基于缩略图加密和分布式存储的医学图像隐私保护

随着云存储服务和远程医疗平台的日益盛行,越来越多医学图像被上传至云端,这些上传的医学图像存在被泄露给未经授权的第三方的风险,造成用户的个人隐私泄露。此外,如果医学图像仅上传至单个服务器进行存储,容易被攻击,进而导致全部数据的丢失。针对这些问题,提出一种基于缩略图加密和分布式存储的医学图像隐私保护算法。首先,通过对原始医学图像进行缩略图加密,在实现加密效果的同时适当保留图像的相关性;其次,在隐藏秘密信息时采用双嵌入法,并分别进行数据提取和图像恢复,从而实现加密图像的可逆信息隐藏(RDH);最后,采用基于多项式共享矩阵的分布式存储方法将图像生成n个不同份额,并分发至n个服务器。实验结果表明,所提算法使用加密后的缩略图作为载体后的嵌入率高于传统安全加密方法;即使服务器受到攻击,接收方只要接收不少于k个份额就可以恢复原始图像和隐私信息。在医学图像的隐私保护上,从抗攻击、图像的恢复等方面进行了实验,分析结果表明所提加密算法性能良好,具有较高的安全性。

可用性增强的缩略图保持加密

传统加密在保护云储存图像隐私的同时使其完全丧失视觉可用性。尽管缩略图保持加密可平衡图像隐私性和视觉可用性,但现有方案均不考虑保留非视觉可用性。为此,提出一个可用性增强的缩略图保持加密方案。该方案利用信息隐藏的可逆性和灵活性,腾出原始图像的部分空间用于像素调整,从而保持密文缩略图与原始缩略图近似。在进行像素调整之前,对图像进行传统加密以保障安全性。在完成像素调整之后,凭借所剩余的空间容量嵌入额外信息,这些额外信息可为用户提供非视觉可用性。所提缩略图保持加密方案不仅平衡了隐私性和视觉可用性,还在一定程度上保留了非视觉可用性。最后,实验结果证实了所提方案的有效性和先进性。

一种精确缩略图保持的图像加密方案

手机电脑平板等的普及,使得照片在日常生活中更容易获得,并且人们习惯将大量照片存储在云端。但是,在享受云存储带来的便利的同时,用户也容易受到隐私泄露的威胁。虽然学者们设计出许多图像加密方案用来防止隐私泄露,然而往往忽略了图像的可用性。最近,Tajik等人提出了一种精确缩略图保持的加密方案,能够很好地平衡图像的隐私与可用性。但是,该方案在加密过程中仅以2个像素为一组,效率较低。为此提出一种利用分割法加密图像的方案,该方案以3个像素为一组进行加密,用于保持密文图像的缩略图与明文图像的缩略图一致,并且该方案相比Tajik方案具有更高的效率。实验表明,这个方案能够使密文图像精确地保持与明文相同的缩略图,平衡了隐私和可用性。

融合2D压缩感知的缩略图格式保留加密隐私保护

目的随着云存储服务的普及,人们越来越习惯在云中存储图像,但存在高开销的数据传输、数据篡改以及可能泄露用户隐私的问题。为此,本文提出一种新型的基于2维压缩感知(2D compressed sensing,2DCS)与缩略图格式保留加密(thumbnail-preserving encryption,TPE)结合的数据隐私保护方案。方法利用确定性二进制对角(deterministic binary block diagonal,DBBD)矩阵作为测量矩阵对原始图像进行压缩采样,压缩采样的观测值能够保留图像的结构相似性,提高视觉上的观感体验,并通过误差像素集和显著性像素集生成关键像素集,利用2维离散小波变换将关键像素集嵌入压缩信号,在保证图像恢复质量的同时极大地去除冗余信息。最后通过TPE使合法用户在隐私性与可用性之间取得良好平衡。结果该方案能够在压缩图像的同时保留图像的形态和重要特征,在压缩图像以降低存储成本的同时保证图像边缘和纹理等重要部分的重建质量。实验结果表明,重建图像的视觉效果与原图非常接近,实测平均信噪比(peak signal to noise ratio,PSNR)和结构相似性(structural similarity,SSIM)显著提升。压缩率为0.25时,平均PSNR大于31.8 d B,SSIM大于0.97。相比于未使用关键像素集重建图像,PSNR和SSIM分别提高约4%用于实际的图像云存储服务。结论与传统的压缩加密方案相比,基于2DCS与TPE的隐私保护方案(2DCS-TPE)不仅保证隐私性、可用性及合法用户体验,还实现了低采样复杂度和节约资源存储成本,减轻设备负担,并且具有较好的重建质量。