一种基于可信存证的隐私计算方法及系统技术方案

本发明专利技术涉及一种隐私计算技术领域，公开了一种基于可信存证的隐私计算方法，包括：采集人脸图像，对人脸图像进行灰度化处理，并对人脸灰度图像进行二值化处理，得到规格化完成的人脸图像；产生混沌序列，利用混沌序列对规格化完成的人脸图像进行像素级混沌处理；生成加密初始参数，并利用非线性方程组图像置换算法对混沌处理后的图像进行加密；当需要解密时，则根据加密初始参数进行解密处理并对解密后的图像进行混沌反混淆处理。本发明专利技术通过利用混沌序列对人脸图像像素进行像素混淆，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的，并利用非线性方程组图像置换算法对像素进行隐私加密。本发明专利技术还提出一种基于可信存证的隐私计算系统。隐私计算系统。隐私计算系统。

【技术实现步骤摘要】
一种基于可信存证的隐私计算方法及系统


[0001]本专利技术涉及隐私计算的
，尤其涉及一种基于可信存证的隐私计算方法及系统。

技术介绍

[0002]近年来，随着计算机和网络技术的成熟发展，人们的通信方式随之也发生了改变，使用网络进行信息传输的频率越来越高。由于网络具有开放性和共享性，也因此对多媒体通信的安全性造成了隐患，而在进行身份验证时多用人脸识别方法进行验证，如何保证人脸图像在传输过程中的隐私性，成为当前研究的热门话题。
[0003]现有人脸图像传输大多基于base64等简单方法难以保证用户隐私数据，并且该方法得到的加密数据像素值分布不均匀容易受到差分攻击，为了解决该问题提出一种针对人脸图像的隐私计算方法。

