CN116033088A - 一种视频大数据的安全传输方法及系统 - Google Patents
一种视频大数据的安全传输方法及系统 Download PDFInfo
- Publication number
- CN116033088A CN116033088A CN202310300987.8A CN202310300987A CN116033088A CN 116033088 A CN116033088 A CN 116033088A CN 202310300987 A CN202310300987 A CN 202310300987A CN 116033088 A CN116033088 A CN 116033088A
- Authority
- CN
- China
- Prior art keywords
- gray value
- compensated
- encrypted
- compensation
- image
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及图像数据处理技术领域,具体涉及一种视频大数据的安全传输方法及系统,该方法包括:获取待加密视频大数据,确定待加密视频大数据中的每个待加密图像对应的标准像素数量;确定待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值;确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标和补偿需求性指标;对待加密图像进行补偿加密;对待加密视频大数据中的各个待加密图像对应的密文图像进行传输。本发明通过对待加密视频大数据中的待加密图像进行图像处理,提高了对视频大数据进行传输时的安全性,应用于视频大数据的安全传输。
Description
技术领域
本发明涉及图像数据处理技术领域,具体涉及一种视频大数据的安全传输方法及系统。
背景技术
科技的发展为信息的传输提供了更多的便利,相较于文本语音而言,视频大数据往往能携带更多的信息,所以视频大数据被广泛应用于多个领域,例如,电商领域、传媒领域、金融领域、交通领域、电信领域和医疗领域等。由于视频大数据中可能包含用户的隐私信息,因此对视频大数据进行传输时,往往需要对视频大数据中的图像数据进行加密,以实现对视频大数据的安全传输。目前,对图像数据进行加密时,通常采用的方式为:对图像数据进行置乱加密。
然而,当采用上述方式时,经常会存在如下技术问题:
由于置乱加密往往是通过打乱图像数据中像素点的排列顺序,以实现的对图像数据的加密,这种加密往往不会改变图像数据对应的灰度值分布趋势,因此在应对直方图攻击时抵抗性较弱,往往导致对图像数据进行加密的效果较差,从而导致对视频大数据进行加密的效果较差,进而导致对视频大数据进行传输时的安全性较差。
发明内容
本发明的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
为了解决对视频大数据进行传输时的安全性较差的技术问题,本发明提出了一种视频大数据的安全传输方法及系统。
第一方面,本发明提供了一种视频大数据的安全传输方法,该方法包括:
获取待加密视频大数据,确定所述待加密视频大数据中的每个待加密图像对应的标准像素数量;
根据每个待加密图像对应的标准像素数量,确定所述待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值;
确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标;
根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标;
根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对所述待加密图像进行补偿加密,得到所述待加密图像对应的密文图像;
对所述待加密视频大数据中的各个待加密图像对应的密文图像进行传输。
进一步地,所述获取待加密视频大数据,确定所述待加密视频大数据中的每个待加密图像对应的标准像素数量,包括:
对所述待加密图像中的各个像素点对应的灰度值进行去重处理,得到所述待加密图像对应的目标灰度值集合;
对于所述待加密图像对应的目标灰度值集合中的每个目标灰度值,将所述待加密图像中对应的灰度值等于所述目标灰度值的像素点的数量,确定为所述目标灰度值对应的初始数量;
将所述待加密图像对应的目标灰度值集合中的目标灰度值对应的初始数量的均值,确定为所述待加密图像对应的标准像素数量。
进一步地,所述根据每个待加密图像对应的标准像素数量,确定所述待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值,包括:
对于所述待加密图像对应的目标灰度值集合中的每个目标灰度值,将所述目标灰度值对应的初始数量与所述待加密图像对应的标准像素数量的差值的绝对值,确定为所述目标灰度值对应的第一补偿差异;
对于所述待加密图像对应的目标灰度值集合中的每个目标灰度值,将所述目标灰度值对应的第一补偿差异与所述待加密图像对应的标准像素数量的比值,确定为所述目标灰度值对应的第二补偿差异;
当所述待加密图像对应的目标灰度值集合中的目标灰度值对应的第二补偿差异大于预先设置的补偿阈值时,将目标灰度值确定为候选灰度值;
当候选灰度值对应的初始数量小于所述待加密图像对应的标准像素数量时,将目标灰度值确定为待补偿灰度值;
当候选灰度值对应的初始数量大于所述待加密图像对应的标准像素数量时,将目标灰度值确定为补偿灰度值。
进一步地,所述确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,包括:
将所述待补偿灰度值对应的初始数量与所述补偿灰度值对应的初始数量的差值的绝对值,确定为第一数量差异;
对第一数量差异进行负相关映射,得到第二数量差异;
将第二数量差异与所述待补偿灰度值对应的初始数量的比值,确定为所述待补偿灰度值与所述补偿灰度值之间的第一相关指标;
将所述待加密图像中对应的灰度值等于所述待补偿灰度值的像素点,确定为待补偿像素点,得到所述待补偿灰度值对应的待补偿像素点组;
对于所述待补偿灰度值对应的待补偿像素点组中的每个待补偿像素点,将所述待补偿像素点对应的预设邻域内对应的灰度值等于所述补偿灰度值的像素点的占比,确定为所述待补偿像素点对应的相对伴随指标;
将所述待补偿灰度值对应的待补偿像素点组中的各个待补偿像素点对应的相对伴随指标的均值,确定为所述待补偿灰度值与所述补偿灰度值之间的第二相关指标;
将所述待补偿灰度值与所述补偿灰度值之间的第一相关指标和第二相关指标的乘积,确定为所述待补偿灰度值与所述补偿灰度值之间的相关特征指标。
进一步地,所述根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标,包括:
根据所述待补偿灰度值对应的初始数量、所述补偿灰度值对应的初始数量和所述待加密图像对应的标准像素数量,确定所述待补偿灰度值与所述补偿灰度值之间的第一需求指标;
将所述待补偿灰度值与所述补偿灰度值之间的相关特征指标和第一需求指标的乘积,确定为所述待补偿灰度值与所述补偿灰度值之间的补偿需求性指标。
进一步地,所述根据所述待补偿灰度值对应的初始数量、所述补偿灰度值对应的初始数量和所述待加密图像对应的标准像素数量,确定所述待补偿灰度值与所述补偿灰度值之间的第一需求指标,包括:
将所述待补偿灰度值对应的初始数量与所述补偿灰度值对应的初始数量的和,确定为第一整体数量;
将第一整体数量与所述待加密图像对应的标准像素数量的比值,确定为第一比值;
将第一比值与常数2的差值的绝对值,确定为第一差异;
对第一差异进行负相关映射,得到所述待补偿灰度值与所述补偿灰度值之间的第一需求指标。
进一步地,所述根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对所述待加密图像进行补偿加密,得到所述待加密图像对应的密文图像,包括:
