System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于鲁棒汉明编码的跨模态数据检索方法技术_技高网

基于鲁棒汉明编码的跨模态数据检索方法技术

技术编号:40357046 阅读:7 留言:0更新日期:2024-02-09 14:42
本发明专利技术公开了基于鲁棒汉明编码的跨模态数据检索方法,具体过程为:首先,生成相关参数,并将参数发送至查询用户、云服务器CS<subgt;1</subgt;;其次,数据所有者将获取不同模态数据的哈希码,并将哈希码映射到对称集合,同时构建可逆布隆过滤器,加密原始数据,将可逆布隆过滤器及加密的原始数据发送至云服务器CS<subgt;1</subgt;、云服务器CS<subgt;2</subgt;,云服务器CS<subgt;1</subgt;本地存储可逆布隆过滤器,云服务器CS<subgt;2</subgt;存储加密的原始数据;再次,查询用户通过与查询数据进行对比解码,获得相似度量结果,根据相似度量结果按升序返回相关检索结果至查询用户;最后,查询用户对秘钥解密,获得最终检索结果。本发明专利技术方法解决了现有方法中安全性和鲁棒性低的问题。

【技术实现步骤摘要】

本专利技术属于数据安全领域及密码学应用,具体涉及基于鲁棒汉明编码的跨模态数据检索方法


技术介绍

1、跨模态检索作为当前多媒体研究领域的热点,能够满足互联网时代用户在不同媒体数据之间的搜索需求,如,给定一个图像样本,可以有效且快速地检索出相关的文本、视频等其他模态的数据。相比传统的单模态检索,跨模态检索的难点在于不同模态数据的异构性使得它们难以直接进行比较,存在异构鸿沟这一关键问题。因此,如何从大规模异构数据集中检索相似的样本成为一项具有挑战性的工作。哈希方法旨在将高维的原始数据映射到统一的汉明空间中的低维二进制哈希码中,同时保持原始特征空间中的语义关系,而后通过计算查询和数据库样本之间哈希码的汉明距离来实现跨媒体检索。由于其存储空间小、检索速度快,已成功应用于解决大规模多媒体数据检索问题。当前提出了很多跨模态哈希方法,可以有效实现将不同模态的数据映射到统一公共汉明空间,比如经典的协同矩阵分解方法(collective matrix factorization hashing,cmfh),通过矩阵分解对不同模态数据的特征矩阵进行分解并获得潜在隐式子空间,从而进行异构数据的相似性比较,但是传统跨模态哈希方案在进行相似度度量时,仅依靠哈希码之间的xor操作来进行相似性比较,该方法的安全性和鲁棒性较低,并不适应于复杂的网络环境。


技术实现思路

1、本专利技术的目的是提供基于鲁棒汉明编码的跨模态数据检索方法,解决了现有方法中安全性和鲁棒性低的问题。

2、本专利技术所采用的技术方案是,基于鲁棒汉明编码的跨模态数据检索方法,具体过程为:首先,生成相关参数,并将参数发送至查询用户、云服务器cs1;其次,数据所有者将获取不同模态数据的哈希码,并将哈希码映射到对称集合,同时构建可逆布隆过滤器,加密原始数据,将可逆布隆过滤器及加密的原始数据发送至云服务器cs1、云服务器cs2,云服务器cs1本地存储可逆布隆过滤器,云服务器cs2存储加密的原始数据;再次,查询用户通过与查询数据进行对比解码,获得相似度量结果,根据相似度量结果按升序返回相关检索结果至查询用户;最后,查询用户对秘钥解密,获得最终检索结果。

3、本专利技术的特点还在于,

4、具体按照以下步骤实施:

5、步骤1,数据所有者选择安全参数κ,生成对称加密算法enc的密钥k,并随机随机选择一组哈希函数{h1,...,hk},设置相似度阈值θ,构造k行2θ列的随机矩阵数据所有者将参数{(h1,...,hk},a,k}发送至查询用户,将相似度阈值θ发送至云服务器cs1;

