SCBIR-PE：基于内容的图像检索与感知加密技术

《IEEE Data Descriptions》：SCBIR-PE: Secure Content-Based Image Retrieval With Perceptual Encryption

提出基于块感知加密和直方图特征提取的SCBIR-PE方案，解决云环境中的隐私与检索效率矛盾。实验表明其检索准确率提升至4%，同时增强安全性和计算效率。

　　

摘要：

在基于内容的图像检索（SCBIR）中，如何在安全性和检索准确性之间取得平衡是一个重大挑战，尤其是在不可信的云环境中。传统的SCBIR方案往往难以解决这种权衡问题：要么会损害数据隐私，要么降低检索性能，要么引入大量的计算开销，因此不适合大规模的实际应用。为了克服这些挑战，我们提出了SCBIR-PE，这是一种新的SCBIR方案，它将基于块的感知加密与高效的基于直方图的特征提取方法相结合。该加密技术在块级和子块级进行了几何和颜色变换，并通过三种不同的扩展方式确保了安全性，同时保留了图像检索所需的特征。因此，特征提取使用“颜色和边缘方向描述符”（CEDD）进行，从而能够在加密域中直接计算特征。此外，欧几里得距离被用作相似性测量技术，确保了高效的图像检索，同时避免了现有SCBIR方案中常见的计算密集型任务，如聚类、索引生成或特征映射。实验评估表明，SCBIR-PE方案在检索准确性（平均精度得分高出最多4%）、安全性以及计算效率方面均优于传统的隐私保护图像检索方案。通过以最小的计算开销提供强大的隐私保护，我们提出的方案为云辅助的安全图像检索应用提供了一个可扩展且高效的解决方案。

引言

随着配备摄像头的设备的广泛使用，捕获的图像数量呈指数级增长，这些图像现已成为医学、新闻、广告、设计、教育和娱乐等多个领域的重要组成部分[1]、[2]。然而，存储和处理如此大量的图像数据对图像所有者来说是一个重大挑战。为了解决这些问题，云基础设施作为一种可扩展且高效的解决方案应运而生，提供了大量的存储容量和计算资源[3]、[4]、[5]。社区云存储服务可以促进共享数据仓库的建设，使多个用户能够共同存储和处理图像，以支持联合项目和研究计划。此外，基于云的计算资源可以用于各种计算机视觉应用，例如基于内容的图像检索（CBIR），从而可以从云托管的数据库中检索相关图像。尽管有这些优势，但将图像数据直接外包给云服务器进行存储和检索会引发严重的隐私问题，因为不可信的云环境存在未经授权访问和数据泄露的风险[6]、[7]。此外，数据隐私法规要求在计算和存储过程中保护敏感的图像内容，防止云服务提供商未经授权地访问[8]。除了数据保护之外，大量数据还带来了其他挑战，例如在用户设备与云服务器之间的传输过程中需要较高的带宽，以及在云服务器上进行数据归档时需要较大的存储空间。