structure | |
CN114598472A (zh) | 基于区块链的条件隐藏可搜索代理重加密方法及存储介质 | |
Ambika | A reliable blockchain-based image encryption scheme for IIoT networks | |
CN108197491B (zh) | 一种基于密文的子图检索方法 |
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 |