基于多编码方式的密文域图像卷积计算方法、设备及介质技术

本发明专利技术公开了一种基于多编码方式的密文域图像卷积计算方法、设备及介质，其中计算方法包括以下步骤：S1.设置待卷积图像矩阵和卷积核矩阵；S2.对待卷积图像进行卷积型编码；S3.对图像明文多项式进行加密；S4.对卷积核进行稀疏型编码；S5.对卷积核明文多项式进行加密；S6.密文域完成图像卷积过程；S7.密文卷积结果解密得到图像卷积结果。本发明专利技术结合对向量矩阵的紧凑型编码、稀疏型编码、卷积型编码等多种巧妙的编码方式，利用同态加密技术的密文计算性质，可以在密文域内实现快速的图像卷积运算，并且保障在整个运算过程中卷积图像矩阵和卷积核等数据的安全性。和卷积核等数据的安全性。和卷积核等数据的安全性。

【技术实现步骤摘要】
基于多编码方式的密文域图像卷积计算方法、设备及介质


[0001]本专利技术涉及图像处理
，尤其涉及一种基于多编码方式的密文域图像卷积计算方法、设备及介质。

技术介绍

[0002]图像卷积是卷积核在图像上按行滑动遍历像素时不断相乘求和的过程，不同的卷积核所得到的卷积效果是不同的。图像卷积作为一种像素变换的基础运算，被广泛应用于图像处理、机器学习等领域。
[0003]目前广泛使用的卷积计算过程都是在明文下进行的，即图像的原始像素、卷积核的原始参数都直接暴露在外部，任何人都可以获取这些原始数据，一旦图像中涉及到敏感隐私信息，或者卷积核涉及到核心算法参数，那么明文域的图像卷积运算就有泄露用户隐私和算法参数的风险，导致恶意方轻易获取相关数据进行恶意操作等。智能设备的出现，使得个人或团体的隐私被大量图像化、数据化，亟需保护图像等在处理过程中的隐私性，防止敏感信息外泄。