根据待补偿灰度值对应的初始数量,按照从小到大的顺序,对所述待加密图像对应的目标灰度值集合中的各个待补偿灰度值进行排序,得到待补偿灰度值序列;
对所述待加密图像进行等分,得到所述待加密图像对应的目标区域集合;
根据待补偿灰度值与补偿灰度值之间的补偿需求性指标,以及待补偿灰度值序列中的待补偿灰度值,依次对所述待加密图像对应的目标区域集合进行补偿加密,得到标记区域组集合;
将目标区域集合中除了标记区域组集合之外的目标区域,确定为第一区域,得到第一区域集合;
对第一区域集合和标记区域组集合中的目标区域进行组合,得到所述待加密图像对应的密文图像。
进一步地,所述根据待补偿灰度值与补偿灰度值之间的补偿需求性指标,以及待补偿灰度值序列中的待补偿灰度值,依次对所述待加密图像对应的目标区域集合进行补偿加密,得到标记区域组集合,包括:
将待补偿灰度值序列中初始数量最小的待补偿灰度值,确定为第一待补偿灰度值,并将待补偿灰度值序列中除了第一待补偿灰度值之外的待补偿灰度值,确定为第二待补偿灰度值;
根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、所述待加密图像对应的目标区域集合中的补偿像素点和第一待补偿灰度值,对目标区域集合进行第一次补偿加密,得到第一待补偿灰度值对应的标记区域组和第一补偿像素点集合,其中,补偿像素点是目标区域集合中对应的灰度值等于补偿灰度值的像素点;
根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、所述第二待补偿灰度值和所述第二待补偿灰度值的前一个待补偿灰度值对应的第一补偿像素点集合,对第一待标记区域集合进行一次补偿加密,得到所述第二待补偿灰度值对应的标记区域组和第一补偿像素点集合,其中,第一待标记区域集合是由目标区域集合中除了转换区域之外的目标区域组成的集合,转换区域包括:待补偿灰度值序列中的所述第二待补偿灰度值前面的待补偿灰度值对应的标记区域组;
将得到的标记区域组组成标记区域组集合。
进一步地,所述根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、所述待加密图像对应的目标区域集合中的补偿像素点和第一待补偿灰度值,对目标区域集合进行第一次补偿加密,得到第一待补偿灰度值对应的标记区域组和第一补偿像素点集合,包括:
从目标区域集合中筛选出存在第一待补偿像素点,并且存在第一待补偿像素点对应的第一优补偿像素点的目标区域,作为第二区域,得到第二区域集合,其中,第一待补偿像素点是目标区域集合中对应的灰度值等于第一待补偿灰度值的像素点,第一优补偿像素点是目标区域集合中对应的灰度值等于第一优补偿灰度值的像素点,第一优补偿灰度值是补偿灰度值序列中的第一个补偿灰度值,补偿灰度值序列是根据第一待补偿灰度值与补偿灰度值之间的补偿需求性指标,按照从大到小的顺序,对所述待加密图像对应的目标灰度值集合中的补偿灰度值进行排序,得到的序列;
将第二区域集合中的第一个第二区域内的各个第一优补偿像素点对应的灰度值,更新为第一待补偿像素点对应的灰度值,将该第二区域确定为标记区域;
若更新后的第一待补偿像素点的数量小于预先设置的第一数量阈值,并且更新后的第一优补偿像素点的数量大于预先设置的第二数量阈值,则将最新确定为标记区域的第二区域的后一个第二区域内的各个第一优补偿像素点对应的灰度值,更新为第一待补偿像素点对应的灰度值,并将最新确定为标记区域的第二区域的后一个第二区域确定为标记区域,重复本步骤,直至最新更新后的第一待补偿像素点的数量大于或等于第一数量阈值,或者最后更新后的第一优补偿像素点的数量小于或等于第二数量阈值;
若更新后的第一优补偿像素点的数量小于或等于第二数量阈值,则将第一优补偿像素点确定为加密像素点;
若更新后的第一待补偿像素点的数量小于第一数量阈值,并且更新后的第一优补偿像素点的数量小于或等于第二数量阈值,则将第一优补偿像素点确定为加密像素点,并将第一优补偿灰度值更新为第二优补偿灰度值,从目标区域集合中除了已确定的标记区域之外的目标区域中筛选出存在第一待补偿像素点,并且存在第一待补偿像素点对应的更新后的第一优补偿像素点的目标区域,作为更新后的第二区域,得到更新后的第二区域集合,重复标记区域确定步骤,直至更新后的第一待补偿像素点的数量大于或等于第一数量阈值,将补偿像素点集合中除了灰度值等于加密像素点对应的灰度值的像素点之外的补偿像素点,确定为第一补偿像素点,得到第一补偿像素点集合,其中,第二优补偿灰度值是补偿灰度值序列中最新的第一优补偿灰度值的后一个补偿灰度值,补偿像素点集合是由目标区域集合中的补偿像素点组成的集合。
第二方面,本发明提供了一种视频大数据的安全传输系统,包括处理器和存储器,上述处理器用于处理存储在上述存储器中的指令以实现上述的一种视频大数据的安全传输方法。
本发明具有如下有益效果:
本发明的一种视频大数据的安全传输方法,通过对待加密视频大数据中的待加密图像进行图像处理,解决了对视频大数据进行传输时安全性较差的技术问题,提高了对视频大数据进行传输时的安全性。首先,确定待加密视频大数据中的每个待加密图像对应的标准像素数量,可以便于后续基于每个待加密图像对应的标准像素数量,对每个待加密图像进行补偿加密。接着,对待加密图像进行补偿加密时,往往需要采用补偿灰度值,对待补偿灰度值进行补偿,从而往往会改变待加密图像对应的灰度值分布趋势,进而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性较强,从而往往导致对待加密视频大数据进行传输时的安全性较高。其次,待补偿灰度值与补偿灰度值之间的相关特征指标越高时,为了提高待加密图像的安全性,往往越需要调整这两者之间的相关性。并且待补偿灰度值与补偿灰度值之间的补偿需求性指标越高时,为了提高待加密图像的安全性,往往越需要采用该补偿灰度值,对待补偿灰度值进行补偿。因此综合考虑每个待补偿灰度值与每个补偿灰度值之间的相关特征指标和补偿需求性指标,对待加密图像进行补偿加密,可以提高待加密图像的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明的一种视频大数据的安全传输方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一个实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明提供了一种视频大数据的安全传输方法,该方法包括以下步骤:
获取待加密视频大数据,确定待加密视频大数据中的每个待加密图像对应的标准像素数量;
根据每个待加密图像对应的标准像素数量,确定待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值;
确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标;
根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标;
根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对待加密图像进行补偿加密,得到待加密图像对应的密文图像;
对待加密视频大数据中的各个待加密图像对应的密文图像进行传输。
下面对上述各个步骤进行详细展开:
参考图1,示出了本发明的一种视频大数据的安全传输方法的一些实施例的流程。该视频大数据的安全传输方法,包括以下步骤:
步骤S1,获取待加密视频大数据,确定待加密视频大数据中的每个待加密图像对应的标准像素数量。
在一些实施例中,可以获取待加密视频大数据,确定上述待加密视频大数据中的每个待加密图像对应的标准像素数量。
其中,待加密视频大数据可以是由视频组成的待进行加密的大数据。待加密图像可以是对组成待加密视频的图像进行灰度化后得到的图像。待加密视频可以是组成待加密视频大数据的视频。
