以Faster R-CNN’s为基础的秘密分享方法技术

本发明专利技术属于计算机秘密图像共享技术领域，提供了一种以Faster R‑CNN’s为基础的秘密分享方法。该模型在选取载体图像和阴影图像上考虑了Faster R‑CNN’s在图像检索的鲁棒性和实时性。引入公开图像数据作为图像查询库，与传统(t，n)门限秘密图像共享方案相比，本文所使用的方案利用了深度学习对特征的表示能力，发送方只需要传送一张相同的查询图像和由Faster RCNN’s检索得到的序列给对应的所有参与者。本发明专利技术提供了计算机秘密图像共享的一种新方法，可以有效提高秘密图像的安全性并得到减少获取秘密图像时间，为秘密图像共享领域提供了一种新的解决方案。

【技术实现步骤摘要】
以FasterR-CNN’s为基础的秘密分享方法
本专利技术属于计算机秘密图像分享领域，涉及一种基于FasterRCNN’s(加速的区域卷积神经网络)模型的秘密图像分享方法。
技术介绍
秘密信息分享(SecretInformationSharing)技术最初起源于机密信息管理。银行系统密钥由于个人掌管导致的利益损失和权威欺骗不在少数，军事的决策权掌握在个人手中导致的决策失误也同样存在。过去的秘密信息分享是由多人通过专业设备保存部分秘密信息，使得复原后的秘密信息能够提供准确信息从而解决单向决策的不合理。如今，图像信息内容丰富、表述形象，随着网络带宽的增加，图像信息可以迅捷在网络上传输。但同时图像在网络中传输很容易被窃取或者被攻击者攻击，重要的秘密图像信息在传输的过程中风险更高，因此利用图像检索技术进行快速准确的获取秘密图像分享技术成为理想的选择，不仅可以将秘密信息分布式保存，而且在图像数据集中的快速检索能够减少图像信息在网络传输中的攻击。对于一些重要的秘密图像和电影胶片，直接传送给接受方的过程中会导致信息不法分子获取未授权的秘密图像，秘密图像分享技术处理载体图像(coverimage)效果平滑自然，处理痕迹不易察觉。计算机视觉理论认为对图像中的少量信息更改，人眼是无法识别原始载体图像和修改后图像的真伪。FasterR-CNN’s能够在数据库中检索到与查询图像目标相似的图像。借助这个理论，在进行秘密图像分享时，首先我们将将秘密信息的每一个像素嵌入到载体图像中，为保证载体图像的质量，我们需要对秘密信息与载体信息线性结合的影子图像(shadowimage)，利用载体图像和影子图像的视觉不可分辨的性质，提出基于FasterR-CNN’s的秘密图像分享方案。秘密图像分享技术的相关研究现状如下：Naor和Shamir提出了第一个秘密图像分享方案，但是，由于影子图像是无意义的，所以当影子图像在不安全的网络中传输时，很容易吸引攻击者对无意义的影子图像进行修改、删除等恶意操作。为了解决影子图片无意义的问题，张真诚等人提出了手动选取有意义的载体图片嵌入秘密图像信息生成影子图片，并且使得生成的影子图像与载体图像在视觉上是不可分辨的，使得影子图片在网络中的传输不易引起攻击者的注意，但对于不同大小的秘密图像在同一个方案中是难以处理的。Chen提出了解决利用两种方案处理不同大小秘密图像的嵌入，增加了系统的鲁棒性。但在传输影子图像遇到攻击时不能够做出及时的对策。本专利技术利用了FasterR-CNN’s能够在图像数据库检索到含有相同目标图像的能力，能够自动的选取载体图像并为参与者检索到对应的影子图像，同时，本文采用方案传送给发送方的不再是影子图像，而是没有任何修改的查询图像，因此，攻击者不能发现查询图像的任何异常。本专利技术提出了一种有效、安全的秘密图像分享方案。
技术实现思路
本专利技术的目的是，提供一种基于FasterR-CNN’s模型的秘密图像分享模型，可以解决现有算法的考虑安全方面不够充分的缺点，在传输过程不再传输有风险的影子图像，传输的是未经修改的查询图像，避免了攻击者将查询图像与公开数据集中的真实图像比较而发现传输过程中图像的异常。本文设定一个安全的OxfordBuildings5,063张图片的数据集，除此之外，为了保证影子图像的安全，一旦发现攻击，发送方即刻更新图像数据库。本专利技术的技术方案：以FasterR-CNN’s为基础的秘密分享方法，步骤如下：步骤1)：首先发送方(Sender)任意从图像数据库中选择一张查询图像Q，使用FasterRCNN’s的秘密图像分享算法从图像数据库中检索得到n张载体图像C；设当前秘密图像为s，使用线性整数秘密分享(LISS)将秘密图像s分享至n张载体图像，得到n张影子图像；步骤1.1)：首先将载体图像C的每一个像素ck进行处理，b＝ckmodm，其中，k＝{1，...，Dl*Dh}，Dl*Dh是载体图像的长度和宽度，m是发送方选取的质数；步骤1.2)：利用LISS根据访问策略构建分布M，使得访问策略中的每个变量都用M表述，秘密分享矩阵ρ＝(s,ρ2,...,ρe)，ρi是随机的整数；通过M·ρ＝(si1,si2,...,sid)得到预处理秘密信息sij，i和j的取值范围为i＝{1,...,logm255},j＝{1,...,d}，d为参与者的个数，令dk＝sij-b；步骤1.3)：根据公式(1)修改dk得到d'k步骤1.4)：根据得到的d'k修改载体图像的像素值，p'k＝ck+d'k；步骤1.5)：为了防止像素值溢出，根据公式(2)调整载体图像的像素值步骤1.6)：重复以上步骤直至所有秘密图像s像素值全部分享至载体图像中，并且生成影子图像；步骤2)：调整初始图像数据库，将得到的n张影子图像替换原来图像数据库中的n张载体图像；步骤3)：再次使用FasterRCNN’s从图像数据库中检索n张影子图像，记录此时n张影子图像所在位置序列记为ti＝(1，...，n)；发送方为每个参与者打包一份<查询图像，位置序列>对，然后使用高级加密标准(AES)对其加密并发送给接收方；步骤4)：每个参与者根据得到的<查询图像，位置序列＞对，将查询图像和位置序列输入值FasterR-CNN’s中，得到属于每个参与者的唯一一张影子图像；仅当有t位参与者或多于t位参与者合作能够恢复最终的秘密图像信息s；当参与者获取到影子图像时，恢复秘密图像的步骤如下：步骤4.1)：sij通过公式(3)计算得到，m是发送方选取的质数；步骤4.2)：t位或大于t位参与者的影子图像合作得到最终的秘密图像信息，选择一个合适的子集sA∈sij来计算秘密，秘密图像信息由公式(4)得到：本专利技术的有益效果：引入图像数据集，参与者仅需要使用相同的查询图片和各自的位置序列利用FasterR-CNN’s查询结果。与其它基于(t,n)门限的图像修复方案相比，当影子图像在传输过程受到攻击时，本文的方案可以立即调整图片数据集，从而使攻击者攻击失效。本文的方案可以处理不同大小的秘密图像，但随着秘密图像的变大，均方误差MSE会变小。本专利技术提供了计算机秘密图像分享的一种新方法，可以有效提高秘密图像的安全性，为秘密图像的安全工作提供了一种新的解决方案。附图说明图1为本专利技术采用的技术算法的秘密图像分享过程示意图。图2为本专利技术采用的FasterR-CNN’s算法示意图。图3为本专利技术中，随着嵌入秘密图像的变大，载体图像和影子图像之间差异变化的展示示意图。图4为本专利技术中，随着嵌入秘密图像的变大，嵌入秘密的时间变化的展示示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面对本专利技术的具体实施方式作进一步的详细描述。本文在pycharm，3.40GHz,GTX750显存的PC机上，采用本文提出的“基于FasterR-CNN’s的秘密图像分享”算法，然后结合线性整数模型的秘密图像分享算法，完成整个秘密图像分享的流程。本文利用LISS根据访问策略构建分布M，使得访问策略中的每个变量都可以用M表述，秘密分享矩阵ρ＝(s,ρ2,...,ρe),ρi是随机的整数。本文可以通过M·ρ＝(si1,si2,...,sid)得到预处理秘密信息，d本文档来自技高网...