6、步骤2,加密原始模态数据,构造可逆布隆过滤器iblt,iblt={ibltj|j∈[n]}并进行更新,数据所有者将更新后的可逆布隆过滤器iblt发送至云服务器cs1,将加密后的原始模态数据发送至云服务器cs2;

7、步骤3,云服务器cs1接收数据所有者上传的更新后的可逆布隆过滤器iblt,iblt={ibltj|j∈[n]}并在本地进行存储,云服务器cs2存储数据所有者上传的加密的原始数据;

8、步骤4,查询用户将要查询的多媒体数据信息按照同样的方式进行编码映射到汉明空间,并构建查询的可逆布隆过滤器iblt′,iblt′={iblt′j|j∈[n]},将查询的可逆布隆过滤器iblt′发送至云服务器cs1;

9、步骤5,云服务器cs1将查询的可逆布隆过滤器iblt′与更新后的可逆布隆过滤器iblt进行相似度比较,并根据二者的相似度结果,协同云服务器cs2按照升序排序返回检索结果;

10、步骤6,查询用户使用密钥k对加密数据进行解密,获得明文数据。

11、步骤2的具体过程为:

12、步骤2.1,每种不同类型的模态数据下都存在n个原始数据m={mj|j∈[n]},针对任意一种类型的模态数据,数据所有者利用协同矩阵分解方法,将任意一个模态数据mj的特征矩阵xj投影到统一的汉明表示空间,并且获得对应的二进制哈希码xj,同时利用密钥k加密原始数据mj,计算加密数据cj=enc(mj,k),得到加密后的原始模态数据c={cj|j∈[n]};

13、步骤2.2,数据所有者获得任意二进制哈希码xj=xj1…xji…xjl(i∈[l]),l为字符串的长度,数据拥有者利用任意二进制哈希码xj构造对应的对称集合yj;

14、构造对称集合的过程为:对哈希码xj的每一比特位xji按顺序进行编码,计算yji,yji=2i-xji,得到对称集合yji={yj1,...,yji,...,yjl};

15、步骤2.3,构造可逆布隆过滤器iblt,iblt={ibltj|j∈[n]};

16、步骤2.4,更新可逆布隆过滤器iblt;

17、步骤2.5,数据所有者将更新后的可逆布隆过滤器iblt发送至云服务器cs1,将加密后的原始模态数据c={cj|j∈[n]}发送至云服务器cs2。

18、步骤2.3的具体过程为:首先,存在不同的模态数据的样本空间其中,t表示模态种类个数,n表示每个不同种类模态下的样本个数,表示样本数据,表示样本数据对应的特征矩阵;其次,针对任意类型模态下的样本数据mj的特征矩阵xj,j∈[n],数据所有者使用协同矩阵分解方法将其分解到二进制语义空间,生成统一的二进制哈希码集合{x1,...,xj,...,xn};最后,对其中任意哈希码xj进行编码,并以此构造可逆布隆过滤器,记作iblt,iblt={ibltj|j∈[n]}。

19、步骤2.4的具体过程为:存在矩阵且配备随机选择的一组哈希函数{h1,...,hα,...,hk},每个哈希函数hα(α∈[k])对应矩阵的第α行,在矩阵中第α行,选择哈希函数hα,计算集合元素yji={yj1,yj2,...,yjl}的哈希值{hα(yj1),hα(yj2),...,hα(yjl)},并把得到的哈希值写入第α行hα(yji)列的位置,同时将可逆布隆过滤器中哈希表中每个位置的值更新为可逆布隆过滤器iblt完成更新操作。

20、步骤4的具体过程为:

21、步骤4.1,查询用户利用协同矩阵分解方法,重复步骤2.1将查询数据的特征矩阵通过投影到统一的汉明空间,得到二进制哈希码x′i;

22、步骤4.2,重复步骤2.1~步骤2.4的操作,对二进制哈希码进行编码,并构造查询的可逆布隆过滤器iblt′,iblt′={iblt′j|j∈[n]},;

23、步骤4.3,查询用户将构造的查询的可逆布隆过滤器iblt′发送至云服务器cs1。

24、步骤5的具体过程为:

25、步骤5.1,云服务器cs1将得到的iblt′,iblt′={iblt′j|j∈[n]}与步骤2中更新后的可逆布隆过滤器iblt,iblt={ibltj|j∈[n]}按条目相减,得到新的可逆布隆过滤器iblt″,,iblt″={iblt″j=ibltj-iblt′j|(j∈本文档来自技高网...