需要说明的是,对待加密视频大数据中的待加密图像进行补偿加密后,往往会使待加密图像中的各种灰度值不同的像素点的数量趋近于标准像素数量,从而往往会改变待加密图像对应的灰度值分布趋势,进而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性往往较强,从而往往可以使对待加密视频大数据进行传输时的安全性较高。因此确定待加密图像对应的标准像素数量,可以便于后续进行补偿加密后,使待加密图像中的各种灰度值不同的像素点的数量趋近于标准像素数量。
作为示例,本步骤可以包括以下步骤:
第一步,获取待加密视频大数据。
例如,可以从视频数据库中,获取待加密视频大数据。
第二步,对上述待加密图像中的各个像素点对应的灰度值进行去重处理,得到上述待加密图像对应的目标灰度值集合。
其中,目标灰度值集合中的目标灰度值可以是对待加密图像中的各个像素点对应的灰度值进行去重处理后,得到的灰度值。
第三步,对于上述待加密图像对应的目标灰度值集合中的每个目标灰度值,将上述待加密图像中对应的灰度值等于上述目标灰度值的像素点的数量,确定为上述目标灰度值对应的初始数量。
第四步,将上述待加密图像对应的目标灰度值集合中的目标灰度值对应的初始数量的均值,确定为上述待加密图像对应的标准像素数量。
需要说明的是,第n个待加密图像对应的标准像素数量可以是第n个待加密图像中各种灰度值不同的像素点数量的均值。
例如,确定待加密图像对应的标准像素数量对应的公式可以为:
其中,是待加密视频大数据中的第n个待加密图像对应的标准像素数量。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中目标灰度值的数量,也就是第n个待加密图像中灰度值不同的像素点的种数。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中第个目标灰度值对应的初始数量,也就是第n个待加密图像中对应的灰度值等于第个目标灰度值的像素点的数量。n是待加密视频大数据中待加密图像的序号。是第n个待加密图像对应的目标灰度值集合中目标灰度值的序号。
步骤S2,根据每个待加密图像对应的标准像素数量,确定待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值。
在一些实施例中,可以根据每个待加密图像对应的标准像素数量,确定上述待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值。
需要说明的是,补偿灰度值可以是待加密图像中像素点数量大于标准像素数量的像素点对应的灰度值。待补偿灰度值可以是待加密图像中像素点数量小于标准像素数量的像素点对应的灰度值。因此确定补偿灰度值和待补偿灰度值,可以便于后续采用补偿灰度值,对待补偿灰度值进行补偿,从而可以增加待补偿灰度值对应的像素点的数量,可以减少补偿灰度值对应的像素点的数量,进而往往会改变待加密图像对应的灰度值分布趋势,从而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性往往较强。
作为示例,本步骤可以包括以下步骤:
第一步,对于上述待加密图像对应的目标灰度值集合中的每个目标灰度值,将上述目标灰度值对应的初始数量与上述待加密图像对应的标准像素数量的差值的绝对值,确定为上述目标灰度值对应的第一补偿差异。
第二步,对于上述待加密图像对应的目标灰度值集合中的每个目标灰度值,将上述目标灰度值对应的第一补偿差异与上述待加密图像对应的标准像素数量的比值,确定为上述目标灰度值对应的第二补偿差异。
例如,确定目标灰度值对应的第二补偿差异对应的公式可以为:
其中,是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中第个目标灰度值对应的第二补偿差异。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中第个目标灰度值对应的初始数量。是待加密视频大数据中的第n个待加密图像对应的标准像素数量。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中第个目标灰度值对应的第一补偿差异。是的绝对值。n是待加密视频大数据中待加密图像的序号。是第n个待加密图像对应的目标灰度值集合中目标灰度值的序号。
需要说明的是,越小,往往说明第个目标灰度值对应的初始数量越接近于第n个待加密图像对应的标准像素数量。第个目标灰度值对应的第二补偿差异越大时,往往说明第个目标灰度值对应的初始数量与第n个待加密图像对应的标准像素数量之间的相对差异往往越大。
第三步,当上述待加密图像对应的目标灰度值集合中的目标灰度值对应的第二补偿差异大于预先设置的补偿阈值时,将目标灰度值确定为候选灰度值。
其中,补偿阈值可以是预先设置的认为目标灰度值对应的初始数量与标准像素数量相近时,最大的第二补偿差异。例如,补偿阈值可以是0.2。
第四步,当候选灰度值对应的初始数量小于上述待加密图像对应的标准像素数量时,将目标灰度值确定为待补偿灰度值。
第五步,当候选灰度值对应的初始数量大于上述待加密图像对应的标准像素数量时,将目标灰度值确定为补偿灰度值。
可选地,当上述待加密图像对应的目标灰度值集合中的目标灰度值对应的第二补偿差异小于或等于补偿阈值时,将目标灰度值确定为稳定灰度值。其中,稳定灰度值可以是被认定为像素点数量趋近于标准像素数量的像素点对应的灰度值。
需要说明的是,后续对待加密图像进行补偿加密时,待加密图像中像素点数量趋近于标准像素数量的像素点(灰度值等于稳定灰度值的像素点)往往不需要进行增加或减少。待加密图像中像素点数量不趋近于标准像素数量的像素点(灰度值等于候选灰度值的像素点)往往需要进行增加或减少。因此按照是否像素点数量是否趋近于标准像素数量,对待加密图像中的像素点对应的灰度值进行划分,可以便于后续精确地对待加密图像中灰度值不同的像素点的数量进行调整。其次,对待加密图像中像素点数量不趋近于标准像素数量的像素点对应的灰度值进行进一步地划分,可以确定需要进行增加的像素点对应的灰度值(待补偿灰度值)和需要进行减少的像素点对应的灰度值(补偿灰度值),可以便于后续精确地对待加密图像中灰度值不同的像素点的数量进行调整。
步骤S3,确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标。
在一些实施例中,可以确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标。
需要说明的是,待补偿灰度值与补偿灰度值之间的相关特征指标越大时,往往说明待补偿灰度值与补偿灰度值之间的相关性越强,后续进行补偿加密时往往越需要破坏这种相关性。因此确定待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,可以便于后续对待加密图像进行补偿加密。
作为示例,本步骤可以包括以下步骤:
第一步,将上述待补偿灰度值对应的初始数量与上述补偿灰度值对应的初始数量的差值的绝对值,确定为第一数量差异。
第二步,对第一数量差异进行负相关映射,得到第二数量差异。
第三步,将第二数量差异与上述待补偿灰度值对应的初始数量的比值,确定为上述待补偿灰度值与上述补偿灰度值之间的第一相关指标。
第四步,将上述待加密图像中对应的灰度值等于上述待补偿灰度值的像素点,确定为待补偿像素点,得到上述待补偿灰度值对应的待补偿像素点组。
其中,待补偿灰度值对应的待补偿像素点组中的各个待补偿像素点对应的灰度值均可以等于待补偿灰度值。
第五步,对于上述待补偿灰度值对应的待补偿像素点组中的每个待补偿像素点,将上述待补偿像素点对应的预设邻域内对应的灰度值等于上述补偿灰度值的像素点的占比,确定为上述待补偿像素点对应的相对伴随指标。
其中,预设邻域可以是预先设置的邻域。例如,预设邻域可以是八邻域。
第六步,将上述待补偿灰度值对应的待补偿像素点组中的各个待补偿像素点对应的相对伴随指标的均值,确定为上述待补偿灰度值与上述补偿灰度值之间的第二相关指标。