【技术保护点】
1.一种以Faster R‑CNN’s为基础的秘密分享方法，其特征在于，步骤如下：步骤1)：首先发送方任意从图像数据库中选择一张查询图像Q，使用Faster RCNN’s的秘密图像分享算法从图像数据库中检索得到n张载体图像C；设当前秘密图像为s，使用线性整数秘密分享将秘密图像s分享至n张载体图像，得到n张影子图像；步骤1.1)：首先将载体图像C的每一个像素ck进行处理，b＝ckmod m，其中，k＝{1，...，Dl*Dh}，Dl*Dh是载体图像的长度和宽度，m是发送方选取的质数；步骤1.2)：利用LISS根据访问策略构建分布M，使得访问策略中的每个变量都用M表述，秘密分享矩阵ρ＝(s,ρ2,...,ρe)，ρi是随机的整数；通过M·ρ＝(si1,si2,...,sid)得到预处理秘密信息sij，i和j的取值范围为i＝{1,...,logm255},j＝{1,...,d}，d为参与者的个数，令dk＝sij‑b；步骤1.3)：根据公式(1)修改dk得到d'k

【技术特征摘要】
1.一种以FasterR-CNN’s为基础的秘密分享方法，其特征在于，步骤如下：步骤1)：首先发送方任意从图像数据库中选择一张查询图像Q，使用FasterRCNN’s的秘密图像分享算法从图像数据库中检索得到n张载体图像C；设当前秘密图像为s，使用线性整数秘密分享将秘密图像s分享至n张载体图像，得到n张影子图像；步骤1.1)：首先将载体图像C的每一个像素ck进行处理，b＝ckmodm，其中，k＝{1，...，Dl*Dh}，Dl*Dh是载体图像的长度和宽度，m是发送方选取的质数；步骤1.2)：利用LISS根据访问策略构建分布M，使得访问策略中的每个变量都用M表述，秘密分享矩阵ρ＝(s,ρ2,...,ρe)，ρi是随机的整数；通过M·ρ＝(si1,si2,...,sid)得到预处理秘密信息sij，i和j的取值范围为i＝{1,...,logm255},j＝{1,...,d}，d为参与者的个数，令dk＝sij-b；步骤1.3)：根据公式(1)修改dk得到d'k步骤1.4)：根据得到的d'k修改载体图像的像素值，p'k＝ck+d'k；步骤1....

【专利技术属性】
技术研发人员：王智慧，王宁，李建军，刘星，李豪杰，罗钟铉，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21