基于邊緣計算的支持多密鑰的加密圖像檢索
發(fā)布時間:2021-12-16 00:19
針對現(xiàn)有加密圖像檢索方案未考慮不同密鑰加密圖像集的情況,基于局部敏感哈希、安全近鄰及代理重加密技術(shù)提出了基于邊緣計算的支持多密鑰的加密圖像檢索系統(tǒng)(包含基礎(chǔ)方案和改進方案)。所提方案不但提高了圖像查詢效率、精度,而且降低了查詢用戶的額外計算開銷。安全性分析表明,所提基礎(chǔ)方案僅可抵抗已知密文攻擊,而所提改進方案可抵抗已知背景攻擊;趯嶋H數(shù)據(jù)集的實驗性能測試表明,所提方案在實際應(yīng)用場景中是可行的。
【文章來源】:通信學(xué)報. 2020,41(04)北大核心EICSCD
【文章頁數(shù)】:13 頁
【部分圖文】:
方案執(zhí)行流程有者知道查詢用戶的公私鑰
KeyGen階段,假設(shè)一個擁有者對應(yīng)一個加密密鑰,從圖4(a)可看出,MIPP的時間開銷增幅最大;A(chǔ)方案和改進方案的時間開銷非常接近,說明特征向量維數(shù)變化對時間開銷影響很校特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需時間分別為1.7s和1.9s左右。圖4(b)中本文方案存儲開銷增長緩慢。特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需存儲空間分別為243KB和251KB左右。雖然維數(shù)增多導(dǎo)致開銷增長,但同時也提高了方案的安全性。圖4KeyGen階段圖5KeyTrans階段
滌姓叨雜σ桓黽?密密鑰,從圖4(a)可看出,MIPP的時間開銷增幅最大;A(chǔ)方案和改進方案的時間開銷非常接近,說明特征向量維數(shù)變化對時間開銷影響很校特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需時間分別為1.7s和1.9s左右。圖4(b)中本文方案存儲開銷增長緩慢。特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需存儲空間分別為243KB和251KB左右。雖然維數(shù)增多導(dǎo)致開銷增長,但同時也提高了方案的安全性。圖4KeyGen階段圖5KeyTrans階段
【參考文獻】:
期刊論文
[1]高效隱私保護的多用戶圖像外包檢索方案[J]. 王祥宇,馬建峰,苗銀賓. 通信學(xué)報. 2019(02)
[2]VKSE-MO: verifiable keyword search over encrypted data in multi-owner settings[J]. Yinbin MIAO,Jianfeng MA,Ximeng LIU,Junwei ZHANG,Zhiquan LIU. Science China(Information Sciences). 2017(12)
本文編號:3537397
【文章來源】:通信學(xué)報. 2020,41(04)北大核心EICSCD
【文章頁數(shù)】:13 頁
【部分圖文】:
方案執(zhí)行流程有者知道查詢用戶的公私鑰
KeyGen階段,假設(shè)一個擁有者對應(yīng)一個加密密鑰,從圖4(a)可看出,MIPP的時間開銷增幅最大;A(chǔ)方案和改進方案的時間開銷非常接近,說明特征向量維數(shù)變化對時間開銷影響很校特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需時間分別為1.7s和1.9s左右。圖4(b)中本文方案存儲開銷增長緩慢。特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需存儲空間分別為243KB和251KB左右。雖然維數(shù)增多導(dǎo)致開銷增長,但同時也提高了方案的安全性。圖4KeyGen階段圖5KeyTrans階段
滌姓叨雜σ桓黽?密密鑰,從圖4(a)可看出,MIPP的時間開銷增幅最大;A(chǔ)方案和改進方案的時間開銷非常接近,說明特征向量維數(shù)變化對時間開銷影響很校特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需時間分別為1.7s和1.9s左右。圖4(b)中本文方案存儲開銷增長緩慢。特別地,當(dāng)用戶個數(shù)分別為1和10時,改進方案生成50個密鑰所需存儲空間分別為243KB和251KB左右。雖然維數(shù)增多導(dǎo)致開銷增長,但同時也提高了方案的安全性。圖4KeyGen階段圖5KeyTrans階段
【參考文獻】:
期刊論文
[1]高效隱私保護的多用戶圖像外包檢索方案[J]. 王祥宇,馬建峰,苗銀賓. 通信學(xué)報. 2019(02)
[2]VKSE-MO: verifiable keyword search over encrypted data in multi-owner settings[J]. Yinbin MIAO,Jianfeng MA,Ximeng LIU,Junwei ZHANG,Zhiquan LIU. Science China(Information Sciences). 2017(12)
本文編號:3537397
本文鏈接:http://sikaile.net/kejilunwen/wltx/3537397.html
最近更新
教材專著