技术实现思路

[0004]为了解决在明文域环境下图像处理的卷积计算过程中由于图像数据和卷积核参数直接暴露被恶意方利用从而导致的隐私泄露问题，本专利技术提出一种基于多编码方式的密文域图像卷积计算方法、设备及介质，在密文域内可以完成安全且快速的图像卷积运算，并且保障原始图像以及卷积核中包含的隐私信息的安全性。本专利技术结合多种高效的向量矩阵打包编码方式，利用同态加密技术，将原始图像数据以及卷积核编码加密为密文，全程密态化卷积运算，可快速实现高精度图像的卷积处理过程。
[0005]本专利技术采用的技术方案如下：
[0006]一种基于多编码方式的密文域图像卷积计算方法，包括以下步骤：
[0007]S1.设置待卷积图像矩阵和卷积核矩阵：令待卷积的图像矩阵X大小为row
×
col，x
i,j
表示X中第i行第j列的元素，卷积核矩阵W大小为r
×
r，步长为s；如果不考虑对待卷积图像进行Padding操作，那么明文域中卷积运算W*X后，输出矩阵大小为像进行Padding操作，那么明文域中卷积运算W*X后，输出矩阵大小为令表示卷积后新的图像行数，表示卷积后新的图像列数；
[0008]S2.对待卷积图像进行卷积型编码：对于图像数据矩阵X，将其所有的像素表示为r2个向量v
k
＝v
i
·
r+j
＝(x
i,j
,x
i,j+s
,
…
,x
i,j+nc
·
s
,x
i+s,j
,x
i+s,j+s
,
…
,x
i+s,j+nc
·
s
,
……
,x
i+nr
·
s,j+nc
·
s
)，其中k＝i
·
r+j,0≤i,j<r，且向量包含nr
·
nc个像素；使用卷积型打包编码，将所有图像表示的向量v
k
编码为r2个明文多项式，即m
k
＝HE.Encode(v
k
),0≤k<r2；
[0009]S3.对图像明文多项式进行加密：利用同态加密技术，将图像矩阵编码得到的明文
多项式加密为同态密文，即c
k
＝HE.Enc
pk
(m
k
),0≤k<r2；
[0010]S4.对卷积核进行稀疏型编码：对于卷积核矩阵W，将矩阵中的每一个参数元素w
i,j
进行重复扩展表示为一个向量，扩展长度与步骤S2中向量v
k
的长度相同，即w
k
＝(w
i,j
,w
i,j
,
…
,w
i,j
),k＝0,1,
…
,r2,0≤i,j<r，向量w
k
中包含nr
·
nc个元素w
i,j
，从而得到r2个向量；使用稀疏型打包编码，将r2个卷积核向量w
k
编码为r2个明文多项式，即ω
k
＝HE.Encode(w
k
),0≤k<r2；
[0011]S5.对卷积核明文多项式进行加密：利用同态加密技术，将卷积核编码得到的明文多项式加密为同态密文，即cω
k
＝HE.Enc
pk
(ω
k
),0≤k<r2；
[0012]S6.密文域完成图像卷积过程：由于卷积运算过程中所有的数据都被扁平化为向量再编码，因此将明文域内的卷积运算W*X转化为计算再经计算得到密文的图像卷积结果c
cov
；
[0013]S7.密文卷积结果解密得到图像卷积结果：完成密文域的卷积计算后，使用同态解密算法，获取明文的图像卷积结果，即m
cov
＝HE.Dec
sk
(c
cov
)，表示一个明文多项式；使用同态解码算法，将明文多项式解码为图像卷积值，即cov＝HE.Decode(m
cov
)，表示图像卷积结果向量，向量的每一个值依次表示滑动窗口从左至右、从上至下滑动时窗口的卷积值。
[0014]进一步地，若仅保护待卷积图像数据，则密文域图像卷积计算包括以下步骤：
[0015]a)使用同态明密文乘法，计算c
′
i
＝HE.MulPlain
evk
(c
i
,ω
i
)，总共需要r2次同态明密文乘法；
[0016]b)使用同态加法运算，计算总共需要r2‑
1次同态加法，最终得到密文的图像卷积结果c
cov
。
[0017]进一步地，若仅保护待卷积核参数，则密文域图像卷积计算包括以下步骤：
[0018]a)使用同态明密文乘法，计算c
′
i
＝HE.MulPlain
evk
(m
i
,cω
i
)，总共需要r2次同态明密文乘法；
[0019]b)使用同态加法运算，计算总共需要r2‑
1次同态加法，最终得到密文的图像卷积结果c
cov
。
[0020]进一步地，若同时保护卷积图像数据和卷积核参数，则密文域图像卷积计算包括以下步骤：
[0021]a)使用同态乘法运算，计算c
′
i
＝HE.Mul
evk
(c
i
,cω
i
)，总共需要r2次同态密文乘法；
[0022]b)使用同态加法运算，计算总共需要r2‑
1次同态加法，最终得到密文的图像卷积本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多编码方式的密文域图像卷积计算方法，其特征在于，包括以下步骤：S1.设置待卷积图像矩阵和卷积核矩阵：令待卷积的图像矩阵X大小为row
×
col，x
i，j
表示X中第i行第j列的元素，卷积核矩阵W大小为r
×
r，步长为s；如果不考虑对待卷积图像进行Padding操作，那么明文域中卷积运算W*X后，输出矩阵大小为行Padding操作，那么明文域中卷积运算W*X后，输出矩阵大小为令表示卷积后新的图像行数，表示卷积后新的图像列数；S2.对待卷积图像进行卷积型编码：对于图像数据矩阵X，将其所有的像素表示为r2个向量v
k
＝v
i
·
r+j
＝(x
i，j
，x
i，j+s
，...，x
i，j+nc
·
s
，x
i+s，j
，x
i+s，j+s
，...，x
i+s，j+nc
·
s
，......，x
i+nr
·
s，j+nc
·
s
)，其中k＝i
·
r+j，0≤i，j＜r，且向量包含nr
·
nc个像素；使用卷积型打包编码，将所有图像表示的向量v
k
编码为r2个明文多项式，即m
k
＝HE.Encode(v
k
)，0≤k＜r2；S3.对图像明文多项式进行加密：利用同态加密技术，将图像矩阵编码得到的明文多项式加密为同态密文，即c
k
＝HE.Enc
pk
(m
k
)，0≤k＜r2；S4.对卷积核进行稀疏型编码：对于卷积核矩阵W，将矩阵中的每一个参数元素w
i，j
进行重复扩展表示为一个向量，扩展长度与步骤S2中向量v
k
的长度相同，即w
k
＝(w
i，j
，w
i，j
，...，w
i，j
)，k＝0，1，...，r2，0≤i，j＜r，向量w
k
中包含nr
·
nc个元素w
i，j
，从而得到r2个向量；使用稀疏型打包编码，将r2个卷积核向量w
k
编码为r2个明文多项式，即ω
k
＝HE.Encode(w
k
)，0≤k＜r2；S5.对卷积核明文多项式进行加密：利用同态加密技术，将卷积核编码得到的明文多项式加密为同态密文，即cω
k
＝HE.Enc
pk

【专利技术属性】
技术研发人员：黄云帆，汤殿华，任娟，尉小鹏，赵伟，
申请(专利权)人：中国电子科技集团公司第三十研究所，
类型：发明
国别省市：