第七步,将上述待补偿灰度值与上述补偿灰度值之间的第一相关指标和第二相关指标的乘积,确定为上述待补偿灰度值与上述补偿灰度值之间的相关特征指标。
例如,确定待补偿灰度值与补偿灰度值之间的相关特征指标对应的公式可以为:
其中,是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的相关特征指标。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值对应的初始数量。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第b个补偿灰度值对应的初始数量。是第n个待加密图像中灰度值等于第a个待补偿灰度值的第i个待补偿像素点对应的预设邻域内对应的灰度值等于第b个补偿灰度值的像素点的数量。B是预设邻域内像素点的数量。比如,若预设邻域为八邻域,则B可以是8。是的绝对值。是自然常数的次方。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的第一数量差异。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的第二数量差异。可以实现对的负相关映射。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的第一相关指标。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值对应的待补偿像素点组中的第i个待补偿像素点对应的相对伴随指标。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的第二相关指标。n是待加密视频大数据中待加密图像的序号。a是第n个待加密图像对应的目标灰度值集合中待补偿灰度值的序号。b是第n个待加密图像对应的目标灰度值集合中补偿灰度值的序号。i是第a个待补偿灰度值对应的待补偿像素点组中待补偿像素点的序号。
需要说明的是,当越小时,越大,往往说明第a个待补偿灰度值对应的初始数量与第b个补偿灰度值对应的初始数量越相近,往往说明第a个待补偿灰度值与第b个补偿灰度值越可能相关。越大时,往往说明第a个待补偿灰度值对应的初始数量与第b个补偿灰度值对应的初始数量之间的相对差异可能越小,往往说明第a个待补偿灰度值与第b个补偿灰度值越可能相关。可以代表第i个待补偿像素点对应的预设邻域内灰度值等于第b个补偿灰度值的像素点在该预设邻域内的占比,因此越大,往往说明在该预设邻域内,灰度值等于第b个补偿灰度值的像素点与第i个待补偿像素点之间的伴随程度越强。可以表征在待加密图像中,灰度值等于第b个补偿灰度值的像素点与第i个待补偿像素点之间的平均伴随程度。所以越大,往往说明在待加密图像中,灰度值等于第b个补偿灰度值的像素点与第i个待补偿像素点之间的平均伴随程度越大,往往说明在待加密图像中,灰度值等于第b个补偿灰度值的像素点与第i个待补偿像素点之间的相关性越强。因此,第a个待补偿灰度值与第b个补偿灰度值之间的相关特征指标越大,往往说明第a个待补偿灰度值与第b个补偿灰度值之间的相关性越强。
步骤S4,根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标。
在一些实施例中,可以根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标。
需要说明的是,待补偿灰度值与补偿灰度值之间的补偿需求性指标越高时,往往越需要采用该补偿灰度值,对待补偿灰度值进行补偿。其中,采用补偿灰度值,对待补偿灰度值进行补偿可以包括:将补偿灰度值对应的像素点中的部分像素点对应的灰度值,更新为待补偿灰度值,以实现采用补偿灰度值,对待补偿灰度值的补偿。待补偿灰度值与补偿灰度值之间的相关特征指标越高时,为了提高待加密图像的安全性,往往越需要破坏这两者之间的相关性,往往越需要采用该补偿灰度值,对待补偿灰度值进行补偿。所以,待补偿灰度值与补偿灰度值之间的相关特征指标越高时,待补偿灰度值与补偿灰度值之间的补偿需求性指标往往越高,因此基于待补偿灰度值与补偿灰度值之间的相关特征指标,确定待补偿灰度值与补偿灰度值之间的补偿需求性指标,可以提高补偿需求性指标确定的准确度。并且确定待补偿灰度值与补偿灰度值之间的补偿需求性指标,可以便于后续对待加密图像进行补偿加密。
作为示例,本步骤可以包括以下步骤:
第一步,根据上述待补偿灰度值对应的初始数量、上述补偿灰度值对应的初始数量和上述待加密图像对应的标准像素数量,确定上述待补偿灰度值与上述补偿灰度值之间的第一需求指标。
例如,根据上述待补偿灰度值对应的初始数量、上述补偿灰度值对应的初始数量和上述待加密图像对应的标准像素数量,确定上述待补偿灰度值与上述补偿灰度值之间的第一需求指标可以包括以下子步骤:
第一子步骤,将上述待补偿灰度值对应的初始数量与上述补偿灰度值对应的初始数量的和,确定为第一整体数量。
第二子步骤,将第一整体数量与上述待加密图像对应的标准像素数量的比值,确定为第一比值。
第三子步骤,将第一比值与常数2的差值的绝对值,确定为第一差异。
第四子步骤,对第一差异进行负相关映射,得到上述待补偿灰度值与上述补偿灰度值之间的第一需求指标。
第二步,将上述待补偿灰度值与上述补偿灰度值之间的相关特征指标和第一需求指标的乘积,确定为上述待补偿灰度值与上述补偿灰度值之间的补偿需求性指标。
例如,确定待补偿灰度值与补偿灰度值之间的补偿需求性指标对应的公式可以为:
其中,是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的补偿需求性指标。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的相关特征指标。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值对应的初始数量。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第b个补偿灰度值对应的初始数量。是待加密视频大数据中的第n个待加密图像对应的标准像素数量。是自然常数的次方。是第一整体数量。是第一比值。是第一差异。是待加密视频大数据中的第n个待加密图像对应的目标灰度值集合中的第a个待补偿灰度值与第b个补偿灰度值之间的第一需求指标。可以实现对的负相关映射。n是待加密视频大数据中待加密图像的序号。a是第n个待加密图像对应的目标灰度值集合中待补偿灰度值的序号。b是第n个待加密图像对应的目标灰度值集合中补偿灰度值的序号。
需要说明的是,第a个待补偿灰度值与第b个补偿灰度值之间的相关特征指标越大时,往往越需要破坏这两者之间的相关性,往往越需要采用第b个补偿灰度值,对第a个待补偿灰度值进行补偿。越小时,越大,往往说明第a个待补偿灰度值对应的初始数量与第b个补偿灰度值对应的初始数量的和,越趋近于2倍的标准像素数量,往往说明越可能只采用第b个补偿灰度值,就可以对第a个待补偿灰度值一次性补偿成功。即若第a个待补偿灰度值对应的初始数量与第b个补偿灰度值对应的初始数量的和,等于2倍的标准像素数量,则可以将第b个补偿灰度值对应的初始数量中多于标准像素数量的像素点补偿到第a个待补偿灰度值对应的像素点中,此时第b个补偿灰度值对应的像素点数量和第a个待补偿灰度值对应的像素点数量往往均趋近于标准像素数量,可以认为只采用第b个补偿灰度值,就可以对第a个待补偿灰度值一次性补偿成功。即对第a个待补偿灰度值进行补偿时,只需要采用第b个补偿灰度值就可以,而不需要采用第b个补偿灰度值之外的补偿灰度值。所以越大时,往往说明对第a个待补偿灰度值进行补偿的次数越少,往往说明采用第b个补偿灰度值,对第a个待补偿灰度值进行补偿的需求越大,因此,第a个待补偿灰度值与第b个补偿灰度值之间的补偿需求性指标越高时,往往越需要采用第b个补偿灰度值,对第a个待补偿灰度值进行补偿。