【技术保护点】

1.基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,具体过程为:首先,生成相关参数,并将参数发送至查询用户、云服务器CS1;其次,数据所有者将获取不同模态数据的哈希码,并将哈希码映射到对称集合,同时构建可逆布隆过滤器,加密原始数据,将可逆布隆过滤器及加密的原始数据发送至云服务器CS1、云服务器CS2,云服务器CS1本地存储可逆布隆过滤器,云服务器CS2存储加密的原始数据;再次,查询用户通过与查询数据进行对比解码,获得相似度量结果,根据相似度量结果按升序返回相关检索结果至查询用户;最后,查询用户对秘钥解密,获得最终检索结果。

2.根据权利要求1所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,具体按照以下步骤实施:

3.根据权利要求2所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤2的具体过程为:

4.根据权利要求3所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤2.3的具体过程为:首先,存在不同的模态数据的样本空间其中,T表示模态种类个数,n表示每个不同种类模态下的样本个数,表示样本数据,表示样本数据对应的特征矩阵;其次,针对任意类型模态下的样本数据mj的特征矩阵Xj,j∈[n],数据所有者使用协同矩阵分解方法将其分解到二进制语义空间,生成统一的二进制哈希码集合{x1,...,xj,...,xn};最后,对其中任意哈希码xj进行编码,并以此构造可逆布隆过滤器,记作IBLT,IBLT={IBLTj|j∈[n]}。

5.根据权利要求3所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤2.4的具体过程为:存在矩阵且配备随机选择的一组哈希函数{h1,...,hα,...,hk},每个哈希函数hα(α∈[k])对应矩阵的第α行,在矩阵中第α行,选择哈希函数hα,计算集合元素Yji={yj1,yj2,...,yjl}的哈希值{hα(yj1),hα(yj2),...,hα(yjl)},并把得到的哈希值写入第α行hα(yji)列的位置,同时将可逆布隆过滤器中哈希表中每个位置的值更新为可逆布隆过滤器IBLT完成更新操作。

6.根据权利要求3所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤4的具体过程为:

7.根据权利要求2所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤5的具体过程为:

8.根据权利要求7所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤5.2中,当ωj<2θ时,则认为两个数据是符合预设的相似度要求的,即二者的汉明距离小于预设阈值θ;当ωj≥2θ或者ωj=⊥,则认为两个数据不符合检索要求。

...

【技术特征摘要】

1.基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,具体过程为:首先,生成相关参数,并将参数发送至查询用户、云服务器cs1;其次,数据所有者将获取不同模态数据的哈希码,并将哈希码映射到对称集合,同时构建可逆布隆过滤器,加密原始数据,将可逆布隆过滤器及加密的原始数据发送至云服务器cs1、云服务器cs2,云服务器cs1本地存储可逆布隆过滤器,云服务器cs2存储加密的原始数据;再次,查询用户通过与查询数据进行对比解码,获得相似度量结果,根据相似度量结果按升序返回相关检索结果至查询用户;最后,查询用户对秘钥解密,获得最终检索结果。

2.根据权利要求1所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,具体按照以下步骤实施:

3.根据权利要求2所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤2的具体过程为:

4.根据权利要求3所述的基于鲁棒汉明编码的跨模态数据检索方法,其特征在于,步骤2.3的具体过程为:首先,存在不同的模态数据的样本空间其中,t表示模态种类个数,n表示每个不同种类模态下的样本个数,表示样本数据,表示样本数据对应的特征矩阵;其次,针对任意类型模态下的样本数据mj的特征矩阵xj,j∈[n],数据所有者使用协同矩阵分解方法将其分解到二进制语义空间,生成统一的二进制哈希码...

【专利技术属性】
技术研发人员:苗银宾杨丽匡达李兴华
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1