一种结合量子密钥分发的视频加密系统技术方案

本公开提供了一种结合量子密钥分发的视频加密系统，包括：量子密钥分发子系统，用于通过量子信道传送量子密钥；视频加密子系统，包括：发送端，用于对原始视频进行深度码流域分解、以及编码，得到编码后的深度码流域公开码流和编码后的深度码流域加密码流；利用量子密钥对编码后的深度码流域加密码流进行量子加密，并将编码后的深度码流域公开码流、量子加密的编码深度码流域加密码流发送至接收端；接收端，用于合并编码后的深度码流域公开码流和量子加密的编码深度码流域加密码流，得到量子加密的编码深度特征码流，解码量子加密的编码深度特征码流，得到量子加密的深度特征码流，生成加密视频。

【技术实现步骤摘要】
一种结合量子密钥分发的视频加密系统
本公开涉及信息安全
，尤其涉及一种结合量子密钥分发的视频加密系统。
技术介绍
目前保障信息安全广泛使用的手段是现代密码技术，其可以分成三个部分：算法、协议、密钥。现代密码技术中，算法和协议都是可以公开的，一切秘密都包含于密钥之中。因此，保障密钥分发的安全是用密码技术保障通信安全的关键。由于量子具有测量的随机性和不可复制的特性，因此量子密钥分发具有理论上的无条件安全性。也就是说，任何人进行窃听，即使是利用量子计算机，也不能破解量子密钥分发，窃取密钥。这样，使用量子密钥分发技术可以帮助实现通信安全中机密性、真实性和完整性的无条件安全，保证通信加密无法破译，保证对方身份真实可靠，保证信息无法被篡改。量子密钥分发在光纤的最远安全距离能做到404公里，“墨子号”也已经能做到星地1200公里，已经成功实现商业化。量子密钥分发技术目前已经被广泛的应用在需要高级别安全的领域。虽然应用正在落地，但是量子密钥生成的码率(成码率)还比较低，目前最高的成码率在100公里左右仅为每秒3-10kbits。而近年来最常见的网络相机的分辨率为720P(1280*720)，原始视频码率在632.8Mbits。也就是说如果基于目前量子密钥分发技术对分辨率为720P的视频进行一次一密级别的加密，需要加密比例达到10的负5次方量级，即加密的内容码率占原始视频码率的10-5。目前较成熟的视频加密方案是基于感兴趣区域的的选择加密方案，即利用视频压缩技术进行压缩后，在压缩后的码流域，选择认为包含重要隐私信息的区域进行加密。目前采用最新的视频压缩标准HEVC对720P的视频进行压缩后的码率为8000kbps左右，假设感兴趣区域占整个画面的十分之一左右，那么需要加密的内容码率大约占原始视频码率的10-3。因此，如果基于量子密钥分发实施这个视频加密方案，需要100次一密才能满足加密码率的需求，但同时密钥被破解的风险也大大增加。
技术实现思路
(一)要解决的技术问题为了解决以上问题，本公开提出了一种结合量子密钥分发的视频加密系统，能够极大的减少需要加密的明文长度，在量子密钥分发成码率为每秒3-10kbits的条件下，实现对视频内容的一次一密加密。(二)技术方案本公开提供了一种结合量子密钥分发的视频加密系统，包括：量子密钥分发子系统，用于通过量子信道传送量子密钥；视频加密子系统，包括：发送端，用于对原始视频进行深度码流域分解、以及编码，得到编码后的深度码流域公开码流和编码后的深度码流域加密码流；利用量子密钥对编码后的深度码流域加密码流进行量子加密，并将编码后的深度码流域公开码流、量子加密的编码深度码流域加密码流发送至接收端；接收端，用于合并编码后的深度码流域公开码流和量子加密的编码深度码流域加密码流，得到量子加密的编码深度特征码流，解码量子加密的编码深度特征码流，得到量子加密的深度特征码流，生成加密视频。在本公开的一些实施例中，所述发送端还用于对原始视频进行空间域分解，得到加密区域和非加密区域，对非加密区域进行压缩，得到压缩空间域公开码流，对加密区域进行深度码流域分解、以及编码；还将压缩空间域公开码流一并发送至接收端；所述接收端还用于对压缩空间域公开码流解压，得到空间域公开码流，还将空间域公开码流和量子加密的深度特征码流合并，生成加密视频。在本公开的一些实施例中，所述接收端利用量子密钥对量子加密的编码深度码流域加密码流解密，将编码后的深度码流域公开码流、编码后的深度码流域加密码流合并，得到编码深度特征码流，并解码编码深度特征码流，得到深度特征码流，生成重建视频。在本公开的一些实施例中，所述接收端利用量子密钥对量子加密的编码深度码流域加密码流解密，将编码后的深度码流域公开码流、编码后的深度码流域加密码流合并，得到编码深度特征码流，并解码编码深度特征码流，得到深度特征码流，并将空间域公开码流和深度特征码流合并，生成重建视频。在本公开的一些实施例中，所述发送端包括：基于深度神经网络的编码器，用于对原始视频进行深度码流域分解、以及编码；所述接收端包括：基于深度神经网络的解码器，用于解码量子加密的编码深度特征码流。在本公开的一些实施例中，所述发送端包括：基于深度神经网络的编码器，用于对原始视频进行深度码流域分解、以及编码；所述接收端包括：基于深度神经网络的解码器，用于解码编码深度特征码流。在本公开的一些实施例中，所述发送端包括：基于深度神经网络的编码器，用于对加密区域进行深度码流域分解、以及编码；所述接收端包括：基于深度神经网络的解码器，用于解码量子加密的编码深度特征码流。在本公开的一些实施例中，所述发送端包括：基于深度神经网络的编码器，用于对加密区域进行深度码流域分解、以及编码；所述接收端包括：基于深度神经网络的解码器，用于解码编码深度特征码流。在本公开的一些实施例中，所述神经网络编码器和神经网络解码器均为全卷积网络。在本公开的一些实施例中，所述压缩空间域公开码流、编码后的深度码流域公开码流、量子加密的编码深度码流域加密码流通过光纤信道进行传输。(三)有益效果从上述技术方案可以看出，本公开至少具有以下有益效果：视频加密系统采用深度神经网络的图像压缩加密算法，并与量子密钥分发技术结合，形成完整的视频加密体系吗，极大地减小了加密内容和加密比例。附图说明图1是基于深度神经网络的图像压缩加密子系统的网络结构图。图2是本公开实施例的结合量子密钥分发的视频加密系统的结构示意图。图3显示了基于深度神经网络的图像压缩加密算法在人脸图像中的效果。具体实施方式本公开提供了一种结合量子密钥分发的视频加密系统，为了减少加密的内容，视频加密系统包括基于深度神经网络的图像压缩加密算法，将该算法与量子密钥分发技术结合，形成完整的视频加密系统。本公开需要非常小的加密比例，以720P视频为例，加密的内容码率占原始视频码率的10-5的时候才能进行一次一密级别的加密。为进一步详细介绍本公开的目的、技术方案和优点，以下结合具体实施实例，对本公开进一步详细说明。随着深度学习算法越来越成熟，基于深度神经网络的图像压缩方案也发展迅速，压缩数据量和生成质量均已经达到甚至超过常用的一些图像的编解码器的压缩方案。与此同时，基于深度神经网络的图像压缩算法有一个天然的优势，由于神经网络是利用梯度后向传播的方式进行参数更新学习的，可以通过损失函数约束的方式，改变压缩码流的分布。这样，通过算法将重要的隐私信息约束到一小部分码流中进行加密，就可以达到对整幅图像的加密效果。本公开实施例提供了一种结合量子密钥分发的视频加密系统，参见图2，包括：量子密钥分发子系统，用于通过量子信道传送量子密钥。视频加密子系统，包括发送端和位于发送端的神经网络编码器、接收端和位于接收端的神经网络解码器；其中神经网络编码器和神经网络解码器采用图1所示的神经网络编码器和神经网络解码器。发送端用于将原始视频分为加密区域和非加密区域，并对非加密区域进行压缩，得到压缩空间域公开码流。神经网络编码器用于将加密区域转换为深度特征码流，将深度特征码流分解为公开码流和加密码流，得到深度码流域公开码流和加密码流。神经网络编码器还对深度码流域公开码流和加密码流进行编码，得到编码后的深度码流域公开码流和编码后的深度码流域本文档来自技高网...

