圖像作為記錄生活、分享信息的重要手段,是大數(shù)據(jù)時(shí)代最主要的非結(jié)構(gòu)化數(shù)據(jù)形態(tài),其應(yīng)用領(lǐng)域已經(jīng)深入到人類(lèi)生活和工作的方方面面,然而,一方面,隨著手機(jī)、平板電腦、攝像頭等各種圖像采集設(shè)備的廣泛使用,圖像的規(guī)模正呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì);另一方面,圖像的處理和分析(如特征提取、物體檢測(cè)、目標(biāo)識(shí)別、圖像檢索等)通常包含非常復(fù)雜的計(jì)算過(guò)程。因此,大規(guī)模圖像數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了資源受限的終端設(shè)備的存儲(chǔ)和計(jì)算能力。云計(jì)算技術(shù)具有高可靠性、強(qiáng)通用性、易擴(kuò)展性以及超大規(guī)模等特性,近年來(lái)得到了快速發(fā)展并日趨成熟,越來(lái)越多個(gè)人、企業(yè)和組織選擇將數(shù)據(jù)遷移至云端,為存儲(chǔ)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(guò),安全問(wèn)題始終是阻礙云計(jì)算推廣和普及的主要因素之一,將數(shù)據(jù)存儲(chǔ)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(duì)數(shù)據(jù)失去有效的控制,造成隱私泄漏的風(fēng)險(xiǎn)。對(duì)數(shù)據(jù)進(jìn)行加密雖然可以有效保護(hù)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(shí)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(xué)術(shù)界及工業(yè)界正受到越來(lái)越多的關(guān)注和研究。本文深入分析了不同層次的圖像處理任務(wù)所面臨的安全問(wèn)題,從圖像的...

【文章頁(yè)數(shù)】：128 頁(yè)

【學(xué)位級(jí)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(hù)問(wèn)題
        1.2.1 數(shù)字圖像處理概述
        1.2.2 云計(jì)算概述
        1.2.3 隱私保護(hù)技術(shù)概述
        1.2.4 小結(jié)
    1.3 全文結(jié)構(gòu)及創(chuàng)新點(diǎn)
        1.3.1 本文的研究?jī)?nèi)容及創(chuàng)新點(diǎn)
        1.3.2 本文的組織結(jié)構(gòu)
第二章 相關(guān)研究綜述
    2.1 支持隱私保護(hù)的圖像特征提取
    2.2 支持隱私保護(hù)的聚類(lèi)分析
    2.3 支持隱私保護(hù)的圖像檢索
        2.3.1 基于標(biāo)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(hù)的圖像獲取及恢復(fù)
    3.1 引言
    3.2 預(yù)備知識(shí)
        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(wèn)題描述
        3.3.1 系統(tǒng)與威脅模型
        3.3.2 設(shè)計(jì)目標(biāo)
    3.4 支持隱私保護(hù)的圖像獲取及恢復(fù)
        3.4.1 信號(hào)加密
        3.4.2 信號(hào)重建
        3.4.3 圖像恢復(fù)
        3.4.4 結(jié)果驗(yàn)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(shí)驗(yàn)評(píng)估
        3.6.1 有效性評(píng)估
        3.6.2 效率評(píng)估
    3.7 本章小結(jié)
第四章 支持隱私保護(hù)的CNN特征提取
    4.1 引言
    4.2 預(yù)備知識(shí)
        4.2.1 CNN特征
        4.2.2 安全多方計(jì)算
    4.3 問(wèn)題描述
        4.3.1 系統(tǒng)架構(gòu)
        4.3.2 安全模型
        4.3.3 設(shè)計(jì)目標(biāo)
    4.4 基于秘密共享的安全計(jì)算模塊
        4.4.1 安全加減運(yùn)算
        4.4.2 安全乘法運(yùn)算
        4.4.3 安全比較運(yùn)算
        4.4.4 向量化
    4.5 輕量級(jí)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(shí)驗(yàn)評(píng)估
        4.7.1 安全比較運(yùn)算協(xié)議性能
        4.7.2 支持隱私保護(hù)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(hù)的譜圖分析
    5.1 引言
    5.2 預(yù)備知識(shí)
        5.2.1 譜圖分析
        5.2.2 基于秘密共享的安全多方計(jì)算
    5.3 問(wèn)題描述
        5.3.1 系統(tǒng)模型
        5.3.2 安全模型
        5.3.3 設(shè)計(jì)目標(biāo)
    5.4 基于秘密共享的安全計(jì)算模塊
        5.4.1 實(shí)數(shù)的表示
        5.4.2 安全定點(diǎn)加減運(yùn)算
        5.4.3 安全定點(diǎn)乘法運(yùn)算
        5.4.4 安全定點(diǎn)比較運(yùn)算
        5.4.5 安全定點(diǎn)除法運(yùn)算
        5.4.6 安全定點(diǎn)平方根倒數(shù)運(yùn)算
        5.4.7 向量化
    5.5 PSGraph:支持隱私保護(hù)的輕量級(jí)譜圖分析框架
        5.5.1 數(shù)據(jù)加密
        5.5.2 支持隱私保護(hù)的鄰接矩陣和拉普拉斯矩陣
        5.5.3 支持隱私保護(hù)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(shí)驗(yàn)評(píng)估
        5.7.1 基本安全計(jì)算模塊性能
        5.7.2 支持隱私保護(hù)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(hù)的圖像檢索
    6.1 引言
    6.2 預(yù)備知識(shí)
        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(wèn)題描述
        6.3.1 系統(tǒng)與威脅模型
        6.3.2 設(shè)計(jì)目標(biāo)
    6.4 支持隱私保護(hù)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(duì)稱距離的相似度度量
        6.4.3 支持隱私保護(hù)的CBIR
    6.5 安全性分析
    6.6 實(shí)驗(yàn)評(píng)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(lái)工作展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果



本文編號(hào)：3847093