一种云环境下基于词袋模型的图像安全检索方法技术

本发明专利技术属于多媒体信息安全保护领域，具体涉及到一种云环境下基于词袋模型的图像安全检索方法，可用于密文图像的安全检索。内容所有者基于词袋模型对图像提取特征操作数据后进行正交分解，将之划分为密码操作域和特征提取操作域，分别进行加密操作和特征提取操作，并通过正交逆变换，将操作结果叠加至同一数据域，形成加密特征并上传到云服务器；当用户需要检索图像时，云服务器无须解密，直接对密文特征进行正交分解，即可从特征提取数据域中计算出密文图像的特征，与请求检索图像的特征进行相似性度量，最为接近的即为要检索的图像。这种检索方法不依赖于特定加密方法，安全性好，更具有通用性；基于袋模型的检索方法也具有很高的检索精度。

An image security retrieval method based on bag of words model in cloud environment

The invention belongs to the field of multimedia information security protection, and specifically relates to an image security retrieval method based on the bag of words model in the cloud environment, which can be used for secure retrieval of encrypted images. Content owners based on the bag of words model feature extraction operation data on image after orthogonal decomposition, will be divided into the password operation domain and feature extraction operation domain, respectively encryption operation and feature extraction operation, and through the orthogonal transform, the operation result to the superposition of identical data domain, form encryption features and uploaded to the cloud server; when the user needs to retrieve the image, the cloud server without decryption, directly on the ciphertext feature of orthogonal decomposition, can be calculated from the feature extraction feature of encrypted image data domain, and request the retrieval of image features in similarity measure, which is the most close to the image to be retrieved. This retrieval method does not rely on the specific encryption method, has good security and more versatility, and the retrieval method based on bag model also has high retrieval accuracy.

【技术实现步骤摘要】
一种云环境下基于词袋模型的图像安全检索方法
本专利技术属于多媒体信息安全保护领域，具体涉及到一种基于词袋模型与正交分解模型相结合的图像安全检索方法，可用于密文图像的安全检索。
技术介绍
随着数码相机、智能手机的广泛应用及云计算的兴起，图像等多媒体数据呈现出爆炸性增长的趋势，图像数据的云存储已成为一种趋势。但云计算平台也面临着严峻的安全问题，主要表现在数据的所有者与数据分离，外包于云端的数据完全脱离其拥有者的直接物理控制，将面临外部网络攻击者和不可信的云服务提供商CSP(CloudServiceProvider)的双重威胁。这样的服务性质可能会导致数据的泄露和滥用，从而造成在云计算环境下特有的安全隐患。图像数据往往包含大量个人隐私信息，一旦泄露，将造成严重的后果。对图像数据采用前端加密是解决上述安全问题的一种有效方法，即数据拥有者在本地对数据加密后再外包给CSP，这样即使攻击者在云端非法窃取了用户数据，也无法进行解密以获取明文信息。但加密也给图像检索带来了困难。基于内容的图像检索从图像中自动提取相关特征，并通过比较图像特征的距离来决定图像之间的相似度，代表图像检索未来的发展趋势。图像加本文档来自技高网...

【技术保护点】
一种云环境下基于词袋模型的图像安全检索方法，其特征在于，包含以下步骤：步骤1，可信第三方通过训练图像库建立词袋模型，生成视觉词典及中值矩阵；步骤2，内容所有者基于步骤1构建的词袋模型对测试图像库中的每幅图像进行特征提取，并生成差值特征数据；步骤3，内容所有者对测试图像及其差值特征数据进行加密保护，具体包括以下子步骤，步骤3.1，将差值特征数据进行分组排列，获得相应的n×n维原始操作矩阵X；步骤3.2，对原始操作矩阵X选取不同正交变换基R和S进行正交变换，分别获得密码操作数据域Y1和特征提取数据域Y2，设B为n×n维正交变换矩阵B＝(b1,b2,…,bn)

