一种基于区块链可验证的加密图像检索方案

由于难以构造通用的认证结构对图像类型数据的相似度计算过程进行验证,因此对加密图像检索结果的验证面临很大挑战。同时,现有多数加密图像检索方案没有考虑恶意云服务器的问题,可能返回不正确或不完整的检索结果。利用区块链技术的去中心化、不可篡改等特性,提出一种基于区块链可验证的加密图像检索方案BVEIR,确保搜索结果的可靠性与搜索过程的透明性。将加密索引存储在区块链(以太坊)上,通过区块链的共识机制保证在智能合约上完成搜索的功能,确保搜索结果完备性,同时将相应的加密图像数据外包到云服务器以降低存储成本,并在相似图片索引过程中使用基于视觉词袋模型和simhash的双层索引结构,进一步提高检索效率和精度。实验结果表明,BVEIR具有良好的隐私保护效果,其建立索引时间较SEIR方案更少,并且可实现对图像数据的细粒度访问控制,在提高索引效率的同时保证图像检索的精确率。

基于3D-DWT及混沌映射的加密医用体数据鲁棒检索算法研究

随着医疗数据的共享日益频繁,数据安全问题变得日益突出。安全起见,把医学图像加密后存储到服务器或云端。如何实现对加密医学图像检索成为一个亟待解决的问题。提出一种基于混沌和三维小波变换的加密医用体数据鲁棒检索算法。其主要步骤为:首先,通过三维小波变换和混沌映射对医用体数据进行加密;然后,对加密体数据进行小波分解,得到子带图像,再对子带图像进行DCT变换,提取DCT变换能量聚集的低频系数作为加密体数据的特征向量,建立加密图像的特征向量数据库;最后,通过计算加密图像的特征向量的相似度来检索目标图像,将检索到的加密图像返回,并解密所检索到的医用体数据。实验结果表明,该检索算法对加密体数据的常规攻击和几何攻击具有较强的鲁棒性,并提高了图像检索的安全性和准确性。