CN109543061A - 一种支持多密钥的加密图像检索方法 - Google Patents

Abstract

本发明公开了一种支持多密钥的加密图像检索方法，本发明利用代理重加密技术将不同图像加密密钥转换成查询用户可用其私钥解密的形式，应用局部敏感哈希算法对图像集进行预分类，提高检索速度，再用安全近邻算法加密图像特征向量，提高检索精度。本发明在多密钥场景下支持查询用户用一个查询陷门查询来自不同加密密钥的图像集，且用户只能用合法私钥解密查询结果。本发明可保护数据隐私安全，云服务器不能从密文集、索引集、密文密钥集中获取任何明文信息，也不能从查询陷门中获取任何明文信息。本发明在实际应用中是高效、可行的。

Description

一种支持多密钥的加密图像检索方法

技术领域

本发明属于多媒体信息安全领域，具体涉及一种支持多密钥的加密图像检索方法。

背景技术

随着图像设备如数码相机、智能手机不断更新换代，以及各种图像应用的出现，图像数据急剧增长，大大增加了用户本地图像数据计算和存储负担。虽然借助于云外包服务可以减轻用户本地图像数据计算和存储负担，但会致使用户无法实际掌控数据，产生安全隐患。因此，用户将图像数据加密后再存储至云服务器端。尽管加密图像能在一定程度上保证图像数据安全，但会导致传统的明文图像检索技术无法在密文上直接实现。

传统明文图像检索主要采用基于文本和基于内容两种方法。其中，基于文本的图像检索方法(Text-based image retrieval，TBIR)是将图像用主观文本内容作为标签，再采用与文本相同的索引结构进行检索，但查询准确率低。而基于内容的图像检索方法(Content-based image retrieval，CBIR)，应用图像本身的颜色、纹理和形状信息客观描述图像内容，大大提高查询准确率。于是，将明文CBIR技术如何较好地应用于密文图像是目前加密图像检索研究工作重点之一。

尽管基于同态加密和可搜索加密技术可以实现加密图像检索，但目前绝大多数方案仅支持单密钥场景，如果将其直接应用到实际的多密钥场景中，查询用户需要生成对应每一个加密密钥的陷门，用户端计算开销大大增加。

发明内容

本发明的目的在于克服上述不足，提供一种支持多密钥的加密图像检索方法，使得查询用户能够同时查询来自不同加密密钥的图像，大大降低用户开销。

为了达到上述目的，本发明包括以下步骤：

步骤一，密钥生成：给定安全参数κ，密钥生成中心输出系统参数和Γ、图像加密密钥k、私钥sk和公钥pk，为双线性对参数，Γ为秘密参数；

步骤二，图像加密：图像拥有者用图像加密密钥k加密明文图像集M，输出密文图像集C；

步骤三，密钥转换：拥有者将图像加密密钥k加密成k′，并生成转换密钥TK_UID，输出重加密密钥为Λ；

步骤四，索引生成：图像拥有者用参数Γ对明文图像M进行预处理，对图像特征向量进行加密，输出索引I；

步骤五，陷门生成：图像查询用户利用参数Γ计算查询图像m_q特征向量的哈希值，同时加密特征向量，输出查询陷门TD；

步骤六，检索：云服务器根据查询陷门TD匹配索引集I，在图像密文集C中搜索出对应的密文结果，将密文结果对应的拥有者Λ中的k′重加密成k′_i,UID；

步骤七，解密：身份为UID的查询用户用其私钥能够解密出图像加密密钥k_i，进而解密出明文图像。

步骤一中，双线性对参数

其中，G和G_T分别为素数p阶乘法循环群，e为映射关系，g为群G的生成元；

秘密参数

其中，υ为一个d+α+1维的随机二值向量，M₁和M₂为两个(d+α+1)×(d+α+1)维的随机可逆矩阵，为λ个哈希函数，为LSH函数族，为L个哈希表的加密函数，为α个随机数；

其中，为w个图像加密密钥，(sk_o,pk_o)为拥有者公私钥对，满足 为u个用户的公私钥对，满足身份为UID的用户分配公私钥对(sk_UID,pk_UID)，满足

步骤二中，图像拥有者利用对称密钥加密算法，将明文图像集M_i用图像加密密钥k_i加密成密文图像集C_i，将w个用加密密钥加密的密文图像集发送给云服务器存储。

步骤三中，图像拥有者将图像加密密钥k_i加密成k′_i＝{k′_i,1,k′_i,2}，并为身份为UID的用户计算转换密钥TK_UID，则k_i对应的重加密密钥为Λ_i＝{k′_i,TK_UID}，w个重加密密钥组成发送给云服务器；

