【摘要】：隨著手持成像設備的大量普及,圖像數(shù)據(jù)呈爆發(fā)增長的趨勢,但是對于海量的圖像數(shù)據(jù)如何低廉的存儲、有效的管理和便捷的搜索服務成為了數(shù)據(jù)擁有者難以解決的問題。云計算技術的發(fā)展,以及云服務器具有性價比高、集中化管理和在線升級的優(yōu)勢,恰好解決了用戶對海量圖像數(shù)據(jù)管理的難題。然而,近幾年云服務商發(fā)生的泄露或丟失用戶數(shù)據(jù)的事件,導致用戶對云服務器產生了信任危機。因此云計算環(huán)境下如何保證數(shù)據(jù)的安全已成為云服務商面臨的首要挑戰(zhàn)。為了確保圖像安全,防止隱私泄露,用戶在將數(shù)據(jù)上傳云服務器前,需要先加密隱私圖像。但是圖像被加密后,數(shù)據(jù)之間的關聯(lián)性等特性消失了,阻礙用戶對圖像的使用,不滿足實際需求。因此亟需研究一種云計算環(huán)境下的密文圖像檢索方案。本文主要研究云計算環(huán)境下的密文圖像檢索技術,即研究如何使圖像擁有者能加密存儲自己的隱私圖像,又能讓授權的圖像使用者從海量圖像中迅速找到自己需要的圖像。本文主要貢獻如下:(1)提出了一種云計算環(huán)境下基于SimHash的密文圖像檢索方法。首先,數(shù)據(jù)擁有者提取圖像的局部特征,然后采用K-means算法對局部特征聚類生成視覺單詞和碼本,利用視覺單詞和碼本表征圖像信息,接著對碼本進行哈希編碼生成相應的指紋,最后基于SimHash的可搜索加密特征算法,無需構建索引,直接生成圖像加密特征向量上傳云端服務器。查詢用戶通過同樣的操作對查詢圖像進行陷門構建,上傳云端服務器,云端服務器根據(jù)查詢陷門和圖像加密特征向量來進行相似性檢索。實驗結果表明本文的檢索方案不僅提高了檢索精度還降低了內存消耗。(2)現(xiàn)有檢索方案將特征提取等預處理操作都交給數(shù)據(jù)擁有者完成,這種方案增加用戶負擔的同時也增加了信息泄露的風險。針對此問題,本文提出了一種可搜索圖像加密算法,首先通過Zigzag掃描和圖像序列加密算法實現(xiàn)圖像加密,然后將特征提取器上傳到云端,由云端通過特征提取器提取加密圖像特征,生成用于相似性檢索的圖像向量,從而實現(xiàn)密文圖像的相似性檢索。(3)基于Matlab編程語言,實現(xiàn)密文圖像檢索系統(tǒng)的本地搭建,進行了系統(tǒng)框架設計、系統(tǒng)界面設計,從數(shù)據(jù)擁有者模塊、查詢用戶模塊、查詢結果顯示模塊進行開發(fā),最終實現(xiàn)密文圖像檢索。
【學位授予單位】：中南林業(yè)科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP391.41;TP309.7
【圖文】：

無需構建索引，直接生成圖像特征向量來進行相似性檢索。逡逑３．１系統(tǒng)模型逡逑本文提出的云環(huán)境下基于ＳｉｍＨａｓｈ密文圖像檢索系統(tǒng)模型如圖３．１所示，數(shù)逡逑據(jù)擁有者要將圖像集Ｍ邋＝邐存儲在云服務器，為了保障這些數(shù)據(jù)的逡逑安全，在上傳之前需要加密數(shù)據(jù)，將圖像集Ｍ加密為密文形式。為了使授權的逡逑查詢用戶能進行密文圖像檢索，需要對圖像集Ｍ提取特征進行聚類，生成視覺單逡逑詞集合Ｖ邋＝邋｛Ｖｌ，巧，…，叫｝，然后對視覺單詞進行哈希編碼，生成每個視覺單詞ｅ逡逑Ｖ的哈希編碼，再通過ＳｉｍＨａｓｈ用視覺單詞的哈希編碼來表示圖像特征向量，最逡逑后將加密圖像集以及圖像特征向量共同上傳至云服務器＝邐逡逑邐特扯相似度比較＿＿＿＿＿＿＊■■■邋邋邋邋邋邋邋＿＿＿＿＿＿逡逑｜邐１邐邋Ｔｏｐｋ逡逑；邐加密數(shù)２邐ｇ邐：：：邋g垮義希殄危渝危掊義希駑蚊堋慰冢哄危哄義顯品衿麇危玨濉蹇阱巍蹂危潁哄義希懾危掊澹叔味�！辶x希殄危у危殄澹殄危殄義希渭用埽危懾澹駑危鑠巍澹卞危澹義襄巍鮐�！…Ｉ．｝x儒遑義稀鰣危攏眩祝牛眨誨澹擼咤鍓柧鹺危叔義希卞危攏埃茁耄蔚模桑１嗦脲危掊義希懾逯戮藎椋歟煊姓咤危危巍咤澹駑澹擼咤�，邋匚g媯媯旎В哄義戲夢士刂疲ㄍ枷窠餉苊茉浚╁義賢跡常畢低襯Ｐ屯煎義希疲椋紓常卞澹櫻螅簦澹礤澹恚錚洌澹戾澹洌椋幔紓潁幔礤義喜檠沒欠夢釋枷窨獾氖諶ㄓ沒В迷品衿魈峁┑模茫攏桑曳�，記]у義舷Ｍ咝У丶燜韉接氬檠枷襝嗨頻耐枷瘛５

本文編號：2718711