技术实现思路

[0004]本专利技术提供一种基于可信存证的隐私计算方法，目的在于（1）利用混沌序列对人脸图像像素进行像素混淆，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的；（2）利用非线性方程组图像置换算法对像素进行置换加密。
[0005]实现上述目的，本专利技术提供的一种基于可信存证的隐私计算方法，包括以下步骤：S1：采集人脸图像，对人脸图像进行灰度化处理，并对人脸灰度图像进行二值化处理，得到规格化完成的人脸图像；S2：产生混沌序列，利用混沌序列对规格化完成的人脸图像进行像素级混沌处理，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的；S3：生成加密初始参数，并利用非线性方程组图像置换算法对混沌处理后的图像进行加密；S4：当需要解密时，则根据加密初始参数进行解密处理并对解密后的图像进行混沌反混淆处理，得到原始人脸图像；所述S2步骤中确定混沌序列的混沌参数，包括：确定混沌序列参数更新模型：确定混沌序列参数更新模型：确定混沌序列参数更新模型：其中：e的初始值为0，的取值范围为；为混沌序列参数；更新迭代混沌序列参数更新模型次，得到长度为的混沌序列参数：
其中：为人脸图像的像素尺寸。
[0006]作为本专利技术的进一步改进方法：所述S1步骤中采集人脸图像，对采集的人脸图像进行灰度化处理，包括：采集人脸图像，对所采集的人脸图像进行裁剪，裁剪后的人脸图像尺寸为M
×
N 像素，对所采集的人脸图像进行灰度化处理，所述人脸图像灰度化处理流程为：将图像中每个像素点的RGB颜色像素值转换为灰度值，得到人脸灰度图像，所述RGB颜色像素值的转换公式为：其中：Gray(i,j)为像素点(i,j)的灰度值，(i,j)表示为人脸图像中第i行第j列的像素；R(i,j)为像素点(i,j)的红色分量值，G(i,j)为像素点(i,j)的绿色分量，B(i,j)为像素点(i,j)的蓝色分量。
[0007]所述S1步骤中对人脸灰度图像进行二值化处理，包括：1）计算人脸灰度图像的平均灰度μ：1）计算人脸灰度图像的平均灰度μ：其中：k表示灰度级；为灰度级为k的像素出现的概率；为灰度级为k的像素出现的个数；2）以灰度级m为分割阈值，小于此阈值为背景，大于等于此阈值为前景，从而将人脸灰度图像分成前景和背景，则背景灰度值为：背景数比例为：前景灰度值为：前景数比例为：
3）计算前景和背景的方差：通过对分割阈值m进行修改，使得前景和背景的方差达到最大，此时的分割阈值为最佳分割阈值，并以最佳分割阈值进行人脸灰度图像的二值化处理，将人脸灰度图像中大于最佳分割阈值的像素灰度值置为1，小于最佳分割阈值的像素灰度值置为0，得到二值化处理后的人脸图像。
[0008]所述S2步骤中利用混沌序列对人脸图像进行像素级混沌处理，包括：所述基于混沌序列的人脸图像像素级混沌处理流程为：1）依次设置e值，，M
×
N为人脸图像的像素尺寸，交换二值化人脸图像第e行和第p
e
行像素，所述p
e
的计算公式为：2）依次设置e值，，M
×
N为人脸图像的像素尺寸，交换二值化人脸图像第e列和第q
e
列像素，所述q
e
的计算公式为：3）对二值化人脸图像进行像素扩散，其中Q(i,j)表示交换行列后二值化人脸图像中第i行第j列的像素，像素扩散公式为：中第i行第j列的像素，像素扩散公式为：其中：表示扩散后的像素；4）对像素扩散后的图像任意像素点Q(i,j)进行置乱，其中像素置乱的索引值为，置乱后的像素坐标(i
’
,j
’
)为：)为：5）对像素置乱后的任意像素点进行像素混淆，其中像素混淆公式为：其中：。
[0009]所述S3步骤中生成非线性方程组图像置换算法的加密初始参数，包括：从像素级混沌处理后的人脸图像中任意取一点像素Q
i
，并计算得到像素Q
i
邻近8个像素的像素均值r1以及邻近16个像素的像素均值r2；计算人脸图像的Hash值：计算人脸图像的Hash值：其中：
,key2表示人脸图像的加密密钥；表示仅取前5bit的Hash值；表示将十六进制转换为十进制；计算得到加密初始参数中的控制参数和加密参数：计算得到加密初始参数中的控制参数和加密参数：其中：表示加密参数；为加密参数，其取值范围为[0,0.5]；表示控制参数；设置加密参数的更新过程为：设置加密参数的更新过程为：其中：。
[0010]所述S3步骤中利用非线性方程组图像置换算法对混沌处理后的图像进行加密，包括：对于混沌处理后图像的任意像素点v(i,j)进行像素置换：理后图像的任意像素点v(i,j)进行像素置换：其中：表示将位置(i,j)的像素点与位置的像素点置换位置；重复上述像素置换操作，直到所有的像素点均发生过位置变换；得到加密后的人脸图像。
