圖像作為記錄生活、分享信息的重要手段,是大數(shù)據(jù)時代最主要的非結(jié)構(gòu)化數(shù)據(jù)形態(tài),其應用領域已經(jīng)深入到人類生活和工作的方方面面,然而,一方面,隨著手機、平板電腦、攝像頭等各種圖像采集設備的廣泛使用,圖像的規(guī)模正呈現(xiàn)出爆炸性增長的趨勢;另一方面,圖像的處理和分析(如特征提取、物體檢測、目標識別、圖像檢索等)通常包含非常復雜的計算過程。因此,大規(guī)模圖像數(shù)據(jù)已經(jīng)遠遠超過了資源受限的終端設備的存儲和計算能力。云計算技術具有高可靠性、強通用性、易擴展性以及超大規(guī)模等特性,近年來得到了快速發(fā)展并日趨成熟,越來越多個人、企業(yè)和組織選擇將數(shù)據(jù)遷移至云端,為存儲和管理大規(guī)模圖像數(shù)據(jù)提供了可行的解決方案。不過,安全問題始終是阻礙云計算推廣和普及的主要因素之一,將數(shù)據(jù)存儲在云端意味著將數(shù)據(jù)交給并不完全可信的第三方,從而使用戶對數(shù)據(jù)失去有效的控制,造成隱私泄漏的風險。對數(shù)據(jù)進行加密雖然可以有效保護數(shù)據(jù)的安全性,但是卻大大降低了數(shù)據(jù)的可用性。因此,云環(huán)境下如何同時確保數(shù)據(jù)的安全性和可用性,成為我們面臨的重大挑戰(zhàn),在學術界及工業(yè)界正受到越來越多的關注和研究。本文深入分析了不同層次的圖像處理任務所面臨的安全問題,從圖像的...

【文章頁數(shù)】：128 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 云環(huán)境下圖像處理的隱私保護問題
        1.2.1 數(shù)字圖像處理概述
        1.2.2 云計算概述
        1.2.3 隱私保護技術概述
        1.2.4 小結(jié)
    1.3 全文結(jié)構(gòu)及創(chuàng)新點
        1.3.1 本文的研究內(nèi)容及創(chuàng)新點
        1.3.2 本文的組織結(jié)構(gòu)
第二章 相關研究綜述
    2.1 支持隱私保護的圖像特征提取
    2.2 支持隱私保護的聚類分析
    2.3 支持隱私保護的圖像檢索
        2.3.1 基于標簽的圖像檢索
        2.3.2 基于內(nèi)容的圖像檢索
    2.4 本章小結(jié)
第三章 支持隱私保護的圖像獲取及恢復
    3.1 引言
    3.2 預備知識
        3.2.1 壓縮感知
        3.2.2 正交匹配追蹤
        3.2.3 混淆電路
    3.3 問題描述
        3.3.1 系統(tǒng)與威脅模型
        3.3.2 設計目標
    3.4 支持隱私保護的圖像獲取及恢復
        3.4.1 信號加密
        3.4.2 信號重建
        3.4.3 圖像恢復
        3.4.4 結(jié)果驗證
    3.5 理論分析
        3.5.1 正確性分析
        3.5.2 效率分析
        3.5.3 安全性分析
    3.6 實驗評估
        3.6.1 有效性評估
        3.6.2 效率評估
    3.7 本章小結(jié)
第四章 支持隱私保護的CNN特征提取
    4.1 引言
    4.2 預備知識
        4.2.1 CNN特征
        4.2.2 安全多方計算
    4.3 問題描述
        4.3.1 系統(tǒng)架構(gòu)
        4.3.2 安全模型
        4.3.3 設計目標
    4.4 基于秘密共享的安全計算模塊
        4.4.1 安全加減運算
        4.4.2 安全乘法運算
        4.4.3 安全比較運算
        4.4.4 向量化
    4.5 輕量級安全CNN特征提取方案
        4.5.1 圖像加密
        4.5.2 安全CNN特征提取
        4.5.3 CNN特征解密
    4.6 理論分析
        4.6.1 正確性分析
        4.6.2 安全性分析
        4.6.3 效率分析
    4.7 實驗評估
        4.7.1 安全比較運算協(xié)議性能
        4.7.2 支持隱私保護的CNN特征提取協(xié)議性能
    4.8 本章小結(jié)
第五章 支持隱私保護的譜圖分析
    5.1 引言
    5.2 預備知識
        5.2.1 譜圖分析
        5.2.2 基于秘密共享的安全多方計算
    5.3 問題描述
        5.3.1 系統(tǒng)模型
        5.3.2 安全模型
        5.3.3 設計目標
    5.4 基于秘密共享的安全計算模塊
        5.4.1 實數(shù)的表示
        5.4.2 安全定點加減運算
        5.4.3 安全定點乘法運算
        5.4.4 安全定點比較運算
        5.4.5 安全定點除法運算
        5.4.6 安全定點平方根倒數(shù)運算
        5.4.7 向量化
    5.5 PSGraph:支持隱私保護的輕量級譜圖分析框架
        5.5.1 數(shù)據(jù)加密
        5.5.2 支持隱私保護的鄰接矩陣和拉普拉斯矩陣
        5.5.3 支持隱私保護的特征分解
        5.5.4 數(shù)據(jù)解密
    5.6 理論分析
        5.6.1 安全性分析
        5.6.2 效率分析
    5.7 實驗評估
        5.7.1 基本安全計算模塊性能
        5.7.2 支持隱私保護的譜圖分析方案性能
    5.8 本章小結(jié)
第六章 支持隱私保護的圖像檢索
    6.1 引言
    6.2 預備知識
        6.2.1 基于內(nèi)容的圖像檢索
        6.2.2 局部聚合描述符向量
        6.2.3 安全k近鄰(kNN)
    6.3 問題描述
        6.3.1 系統(tǒng)與威脅模型
        6.3.2 設計目標
    6.4 支持隱私保護的圖像檢索方案
        6.4.1 基于BPBC的向量量化
        6.4.2 基于非對稱距離的相似度度量
        6.4.3 支持隱私保護的CBIR
    6.5 安全性分析
    6.6 實驗評估
        6.6.1 搜索精度
        6.6.2 搜索效率
    6.7 本章小結(jié)
第七章 總結(jié)與展望
    7.1 本文工作總結(jié)
    7.2 未來工作展望
致謝
參考文獻
作者在學期間取得的學術成果



本文編號：3847093