【技术特征摘要】
1.一种云环境下基于词袋模型的图像安全检索方法，其特征在于，包含以下步骤：步骤1，可信第三方通过训练图像库建立词袋模型，生成视觉词典及中值矩阵；步骤2，内容所有者基于步骤1构建的词袋模型对测试图像库中的每幅图像进行特征提取，并生成差值特征数据；步骤3，内容所有者对测试图像及其差值特征数据进行加密保护，具体包括以下子步骤，步骤3.1，将差值特征数据进行分组排列，获得相应的n×n维原始操作矩阵X；步骤3.2，对原始操作矩阵X选取不同正交变换基R和S进行正交变换，分别获得密码操作数据域Y1和特征提取数据域Y2，设B为n×n维正交变换矩阵B＝(b1,b2,…,bn)T，将B划分为两个不同正交变换基R、S，即B＝(R,S)，其中R＝(b1,…,bm)，S＝(bm+1,…,bn)，则有，Y＝BT·XY1＝RT·XY2＝ST·X其中，Y1为加密操作数据域，Y2为特征提取数据域，Y＝(Y1,Y2)T；步骤3.3，使用AES加密算法及密钥K1e对密码操作数据域Y1进行加密，获得密文特征数据Y1e；使用AES加密算法及密钥K2e对原始图像I加密获得密文图像Ie；步骤3.4，将密文数据Y1e、Y2进行合成得到变换域密文矩阵Yef，即Yef＝(Y1e,Y2)T，并经正交逆变换映射至多媒体数据原始空间，获得特征密文矩阵Xef，其中Xef＝B·Yef，通过与步骤3.1中分组排列相对应的逆分组排列，从特征密文矩阵Xef中获取密文特征xef；步骤3.5，对视觉词典中视觉单词ω数据补零成n×1维向量ω0，使用正交变换基B进行正交变换得到向量W＝(w1,w2,...,wn)T，即W＝BT·ω0，并计算该向量的1-范数作为视觉单词的密文特征ωe，然后将ωe与xef组合形成加密后的BOF特征；步骤4，内容所有者将加密后的图像Ie以及BOF特征上传至云服务器，云服务器构建密文图像特征数据库；步骤5，用户需查询图像时，向内容所有者发起查询请求，内容所有者返回查询图像密文特征xef及秘钥K2e；用户将查询图像密文特征xef发送给云服务器进行查询；步骤6，云服务器通过密文特征xef获得特征提取数据域Y2，并对查询图像的特征点与密文图像特征数据库中特征点进行相似性度量，计算查询图像与图像库中所有图像的匹配分数，将密文图像按匹配分数由高到低的顺序发送给用户；步骤7，用户利用密钥K2e对密文图像Ie进行解密，获得原始图像I。2.如权利要求1所述的一种云环境下基于词袋模型的图像安全检索方法，其特征在于：所述步骤1的实现方式如下，步骤1.1，局部特征提取，用sift算法生成训练图像库中每幅图的特征点及描述符；步骤1.2，构建视觉词典，用k-means算法对训练图像库中的特征点进行训练，生成k个类心，即视觉单词，构成k维视觉词典ωk；步骤1.3，计算中值矩阵，随机构造一个正交投影矩阵Q并对sift特征投影，对于属于同一个聚类中心的投影数据计算其每一个维度数据的中值，即中值矩阵T。3.如权利要求2所述的一种云环境下基于词袋模型的图像安全检索方法，其特征在于：所述步骤2的实现方式如下，步骤2.1，提取测试图像库中每幅图的sift特征，并基于步骤1中的词袋模型将每个特征向量映射到视觉词典上生成码本；步骤2.2，判断测试图像的每个特征点与视觉词典ωk中的哪个视觉单词ω最近，距离最近的视觉单词即为该特征点对应类心；步骤2.3，生成差值特征数据，利用正交投影矩阵Q对所有sift向量进行投影，比较投影后的每个sift特征与中值矩阵中其对应类心的中值向量在各维度...

【专利技术属性】
技术研发人员：徐彦彦，龚佳颖，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42