[0011]所述S4步骤中根据加密初始参数对加密图像进行解密处理，并对解密后的图像进行混沌反混淆处理，包括：根据加密初始参数确定每个像素点的原始位置，则将图像复原至像素级混沌处理后的人脸图像；依次对像素级混沌处理后的人脸图像进行像素混淆、像素置乱、像素扩散以及像素行列变换的逆操作，得到原始人脸图像。
[0012]本专利技术提供一种基于可信存证的隐私计算系统，所述系统包括：人脸图像获取装置，用于获取待加密的人脸图像；图像处理器，用于对人脸图像进行灰度化处理，并对人脸灰度图像进行二值化处理；
人脸图像隐私加密装置，用于利用混沌序列对规格化完成的人脸图像进行像素级混沌处理，并利用非线性方程组图像置换算法对混沌处理后的图像进行加密；其中确定混沌序列的混沌参数，包括：确定混沌序列参数更新模型：确定混沌序列参数更新模型：确定混沌序列参数更新模型：其中：e的初始值为0，的取值范围为；为混沌序列参数；更新迭代混沌序列参数更新模型次，得到长度为的混沌序列参数：其中：为人脸图像的像素尺寸。
[0013]相对于现有技术，本专利技术提出一种基于可信存证的隐私计算方法，该技术具有以下优势：首先，本方案提出一种人脸图像像素级混沌处理方案，通过对人脸图像像素进行像素扩散以及像素混淆处理，使得人脸图像中的像素分布呈均匀分布，达到减少差分攻击的目的，所述人脸图像像素级混沌处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可信存证的隐私计算方法，其特征在于，所述方法包括：S1：采集人脸图像，对人脸图像进行灰度化处理，并对人脸灰度图像进行二值化处理，得到规格化完成的人脸图像；S2：产生混沌序列，利用混沌序列对规格化完成的人脸图像进行像素级混沌处理，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的；S3：生成加密初始参数，并利用非线性方程组图像置换算法对混沌处理后的图像进行加密；S4：解密时，则根据加密初始参数进行解密处理并对解密后的图像进行混沌反混淆处理，得到原始人脸图像；所述S2步骤中确定混沌序列的混沌参数，包括：确定混沌序列参数更新模型：确定混沌序列参数更新模型：确定混沌序列参数更新模型：其中：e的初始值为0，的取值范围为；为混沌序列参数；更新迭代混沌序列参数更新模型次，得到长度为的混沌序列参数：其中：为人脸图像的像素尺寸。2.如权利要求1所述的一种基于可信存证的隐私计算方法，其特征在于，所述S1步骤中采集人脸图像，对采集的人脸图像进行灰度化处理，包括：将图像中每个像素点的RGB颜色像素值转换为灰度值，得到人脸灰度图像，所述RGB颜色像素值的转换公式为：其中：为像素点的灰度值，表示为人脸图像中第i行第j列的像素；为像素点的红色分量值，为像素点的绿色分量，为像素点的蓝色分量。3.如权利要求2所述的一种基于可信存证的隐私计算方法，其特征在于，所述S1步骤中对人脸灰度图像进行二值化处理，包括：1）计算人脸灰度图像的平均灰度：
其中：k表示灰度级；为灰度级为k的像素出现的概率；为灰度级为k的像素出现的个数；2）以灰度级m为分割阈值，小于此阈值为背景，大于等于此阈值为前景，从而将人脸灰度图像分成前景和背景，则背景灰度值为：背景数比例为：前景灰度值为：前景数比例为：3）计算前景和背景的方差：通过对分割阈值m进行修改，使得前景和背景的方差达到最大，此时的分割阈值为最佳分割阈值，并以最佳分割阈值进行人脸灰度图像的二值化处理，将人脸灰度图像中大于最佳分割阈值的像素灰度值置为1，小于最佳分割阈值的像素灰度值置为0，得到二值化处理后的人脸图像。4.如权利要求1所述的一种基于可信存证的隐私计算方法，其特征在于，所述S2步骤中利用混沌序列对人脸图像进行像素级混沌处理，包括：所述基于混沌序列的人脸图像像素级混沌处理流程为：1）依次设置e值，，为人脸图像的像素尺寸，交换二值化人脸图像第e行和第行像素，所述的计算公式为：2）依次设置e值，，为人脸图像的像素尺寸，交换二值化人
脸图像第e列和第列像素，所述的计算公式为：3）对二值化人脸图像进行像素扩散，其中表示交换行列后二值化人脸图像中第i行第j列的像素，像素扩散公式为：行第j列的像素，像素扩散公式为：其中：表示扩散后的像...

【专利技术属性】
技术研发人员：邹耀增，詹蕴学，刘熙，韩声利，刘文用，戴燎元，李鹏，李程艳，
申请(专利权)人：湖南丰汇银佳科技股份有限公司，
类型：发明
国别省市：