其中，k′_i,1表示密钥密文第一分量：k′_i,2表示密钥密文第二分量：ε_i表示第一随机数：ε_i∈Z_p，F为双线性对，即F＝e(g,g)，转换密钥

步骤四中，对图像特征向量进行加密的具体方法如下：

第一步，对于图像集M_i中每幅图像m_i,t，特征向量为n_i为M_i的图像总数.将λ个哈希函数h₁,h₂,…,h_λ作用于f_i,t，得到哈希值

第二步，将L个ψ(·)作用于f_i,t构造L个哈希表，表中每个桶的值为其中j∈[1,L]，b∈[1,N_i,j]，N_i,j为第j个哈希表中桶的数目，用函数加密桶值

第三步，将d维特征向量扩展成d+α+1维向量根据随机二值向量υ将分裂成两部分和对于l∈[1,d+α+1]，当υ[l]＝0时，有当υ[l]＝1时，有用随机可逆矩阵和分别乘和可得加密后的特征向量

第四步，拥有者将图像m_i,t的加密特征向量和其相应图像信息标识符ID(m_i,t)共同存储在哈希表中，L个加密后的哈希表构成索引表I_i，将w个M_i生成的索引表发送给云服务器。

步骤五的具体方法如下：

第一步，查询用户提取出查询图像m_q的d维特征向量将L个哈希函数ψ_j(·)作用于f_q计算桶值BKT_j，j∈[1,L]，再用加密桶值为

第二步，将查询向量f_q扩展成d+α+1维向量后进行随机分裂，对于l∈[1,d+α+1]，若υ[l]＝0，则若υ[l]＝1，则有随机选取正数用矩阵和分别乘和得出加密后的特征向量

第三步，将 和用户UID组成陷门发送给云服务器，由云服务器进行检索。

步骤六中，检索的具体方法如下：

第一步，云服务器接收到查询陷门TD后，检索加密索引表得到与陷门匹配的相似图像标识符候选列表；

第二步，计算加密向量内积值，用于表示图像之间的相似度，

第三步，云服务器依次计算候选列表中每幅图像m_i,t与查询图像m_q的内积值，进而判断图像之间的相似度，内积值越小，相似度越高，依次类推，云服务器根据内积值可选出前r个最为相似的加密图像；

第四步，根据r个图像对应的密钥密文k′_i及转换密钥TK_UID计算也就是计算如下

第五步，云服务器将和前r个最为相似的加密图像返回给身份为UID的用户；

其中，表示第一重加密密钥密文分量： 表示第二重加密密钥密文分量：

步骤七中，身份为UID的查询用户用其合法私钥sk_UID计算得到图像加密密钥k_i，解密出明文图像。

与现有技术相比，本发明利用代理重加密技术将不同图像加密密钥转换成查询用户可用其私钥解密的形式，应用局部敏感哈希算法对图像集进行预分类，提高检索速度，再用安全近邻算法加密图像特征向量，提高检索精度。本发明在多密钥场景下支持查询用户用一个查询陷门查询来自不同加密密钥的图像集，且用户只能用合法私钥解密查询结果。本发明可保护数据隐私安全，云服务器不能从密文集、索引集、密文密钥集中获取任何明文信息，也不能从查询陷门中获取任何明文信息。本发明在实际应用中是高效、可行的。

附图说明

图1为本发明的应用场景图；

图2为本发明的流程图。

具体实施方式

下面结合附图对本发明做进一步说明。

参见图1，本发明中，用户只需生成一个陷门即可查询不同密钥加密的图像集，解决了传统方法中查询用户需要生成对应每一个加密密钥的陷门的问题。

参见图2，本发明包括4个实体，即密钥生成中心、图像拥有者、图像查询用户和云服务器。完全可信的密钥生成中心负责系统初始化和密钥分配；图像拥有者负责索引建立；查询用户负责陷门生成；诚实而好奇的云服务器负责检索加密图像集，同时重加密密钥密文。为实现支持多密钥的加密图像检索方法，其具体实现步骤如下：