【技术保护点】
1.一种结合量子密钥分发的视频加密系统，其中，包括：量子密钥分发子系统，用于通过量子信道传送量子密钥；视频加密子系统，包括：发送端，用于对原始视频进行深度码流域分解、以及编码，得到编码后的深度码流域公开码流和编码后的深度码流域加密码流；利用量子密钥对编码后的深度码流域加密码流进行量子加密，并将编码后的深度码流域公开码流、量子加密的编码深度码流域加密码流发送至接收端；接收端，用于合并编码后的深度码流域公开码流和量子加密的编码深度码流域加密码流，得到量子加密的编码深度特征码流，解码量子加密的编码深度特征码流，得到量子加密的深度特征码流，生成加密视频。

【技术特征摘要】
1.一种结合量子密钥分发的视频加密系统，其中，包括：量子密钥分发子系统，用于通过量子信道传送量子密钥；视频加密子系统，包括：发送端，用于对原始视频进行深度码流域分解、以及编码，得到编码后的深度码流域公开码流和编码后的深度码流域加密码流；利用量子密钥对编码后的深度码流域加密码流进行量子加密，并将编码后的深度码流域公开码流、量子加密的编码深度码流域加密码流发送至接收端；接收端，用于合并编码后的深度码流域公开码流和量子加密的编码深度码流域加密码流，得到量子加密的编码深度特征码流，解码量子加密的编码深度特征码流，得到量子加密的深度特征码流，生成加密视频。2.如权利要求1所述的视频加密系统，其中，所述发送端还用于对原始视频进行空间域分解，得到加密区域和非加密区域，对非加密区域进行压缩，得到压缩空间域公开码流，对加密区域进行深度码流域分解、以及编码；还将压缩空间域公开码流一并发送至接收端；所述接收端还用于对压缩空间域公开码流解压，得到空间域公开码流，还将空间域公开码流和量子加密的深度特征码流合并，生成加密视频。3.如权利要求1所述的视频加密系统，其中，所述接收端利用量子密钥对量子加密的编码深度码流域加密码流解密，将编码后的深度码流域公开码流、编码后的深度码流域加密码流合并，得到编码深度特征码流，并解码编码深度特征码流，得到深度特征码流，生成重建视频。4.如权利要求2所述的视频加密系统，其中，所述接收端利用量子密钥对量子加密的编码深度码流域加密码流解密，将编码后的深度码流域公开码流、编码后...

【专利技术属性】
技术研发人员：陈志波，张强，刘森，林剑新，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34