步骤S5,根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对待加密图像进行补偿加密,得到待加密图像对应的密文图像。
在一些实施例中,可以根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对上述待加密图像进行补偿加密,得到上述待加密图像对应的密文图像。
需要说明的是,将补偿灰度值对应的像素点中的部分像素点对应的灰度值,更新为待补偿灰度值,可以实现采用补偿灰度值对待补偿灰度值的补偿,进而可以实现对待加密图像的补偿加密,从而往往会改变待加密图像对应的灰度值分布趋势,进而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性往往较强,从而往往可以使对待加密视频大数据进行传输时的安全性较高。其次为了使加密效果更好,对待加密图像进行补偿加密后,也可以进行其他方法的加密。例如,对待加密图像进行补偿加密后,可以进一步地进行置乱加密。
其中,密文图像可以是对待加密图像进行补偿加密后得到的图像。
作为示例,本步骤可以包括以下步骤:
第一步,根据待补偿灰度值对应的初始数量,按照从小到大的顺序,对上述待加密图像对应的目标灰度值集合中的各个待补偿灰度值进行排序,得到待补偿灰度值序列。
第二步,对上述待加密图像进行等分,得到上述待加密图像对应的目标区域集合。
例如,可以将待加密图像分割为多个尺寸为3×3的区域,并将每个尺寸为3×3的区域作为目标区域,将最后尺寸不足3×3的区域作为目标区域。
第三步,根据待补偿灰度值与补偿灰度值之间的补偿需求性指标,以及待补偿灰度值序列中的待补偿灰度值,依次对上述待加密图像对应的目标区域集合进行补偿加密,得到标记区域组集合。
例如,根据待补偿灰度值与补偿灰度值之间的补偿需求性指标,以及待补偿灰度值序列中的待补偿灰度值,依次对上述待加密图像对应的目标区域集合进行补偿加密,得到标记区域组集合可以包括以下子步骤:
第一子步骤,将待补偿灰度值序列中初始数量最小的待补偿灰度值,确定为第一待补偿灰度值,并将待补偿灰度值序列中除了第一待补偿灰度值之外的待补偿灰度值,确定为第二待补偿灰度值。
其中,第一待补偿灰度值可以是待补偿灰度值序列中的第一个待补偿灰度值。
第二子步骤,根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、上述待加密图像对应的目标区域集合中的补偿像素点和第一待补偿灰度值,对目标区域集合进行第一次补偿加密,得到第一待补偿灰度值对应的标记区域组和第一补偿像素点集合。
其中,补偿像素点是目标区域集合中对应的灰度值等于补偿灰度值的像素点。
比如,根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、上述待加密图像对应的目标区域集合中的补偿像素点、第一待补偿灰度值,对目标区域集合进行第一次补偿加密,得到第一待补偿灰度值对应的标记区域组和第一补偿像素点集合可以包括以下步骤:
步骤201,从目标区域集合中筛选出存在第一待补偿像素点,并且存在第一待补偿像素点对应的第一优补偿像素点的目标区域,作为第二区域,得到第二区域集合。
其中,第一待补偿像素点可以是目标区域集合中对应的灰度值等于第一待补偿灰度值的像素点。第一优补偿像素点可以是目标区域集合中对应的灰度值等于第一优补偿灰度值的像素点。第一优补偿灰度值可以是补偿灰度值序列中的第一个补偿灰度值。补偿灰度值序列可以是根据第一待补偿灰度值与补偿灰度值之间的补偿需求性指标,按照从大到小的顺序,对上述待加密图像对应的目标灰度值集合中的补偿灰度值进行排序,得到的序列。
步骤202,将第二区域集合中的第一个第二区域内的各个第一优补偿像素点对应的灰度值,更新为第一待补偿像素点对应的灰度值,将该第二区域确定为标记区域。此时,第一待补偿像素点增加了目标数量个,即第一待补偿像素点的数量被更新为更新前数量加目标数量。其中,目标数量可以是第一个第二区域内第一优补偿像素点的数量。第一优补偿像素点减少了目标数量个,即第一优补偿像素点的数量被更新为更新前数量减目标数量。
步骤203,若更新后的第一待补偿像素点的数量小于预先设置的第一数量阈值,并且更新后的第一优补偿像素点的数量大于预先设置的第二数量阈值,则将最新确定为标记区域的第二区域的后一个第二区域内的各个第一优补偿像素点对应的灰度值,更新为第一待补偿像素点对应的灰度值,并将最新确定为标记区域的第二区域的后一个第二区域确定为标记区域,重复本步骤,直至最新更新后的第一待补偿像素点的数量大于或等于第一数量阈值,或者最后更新后的第一优补偿像素点的数量小于或等于第二数量阈值。
其中,第一数量阈值和第二数量阈值可以是预先设置的认为与标准像素数量相近或相等的数量。第二数量阈值可以大于或等于第一数量阈值。如,若标准像素数量为100,则可以根据实际情况,设置第一数量阈值和第二数量阈值分别为95和105。
需要说明的是,第一数量阈值和第二数量阈值也可以等于标准像素数量。
步骤204,若更新后的第一优补偿像素点的数量小于或等于第二数量阈值,则将第一优补偿像素点确定为加密像素点。
步骤205,若更新后的第一待补偿像素点的数量小于第一数量阈值,并且更新后的第一优补偿像素点的数量小于或等于第二数量阈值,则将第一优补偿像素点确定为加密像素点,并将第一优补偿灰度值更新为第二优补偿灰度值,从目标区域集合中除了已确定的标记区域之外的目标区域中筛选出存在第一待补偿像素点,并且存在第一待补偿像素点对应的更新后的第一优补偿像素点的目标区域,作为更新后的第二区域,得到更新后的第二区域集合,并且将更新后的第二区域集合作为第二区域集合,重复标记区域确定步骤,即重复步骤202至步骤205,直至更新后的第一待补偿像素点的数量大于或等于第一数量阈值,将补偿像素点集合中除了灰度值等于加密像素点对应的灰度值的像素点之外的补偿像素点,确定为第一补偿像素点,得到第一补偿像素点集合。
其中,第二优补偿灰度值可以是补偿灰度值序列中最新的第一优补偿灰度值的后一个补偿灰度值。第一待补偿像素点对应的更新后的第一优补偿像素点可以是目标区域集合中对应的灰度值等于更新后的第一优补偿灰度值的像素点。补偿像素点集合可以是由目标区域集合中的补偿像素点组成的集合。
第三子步骤,根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、上述第二待补偿灰度值和上述第二待补偿灰度值的前一个待补偿灰度值对应的第一补偿像素点集合,对第一待标记区域集合进行一次补偿加密,得到上述第二待补偿灰度值对应的标记区域组和第一补偿像素点集合。
其中,第一待标记区域集合可以是由目标区域集合中除了转换区域之外的目标区域组成的集合。转换区域可以包括:待补偿灰度值序列中的上述第二待补偿灰度值前面的待补偿灰度值对应的标记区域组。第二待补偿灰度值的前一个待补偿灰度值可以是待补偿灰度值序列中该第二待补偿灰度值的前一个待补偿灰度值。
比如,确定第一个第二待补偿灰度值对应的标记区域组和第一补偿像素点集合的方式可以为:可以将第一个第二待补偿灰度值和待补偿灰度值序列中的第一个待补偿灰度值对应的第一补偿像素点集合,分别作为第一待补偿灰度值和目标区域集合中的补偿像素点,执行步骤S5包括的作为示例包括的第三步包括的第二子步骤,得到的标记区域组和第一补偿像素点集合,即为第一个第二待补偿灰度值对应的标记区域组和第一补偿像素点集合。其中,第一个第二待补偿灰度值的前一个待补偿灰度值对应的第一补偿像素点集合可以是:待补偿灰度值序列中的第一个待补偿灰度值对应的第一补偿像素点集合。
第四子步骤,将得到的标记区域组组成标记区域组集合。
需要说明的是,对某个待补偿灰度值进行补偿的过程中,若补偿像素点已被使用完,即不再存在补偿像素点,则可以停止对该待补偿灰度值的补偿。
第四步,将目标区域集合中除了标记区域组集合之外的目标区域,确定为第一区域,得到第一区域集合。
第五步,对第一区域集合和标记区域组集合中的目标区域进行组合,得到上述待加密图像对应的密文图像。