步骤1，密钥生成，本步骤的实现如下：

密钥生成中心输入参数κ，输出双线性对参数秘密参数Γ、图像加密密钥k和公私钥对(sk,pk)；

G和G_T分别为素数p阶乘法循环群，e为映射关系，g为群G的生成元。υ为一个d+α+1维的随机二值向量，M₁和M₂为两个(d+α+1)×(d+α+1)维的随机可逆矩阵，为λ个哈希函数，为LSH函数族，为L个哈希表的加密函数，为α个随机数。为w个图像加密密钥，(sk_o,pk_o)为拥有者公私钥对，满足 为u个用户的公私钥对，满足身份为UID的用户分配公私钥对(sk_UID,pk_UID)，满足

步骤2，图像加密，本步骤的实现如下：

图像拥有者利用对称密钥加密算法，将明文图像集M_i用图像加密密钥k_i加密成密文图像集C_i，将w个用加密密钥加密的密文图像集发送给云服务器存储。

步骤3，密钥转换，本步骤的实现如下：

图像拥有者将图像加密密钥k_i加密成k′_i＝{k′_i,1,k′_i,2}，并为身份为UID的用户计算转换密钥TK_UID，则k_i对应的重加密密钥为Λ_i＝{k′_i,TK_UID}，w个重加密密钥组成发送给云服务器；

其中，k′_i,1表示密钥密文第一分量：k′_i,2表示密钥密文第二分量：ε_i表示第一随机数：ε_i∈Z_p，F为双线性对，即F＝e(g,g)，转换密钥

步骤4，索引生成，本步骤的实现如下：

(4a)对于图像集M_i中每幅图像m_i,t，特征向量为n_i为M_i的图像总数.将λ个哈希函数h₁,h₂,…,h_λ作用于fi_,t，得到哈希值

(4b)将L个ψ(·)作用于f_i,t构造L个哈希表，表中每个桶的值为其中j∈[1,L]，b∈[1,N_i,j]，N_i,j为第j个哈希表中桶的数目，用函数加密桶值

(4c)将d维特征向量扩展成d+α+1维向量根据随机二值向量υ将分裂成两部分和对于l∈[1,d+α+1]，当υ[l]＝0时，有当υ[l]＝1时，有用随机可逆矩阵和分别乘和可得加密后的特征向量

(4d)拥有者将图像m_i,t的加密特征向量和其相应图像信息标识符ID(m_i,t)共同存储在哈希表中，L个加密后的哈希表构成索引表I_i，将w个M_i生成的索引表发送给云服务器。

步骤5，陷门生成，本步骤的实现如下：

(5a)查询用户提取出查询图像m_q的d维特征向量将L个哈希函数ψj(·)作用于f_q计算桶值BKT_j，j∈[1,L]，再用加密桶值为

(5b)将查询向量f_q扩展成d+α+1维向量后进行随机分裂，对于l∈[1,d+α+1]，若υ[l]＝0，则若υ[l]＝1，则有随机选取正数用矩阵和分别乘和得出加密后的特征向量

(5c)将 和用户UID组成陷门发送给云服务器，由云服务器进行检索。

步骤6，检索，本步骤的实现如下：

(6a)云服务器接收到查询陷门TD后，检索加密索引表得到与陷门匹配的相似图像标识符候选列表；

(6b)计算加密向量内积值，用于表示图像之间的相似度，

(6c)云服务器依次计算候选列表中每幅图像m_i,t与查询图像m_q的内积值，进而判断图像之间的相似度，内积值越小，相似度越高.依次类推，云服务器根据内积值可选出前r个最为相似的加密图像；

(6d)根据r个图像对应的密钥密文k′_i及转换密钥TK_UID计算也就是计算如下

(6e)云服务器将和前r个最为相似的加密图像返回给身份为UID的用户；

其中，表示第一重加密密钥密文分量： 表示第二重加密密钥密文分量：

步骤7，解密，本步骤的实现如下：

身份为UID的查询用户用其合法私钥sk_UID计算得到图像加密密钥k_i，解密出明文图像。

Claims (8)

