[論文レビュー] MSPPIR: Multi-source privacy-preserving image retrieval in cloud computing

Qi Gu, Zhihua Xia+1 more|arXiv (Cornell University)|Jul 24, 2020

Image Retrieval and Classification Techniques被引用数 6

ひとこと要約

本稿では、クラウドコンピューティングにおけるマルチソースプライバシー保護型画像検索（MSPPIR）を対象として、JES-MSIRと呼ばれる新しいJPEGドメイン暗号化方式を提案する。この方式は、置換に基づくランダム化とバッグオブワーズ特徴集約を用いて、複数の画像所有者からの定数ラウンドの安全な検索を可能にし、多数のソースが存在しても高い効率性、強いセキュリティ、安定した検索精度を達成する。

ABSTRACT

Content-Based Image Retrieval (CBIR) techniques have been widely researched and in service with the help of cloud computing like Google Images. However, the images always contain rich sensitive information. In this case, the privacy protection become a big problem as the cloud always can't be fully trusted. Many privacy-preserving image retrieval schemes have been proposed, in which the image owner can upload the encrypted images to the cloud, and the owner himself or the authorized user can execute the secure retrieval with the help of cloud. Nevertheless, few existing researches notice the multi-source scene which is more practical. In this paper, we analyze the difficulties in Multi-Source Privacy-Preserving Image Retrieval (MSPPIR). Then we use the image in JPEG-format as the example, to propose a scheme called JES-MSIR, namely a novel JPEG image Encryption Scheme which is made for Multi-Source content-based Image Retrieval. JES-MSIR can support the requirements of MSPPIR, including the constant-rounds secure retrieval from multiple sources and the union of multiple sources for better retrieval services. Experiment results and security analysis on the proposed scheme show its efficiency, security and accuracy.

研究の動機と目的

• クラウド環境におけるマルチソースプライバシー保護型画像検索（MSPPIR）の包括的解決策の不足に対処すること。
• 異なる暗号鍵を用いた複数の画像所有者からの安全で定数ラウンドの検索を可能にすること。
• 画像ソースの動的ユニオンをサポートすることで、検索カバレッジとパフォーマンスを向上させること。
• ファイルの拡大と特徴漏洩を回避しながら、JPEGドメインでセキュリティと正確性を確保すること。
• 既存の単一ソースまたは部分的マルチソース方式を上回るスケーラブルで効率的な解決策を提供すること。

提案手法

• JPEG画像のDCT係数を保護するため、XORと置換を用いたランダム化に基づく暗号化方式JES-MSIRを提案する。
• 複数のソースにまたがる暗号化された（r,v）特徴ペアを統合するため、バッグオブワーズ（BOW）モデリングを採用する。
• 特徴漏洩を防ぎ、画像所有者間の共謀攻撃に耐性を持つために、複数の置換を用いる。
• ユーザーが所有者全員から検索できる定数ラウンドプロトコルを設計し、ソース数に依存しない通信コストを実現する。
• データ分布と特徴サンプリング比に基づき、精度と効率のバランスを取るために動的クラスターサイズ選択メカニズム（$k_{suggest}$）を導入する。
• 特徴集約と距離計算をクラウド上で実行することで、クライアント側の計算負荷を最小限に抑え、スケーラブルなマルチソース対応を実現する。

実験結果

リサーチクエスチョン

• RQ1 クラウド環境において、異なる暗号鍵を用いた複数の画像所有者から、安全で定数ラウンドの画像検索をどのように実現できるか？
• RQ2 複数の画像ソースのユニオンを、どのようにして安全かつ効率的にサポートできるか？
• RQ3 マルチソースプライバシー保護型画像検索において、特徴漏洩と共謀攻撃を防ぐためのメカニズムは何か？
• RQ4 JPEGドメインでの暗号化をどのように活用すれば、ファイルの拡大を回避しながらも検索正確性を維持できるか？
• RQ5 画像ソースの数が増加するに従って、検索正確性はどの程度低下するのか。また、その低下をどのように緩和できるか？

主な発見

• JES-MSIRの検索正確性は、ソース数が1から1,000に増加してもわずか7.3%の低下に抑えられ、スケーリングに伴う高い安定性を示す。
• 推奨クラスターサイズ（$k_{grid}$）の2倍のサイズを使用することで、特にソース数が500を超える場合に正確性が向上する。
• クラスターサイズを10倍にしても正確性の損失は10%未満に抑えられ、[4]のような先行研究を上回る性能を維持する。
• 元の特徴の10%しか使用しなくても、大規模環境下での効率性を示す。
• 提案された$k_{suggest}$式は、さまざまなソース数と特徴サンプリング比において、正確性と計算コストのバランスを効果的にとっている。
• セキュリティ解析により、置換に基づく隠蔽とランダム化によって、特徴漏洩と共謀攻撃に対する耐性が確認された。