其中,待加密图像对应的密文图像可以是进行加密后的待加密图像。
可选地,可以采用置乱加密算法,对密文图像进行置乱加密,得到目标图像,并将密文图像更新为目标图像。其中,置乱加密算法可以是基于混沌序列的行列置乱算法。
需要说明的是,对待加密图像进行补偿加密的密钥可以包括:标记区域的位置、标记区域中进行补偿的补偿灰度值和待补偿灰度值。按照待补偿灰度值与补偿灰度值之间的补偿需求性指标从大到小的顺序,对待补偿灰度值进行补偿,可以尽可能地破坏待补偿灰度值与补偿灰度值之间的相关性,并且尽可能地减少了补偿次数,从而减少了计算量,减少了计算资源的占用。并且对待加密视频大数据中的待加密图像进行补偿加密后,往往会使待加密图像中的各种灰度值不同的像素点的数量趋近于标准像素数量,从而往往会改变待加密图像对应的灰度值分布趋势,进而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性往往较强,从而往往可以使对待加密视频大数据进行传输时的安全性较高。
步骤S6,对待加密视频大数据中的各个待加密图像对应的密文图像进行传输。
在一些实施例中,可以对上述待加密视频大数据中的各个待加密图像对应的密文图像进行传输。
作为示例,可以通过数据通信设备,将上述待加密视频大数据中的各个待加密图像对应的密文图像传输至目标终端。目标终端可以是用于接收密文图像的终端。例如,目标终端可以是电脑。
需要说明的是,对待加密视频大数据中的各个待加密图像进行加密,可以实现对待加密视频大数据的加密,因此对待加密视频大数据中的各个待加密图像对应的密文图像进行传输,可以实现对待加密视频大数据的安全传输。
基于与上述方法实施例相同的发明构思,本发明提供了一种视频大数据的安全传输系统,该系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,上述计算机程序被处理器执行时实现一种视频大数据的安全传输方法的步骤。
综上,对待加密视频大数据中的待加密图像进行补偿加密后,往往会使待加密图像中的各种灰度值不同的像素点的数量趋近于标准像素数量,从而往往会改变待加密图像对应的灰度值分布趋势,进而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性往往较强,从而往往可以使对待加密视频大数据进行传输时的安全性较高。首先,确定待加密图像对应的标准像素数量,可以便于后续进行补偿加密后,使待加密图像中的各种灰度值不同的像素点的数量趋近于标准像素数量。接着,补偿灰度值可以是待加密图像中像素点数量大于标准像素数量的像素点对应的灰度值。待补偿灰度值可以是待加密图像中像素点数量小于标准像素数量的像素点对应的灰度值。因此确定补偿灰度值和待补偿灰度值,可以便于后续采用补偿灰度值,对待补偿灰度值进行补偿,从而可以增加待补偿灰度值对应的像素点的数量,可以减少补偿灰度值对应的像素点的数量,进而往往会改变待加密图像对应的灰度值分布趋势。然后,待补偿灰度值与补偿灰度值之间的相关特征指标越大时,往往说明待补偿灰度值与补偿灰度值之间的相关性越强,后续进行补偿加密时往往越需要破坏这种相关性。因此确定待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,可以便于后续对待加密图像进行补偿加密。之后,待补偿灰度值与补偿灰度值之间的补偿需求性指标越高时,往往越需要采用该补偿灰度值,对待补偿灰度值进行补偿。而后,将补偿灰度值对应的像素点中的部分像素点对应的灰度值,更新为待补偿灰度值,可以实现采用补偿灰度值对待补偿灰度值的补偿,进而可以实现对待加密图像的补偿加密,从而往往会改变待加密图像对应的灰度值分布趋势,进而可以使补偿加密后的待加密图像在应对直方图攻击时的抵抗性往往较强。最后,对待加密视频大数据中的各个待加密图像进行加密,可以实现对待加密视频大数据的加密,因此对待加密视频大数据中的各个待加密图像对应的密文图像进行传输,可以实现对待加密视频大数据的安全传输。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种视频大数据的安全传输方法,其特征在于,包括以下步骤:
获取待加密视频大数据,确定所述待加密视频大数据中的每个待加密图像对应的标准像素数量;
根据每个待加密图像对应的标准像素数量,确定所述待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值;
确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标;
根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标;
根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对所述待加密图像进行补偿加密,得到所述待加密图像对应的密文图像;
对所述待加密视频大数据中的各个待加密图像对应的密文图像进行传输。
2.根据权利要求1所述的一种视频大数据的安全传输方法,其特征在于,所述获取待加密视频大数据,确定所述待加密视频大数据中的每个待加密图像对应的标准像素数量,包括:
对所述待加密图像中的各个像素点对应的灰度值进行去重处理,得到所述待加密图像对应的目标灰度值集合;
对于所述待加密图像对应的目标灰度值集合中的每个目标灰度值,将所述待加密图像中对应的灰度值等于所述目标灰度值的像素点的数量,确定为所述目标灰度值对应的初始数量;
将所述待加密图像对应的目标灰度值集合中的目标灰度值对应的初始数量的均值,确定为所述待加密图像对应的标准像素数量。
3.根据权利要求2所述的一种视频大数据的安全传输方法,其特征在于,所述根据每个待加密图像对应的标准像素数量,确定所述待加密图像对应的目标灰度值集合中的补偿灰度值和待补偿灰度值,包括:
对于所述待加密图像对应的目标灰度值集合中的每个目标灰度值,将所述目标灰度值对应的初始数量与所述待加密图像对应的标准像素数量的差值的绝对值,确定为所述目标灰度值对应的第一补偿差异;
对于所述待加密图像对应的目标灰度值集合中的每个目标灰度值,将所述目标灰度值对应的第一补偿差异与所述待加密图像对应的标准像素数量的比值,确定为所述目标灰度值对应的第二补偿差异;
当所述待加密图像对应的目标灰度值集合中的目标灰度值对应的第二补偿差异大于预先设置的补偿阈值时,将目标灰度值确定为候选灰度值;
当候选灰度值对应的初始数量小于所述待加密图像对应的标准像素数量时,将目标灰度值确定为待补偿灰度值;
当候选灰度值对应的初始数量大于所述待加密图像对应的标准像素数量时,将目标灰度值确定为补偿灰度值。
4.根据权利要求2所述的一种视频大数据的安全传输方法,其特征在于,所述确定每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,包括:
将所述待补偿灰度值对应的初始数量与所述补偿灰度值对应的初始数量的差值的绝对值,确定为第一数量差异;
对第一数量差异进行负相关映射,得到第二数量差异;
将第二数量差异与所述待补偿灰度值对应的初始数量的比值,确定为所述待补偿灰度值与所述补偿灰度值之间的第一相关指标;
将所述待加密图像中对应的灰度值等于所述待补偿灰度值的像素点,确定为待补偿像素点,得到所述待补偿灰度值对应的待补偿像素点组;
对于所述待补偿灰度值对应的待补偿像素点组中的每个待补偿像素点,将所述待补偿像素点对应的预设邻域内对应的灰度值等于所述补偿灰度值的像素点的占比,确定为所述待补偿像素点对应的相对伴随指标;
将所述待补偿灰度值对应的待补偿像素点组中的各个待补偿像素点对应的相对伴随指标的均值,确定为所述待补偿灰度值与所述补偿灰度值之间的第二相关指标;
将所述待补偿灰度值与所述补偿灰度值之间的第一相关指标和第二相关指标的乘积,确定为所述待补偿灰度值与所述补偿灰度值之间的相关特征指标。