1.一种支持多密钥的加密图像检索方法，其特征在于，包括以下步骤：

步骤一，密钥生成：给定安全参数κ，密钥生成中心输出系统参数和Γ、图像加密密钥k、私钥sk和公钥pk，为双线性对参数，Γ为秘密参数；

步骤二，图像加密：图像拥有者用图像加密密钥k加密明文图像集M，输出密文图像集C；

步骤三，密钥转换：图像拥有者将图像加密密钥k加密成k′，并生成转换密钥TK_UID，输出重加密密钥Λ；

步骤四，索引生成：图像拥有者用参数Γ对明文图像M进行预处理，对图像特征向量进行加密，输出索引I；

步骤五，陷门生成：图像查询用户利用参数Γ计算查询图像m_q特征向量的哈希值，同时加密特征向量，输出查询陷门TD；

步骤六，检索：云服务器根据查询陷门TD匹配索引集I，在图像密文集C中搜索出对应的密文结果，将密文结果对应的拥有者Λ中的k′重加密成k′_UID；

步骤七，解密：身份为UID的用户用其私钥能够解密出图像加密密钥k_i，进而解密出明文图像。

2.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤一中，双线性对参数

其中，G和G_T分别为素数p阶乘法循环群，e为映射关系，g为群G的生成元；

秘密参数

其中，υ为一个d+α+1维的随机二值向量，M₁和M₂为两个(d+α+1)×(d+α+1)维的随机可逆矩阵，为λ个哈希函数，为LSH函数族，为L个哈希表的加密函数，为α个随机数；

其中，为w个图像加密密钥，(sk_o,pk_o)为拥有者公私钥对，满足 为u个用户的公私钥对，满足身份为UID的用户分配公私钥对(sk_UID,pk_UID)，满足

3.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤二中，图像拥有者利用对称密钥加密算法，将明文图像集M_i用图像加密密钥k_i加密成密文图像集C_i，将w个用加密密钥加密的密文图像集发送给云服务器存储。

4.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤三中，图像拥有者将图像加密密钥k_i加密成k′_i＝{k′_i,1,k′_i,2}，并为身份为UID的用户计算转换密钥TK_UID，则k_i对应的重加密密钥为Λ_i＝{k′_i,TK_UID}，w个重加密密钥组成发送给云服务器；

其中，k_i′_,1表示密钥密文第一分量：k_i′_,2表示密钥密文第二分量：ε_i表示第一随机数：ε_i∈Z_p，F为双线性对，即F＝e(g,g)，转换密钥

5.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤四中，对图像特征向量进行加密的具体方法如下：

第一步，对于图像集M_i中每幅图像m_i,t，特征向量为t∈[1,n_i]，n_i为M_i的图像总数.将λ个哈希函数h₁,h₂,…,h_λ作用于f_i,t，得到哈希值

第二步，将L个ψ(·)作用于f_i,t构造L个哈希表，表中每个桶的值为其中j∈[1,L]，b∈[1,N_i,j]，N_i,j为第j个哈希表中桶的数目，用函数加密桶值

第三步，将d维特征向量扩展成d+α+1维向量根据随机二值向量υ将分裂成两部分和对于l∈[1,d+α+1]，当υ[l]＝0时，有当υ[l]＝1时，有用随机可逆矩阵和分别乘和可得加密后的特征向量

第四步，拥有者将图像m_i,t的加密特征向量和其相应图像信息标识符ID(m_i,t)共同存储在哈希表中，L个加密后的哈希表构成索引表I_i，将w个M_i生成的索引表发送给云服务器。

6.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤五的具体方法如下：

第一步，查询用户提取出查询图像m_q的d维特征向量将L个哈希函数ψ_j(·)作用于f_q计算桶值BKT_j，j∈[1,L]，再用加密桶值为

第二步，将查询向量f_q扩展成d+α+1维向量后进行随机分裂，对于l∈[1,d+α+1]，若υ[l]＝0，则若υ[l]＝1，则有随机选取正数用矩阵和分别乘和得出加密后的特征向量

第三步，将 和用户UID组成陷门发送给云服务器，由云服务器进行检索。

7.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤六中，检索的具体方法如下：

第一步，云服务器接收到查询陷门TD后，检索加密索引表得到与陷门匹配的相似图像标识符候选列表；

第二步，计算加密向量内积值，用于表示图像之间的相似度，

第三步，云服务器依次计算候选列表中每幅图像m_i,t与查询图像m_q的内积值，进而判断图像之间的相似度，内积值越小，相似度越高.依次类推，云服务器根据内积值可选出前r个最为相似的加密图像；

第四步，根据r个图像对应的密钥密文k_i′及转换密钥TK_UID计算也就是计算如下

第五步，云服务器将和前r个最为相似的加密图像返回给身份为UID的用户；

其中，表示第一重加密密钥密文分量： 表示第二重加密密钥密文分量：

8.根据权利要求1所述的一种支持多密钥的加密图像检索方法，其特征在于，步骤七中，身份为UID的查询用户用其合法私钥sk_UID计算得到图像加密密钥k_i，解密出明文图像。