5.根据权利要求2所述的一种视频大数据的安全传输方法,其特征在于,所述根据每个待加密图像对应的目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的相关特征指标,确定目标灰度值集合中的每个待补偿灰度值与每个补偿灰度值之间的补偿需求性指标,包括:
根据所述待补偿灰度值对应的初始数量、所述补偿灰度值对应的初始数量和所述待加密图像对应的标准像素数量,确定所述待补偿灰度值与所述补偿灰度值之间的第一需求指标;
将所述待补偿灰度值与所述补偿灰度值之间的相关特征指标和第一需求指标的乘积,确定为所述待补偿灰度值与所述补偿灰度值之间的补偿需求性指标。
6.根据权利要求5所述的一种视频大数据的安全传输方法,其特征在于,所述根据所述待补偿灰度值对应的初始数量、所述补偿灰度值对应的初始数量和所述待加密图像对应的标准像素数量,确定所述待补偿灰度值与所述补偿灰度值之间的第一需求指标,包括:
将所述待补偿灰度值对应的初始数量与所述补偿灰度值对应的初始数量的和,确定为第一整体数量;
将第一整体数量与所述待加密图像对应的标准像素数量的比值,确定为第一比值;
将第一比值与常数2的差值的绝对值,确定为第一差异;
对第一差异进行负相关映射,得到所述待补偿灰度值与所述补偿灰度值之间的第一需求指标。
7.根据权利要求2所述的一种视频大数据的安全传输方法,其特征在于,所述根据每个待加密图像对应的目标灰度值集合中的各个待补偿灰度值与各个补偿灰度值之间的补偿需求性指标,对所述待加密图像进行补偿加密,得到所述待加密图像对应的密文图像,包括:
根据待补偿灰度值对应的初始数量,按照从小到大的顺序,对所述待加密图像对应的目标灰度值集合中的各个待补偿灰度值进行排序,得到待补偿灰度值序列;
对所述待加密图像进行等分,得到所述待加密图像对应的目标区域集合;
根据待补偿灰度值与补偿灰度值之间的补偿需求性指标,以及待补偿灰度值序列中的待补偿灰度值,依次对所述待加密图像对应的目标区域集合进行补偿加密,得到标记区域组集合;
将目标区域集合中除了标记区域组集合之外的目标区域,确定为第一区域,得到第一区域集合;
对第一区域集合和标记区域组集合中的目标区域进行组合,得到所述待加密图像对应的密文图像。
8.根据权利要求7所述的一种视频大数据的安全传输方法,其特征在于,所述根据待补偿灰度值与补偿灰度值之间的补偿需求性指标,以及待补偿灰度值序列中的待补偿灰度值,依次对所述待加密图像对应的目标区域集合进行补偿加密,得到标记区域组集合,包括:
将待补偿灰度值序列中初始数量最小的待补偿灰度值,确定为第一待补偿灰度值,并将待补偿灰度值序列中除了第一待补偿灰度值之外的待补偿灰度值,确定为第二待补偿灰度值;
根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、所述待加密图像对应的目标区域集合中的补偿像素点和第一待补偿灰度值,对目标区域集合进行第一次补偿加密,得到第一待补偿灰度值对应的标记区域组和第一补偿像素点集合,其中,补偿像素点是目标区域集合中对应的灰度值等于补偿灰度值的像素点;
根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、所述第二待补偿灰度值和所述第二待补偿灰度值的前一个待补偿灰度值对应的第一补偿像素点集合,对第一待标记区域集合进行一次补偿加密,得到所述第二待补偿灰度值对应的标记区域组和第一补偿像素点集合,其中,第一待标记区域集合是由目标区域集合中除了转换区域之外的目标区域组成的集合,转换区域包括:待补偿灰度值序列中的所述第二待补偿灰度值前面的待补偿灰度值对应的标记区域组;
将得到的标记区域组组成标记区域组集合。
9.根据权利要求8所述的一种视频大数据的安全传输方法,其特征在于,所述根据待补偿灰度值与补偿灰度值之间的补偿需求性指标、所述待加密图像对应的目标区域集合中的补偿像素点和第一待补偿灰度值,对目标区域集合进行第一次补偿加密,得到第一待补偿灰度值对应的标记区域组和第一补偿像素点集合,包括:
从目标区域集合中筛选出存在第一待补偿像素点,并且存在第一待补偿像素点对应的第一优补偿像素点的目标区域,作为第二区域,得到第二区域集合,其中,第一待补偿像素点是目标区域集合中对应的灰度值等于第一待补偿灰度值的像素点,第一优补偿像素点是目标区域集合中对应的灰度值等于第一优补偿灰度值的像素点,第一优补偿灰度值是补偿灰度值序列中的第一个补偿灰度值,补偿灰度值序列是根据第一待补偿灰度值与补偿灰度值之间的补偿需求性指标,按照从大到小的顺序,对所述待加密图像对应的目标灰度值集合中的补偿灰度值进行排序,得到的序列;
将第二区域集合中的第一个第二区域内的各个第一优补偿像素点对应的灰度值,更新为第一待补偿像素点对应的灰度值,将该第二区域确定为标记区域;
若更新后的第一待补偿像素点的数量小于预先设置的第一数量阈值,并且更新后的第一优补偿像素点的数量大于预先设置的第二数量阈值,则将最新确定为标记区域的第二区域的后一个第二区域内的各个第一优补偿像素点对应的灰度值,更新为第一待补偿像素点对应的灰度值,并将最新确定为标记区域的第二区域的后一个第二区域确定为标记区域,重复本步骤,直至最新更新后的第一待补偿像素点的数量大于或等于第一数量阈值,或者最后更新后的第一优补偿像素点的数量小于或等于第二数量阈值;
若更新后的第一优补偿像素点的数量小于或等于第二数量阈值,则将第一优补偿像素点确定为加密像素点;
若更新后的第一待补偿像素点的数量小于第一数量阈值,并且更新后的第一优补偿像素点的数量小于或等于第二数量阈值,则将第一优补偿像素点确定为加密像素点,并将第一优补偿灰度值更新为第二优补偿灰度值,从目标区域集合中除了已确定的标记区域之外的目标区域中筛选出存在第一待补偿像素点,并且存在第一待补偿像素点对应的更新后的第一优补偿像素点的目标区域,作为更新后的第二区域,得到更新后的第二区域集合,重复标记区域确定步骤,直至更新后的第一待补偿像素点的数量大于或等于第一数量阈值,将补偿像素点集合中除了灰度值等于加密像素点对应的灰度值的像素点之外的补偿像素点,确定为第一补偿像素点,得到第一补偿像素点集合,其中,第二优补偿灰度值是补偿灰度值序列中最新的第一优补偿灰度值的后一个补偿灰度值,补偿像素点集合是由目标区域集合中的补偿像素点组成的集合。
10.一种视频大数据的安全传输系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令以实现所述权利要求1-9中任一项所述的一种视频大数据的安全传输方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310300987.8A CN116033088B (zh) | 2023-03-27 | 2023-03-27 | 一种视频大数据的安全传输方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310300987.8A CN116033088B (zh) | 2023-03-27 | 2023-03-27 | 一种视频大数据的安全传输方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116033088A true CN116033088A (zh) | 2023-04-28 |
CN116033088B CN116033088B (zh) | 2023-06-16 |
Family
ID=86089472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310300987.8A Active CN116033088B (zh) | 2023-03-27 | 2023-03-27 | 一种视频大数据的安全传输方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116033088B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090257586A1 (en) * | 2008-03-21 | 2009-10-15 | Fujitsu Limited | Image processing apparatus and image processing method |
US7663670B1 (en) * | 2001-02-09 | 2010-02-16 | Digital Imaging Systems Gmbh | Methods and systems for embedding camera information in images |
CN108737685A (zh) * | 2018-05-15 | 2018-11-02 | 聊城大学 | 一种基于混沌的自适应机制的图像加密方法 |
CN109657483A (zh) * | 2018-11-27 | 2019-04-19 | 哈尔滨工业大学(深圳) | 一种图像加密方法和系统 |
CN115623140A (zh) * | 2022-12-14 | 2023-01-17 | 北京国电高科科技有限公司 | 一种信息处理方法 |
CN115834792A (zh) * | 2023-02-22 | 2023-03-21 | 湖南洛普洛科技有限公司 | 基于人工智能的视频数据处理方法及系统 |
-
2023
- 2023-03-27 CN CN202310300987.8A patent/CN116033088B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7663670B1 (en) * | 2001-02-09 | 2010-02-16 | Digital Imaging Systems Gmbh | Methods and systems for embedding camera information in images |
US20090257586A1 (en) * | 2008-03-21 | 2009-10-15 | Fujitsu Limited | Image processing apparatus and image processing method |
CN108737685A (zh) * | 2018-05-15 | 2018-11-02 | 聊城大学 | 一种基于混沌的自适应机制的图像加密方法 |
CN109657483A (zh) * | 2018-11-27 | 2019-04-19 | 哈尔滨工业大学(深圳) | 一种图像加密方法和系统 |
CN115623140A (zh) * | 2022-12-14 | 2023-01-17 | 北京国电高科科技有限公司 | 一种信息处理方法 |
CN115834792A (zh) * | 2023-02-22 | 2023-03-21 | 湖南洛普洛科技有限公司 | 基于人工智能的视频数据处理方法及系统 |
Non-Patent Citations (3)
Title |
---|
DANIEL SCHONBERG: "On Compression of Encrypted Video", 2007 DATA COMPRESSION CONFERENCE (DCC\'07) * |
叶瑞松;谭相波;: "基于连续混沌系统多轨道混合的图像加密算法", 汕头大学学报(自然科学版), no. 04 * |
李凯佳: "基于DNA-记忆元胞自动机与Hash函数的图像加密算法", 计算机工程与设计 * |
Also Published As
Publication number | Publication date |
---|---|
CN116033088B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10650492B2 (en) | Method and apparatus for generating image | |
CN111860832A (zh) | 一种基于联邦学习的增强神经网络防御能力的方法 | |
US20200019867A1 (en) | Learning and inferring insights from encrypted data | |
Alsafasfeh et al. | Image encryption based on the general approach for multiple chaotic systems. | |
US20170169736A1 (en) | Data hiding method and data hiding system | |
US20190087683A1 (en) | Method and apparatus for outputting information | |
US20230368018A1 (en) | Methods of providing data privacy for neural network based inference | |
CN111783142B (zh) | 数据保护方法、装置、服务器和介质 | |
Ye et al. | Spatial image encryption algorithm based on chaotic map and pixel frequency | |
CN112766189A (zh) | 深度伪造检测方法、装置、存储介质及电子设备 | |
US20180350077A1 (en) | Image segmentation method and apparatus | |
CN112116008A (zh) | 基于智能决策的目标检测模型的处理方法、及其相关设备 | |
CN114626967A (zh) | 一种数字水印嵌入与提取方法、装置、设备及存储介质 | |
CN116033088B (zh) | 一种视频大数据的安全传输方法及系统 | |
Kamil et al. | Enhanced flipping technique to reduce variability in Image Steganography | |
CN114612688A (zh) | 对抗样本生成方法、模型训练方法、处理方法及电子设备 | |
CN111971951B (zh) | 运算装置、运算方法、可移动介质和鉴别系统 | |
CN112766190B (zh) | 对抗样本生成方法、装置、存储介质及电子设备 | |
CN106960157B (zh) | 数字图像分辨率分级获取控制管理器的实现方法 | |
Fadhil et al. | Improved Security of a Deep Learning-Based Steganography System with Imperceptibility Preservation | |
Chattopadhyay et al. | Robust chaotic image encryption based on perturbation technique | |
Trysnyuk et al. | Information Encryption Method based on a Combination of Steganographic and Cryptographic Algorithm's Features. | |
Bai et al. | Reconstruction of chaotic grayscale image encryption based on deep learning | |
EP2953128B1 (en) | Image display device, image display method and program | |
CN112634118A (zh) | 对抗批隐写方法 |
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 |