[论文解读] A Technique to Share Multiple Secret Images

Mohit Rajput, Maroti Deshmukh|arXiv (Cornell University)|Nov 28, 2016

Advanced Steganography and Watermarking Techniques参考文献 10被引用 4

一句话总结

该论文提出了一种基于加法模运算的$(n,n+1)$-多秘密图像共享（MSIS）方案，将$n$幅灰度或彩色秘密图像加密为$n+1$份噪声共享图像。该方案确保只有在全部$n+1$份共享图像组合时才能重建原始秘密图像，且从少于$n+1$份共享图像中无法获取任何信息，从而实现高安全性与近乎完美的重建效果，相关性、RMSE和PSNR指标验证了其优越性能。

ABSTRACT

Visual Cryptography comes under cryptography domain. It deals with encrypting and decrypting of visual information like pictures, texts, videos $ etc.$ Multi Secret Image Sharing (MSIS) scheme is a part of visual cryptography that provides a protected method to transmit more than one secret images over a communication channel. Conventionally, transmission of a single secret image is possible over a channel at a time. But as technology grows, there emerge a need for sharing more than one secret image. An $(n, n)$-MSIS scheme is used to encrypt $n$ secret images into $n$ meaningless noisy images that are stored over different servers. To recover $n$ secret images all $n$ noisy images are required. At earlier time, the main problem with secret sharing schemes was that attacker can partially figure out secret images, even by getting access of $n-1$ or fewer noisy images. To tackle with this security issue, there arises a need of secure MSIS scheme, so that attacker can not retrieve any information by using less than $n-1$ noisy images. In this paper, we propose a secure $(n, n+1)$-MSIS scheme using additive modulo operation for grayscale and colored images. For checking the effectiveness of proposed scheme; Correlation, MSE and PSNR techniques are used. The experimental results show that the proposed scheme is highly secured and altering of noisy images will not reveal any partial information about secret images. The proposed $(n, n+1)$-MSIS scheme outperforms the existing MSIS schemes in terms of security.

研究动机与目标

• 解决现有MSIS方案中攻击者可能从$n-1$份或更少共享图像中部分推断秘密图像的安全漏洞。
• 设计一种多秘密图像共享方案，支持$n$幅秘密图像在$n+1$份噪声共享图像中分发，且必须全部共享图像才能完成重建。
• 通过采用加法模运算而非传统的XOR方案，提升安全性与共享图像的随机性。
• 利用相关性、RMSE和PSNR等指标评估方案性能，确保高保真度重建并具备对部分暴露的鲁棒性。

提出的方法

• 该方案利用加法模运算将$n$幅秘密图像加密为$n+1$份视觉上随机、无意义的噪声图像。
• 在加密过程中引入随机矩阵，以增强随机性并防止部分共享图像导致的信息泄露。
• 通过所有$n+1$份共享图像在叠加过程中的加法模运算实现解密，从而重建原始秘密图像。
• 通过相应调整模数值（如二值图像使用2，8位灰度图像使用256），该方法支持二值、灰度和彩色图像。
• 避免像素扩展，确保秘密图像、共享图像与恢复图像的尺寸完全一致。
• 采用矩形共享策略，恢复过程基于加法模算术，而非XOR或多项式插值。

实验结果

研究问题

• RQ1 能否设计一种多秘密图像共享方案，使得只有在组合全部$n+1$份共享图像时才能获得关于秘密图像的任何信息？
• RQ2 与基于XOR的方案相比，基于加法模运算的加密在安全性与抵抗部分重建攻击方面表现如何？
• RQ3 使用随机矩阵在多大程度上增强了共享图像对侧信道攻击或统计分析攻击的防护能力？
• RQ4 该方案的重建保真度如何？通过相关性、RMSE和PSNR指标在不同图像类型下的表现如何？

主要发现

• 所提出的$(n,n+1)$-MSIS方案实现了近乎完美的重建效果，PSNR值在不同秘密图像中范围为37.02 dB至43.16 dB。
• 秘密图像与恢复图像之间的相关系数始终很高（如0.9989至0.9997），表明重建图像具有强相似性且准确度高。
• RMSE值较低，范围为1.7796至3.6069，确认重建图像的失真程度极小。
• 当共享图像少于$n+1$份时，相关系数接近零（如-0.0001至0.0036），证实无任何可检测的信息泄露。
• 该方案无像素扩展，秘密图像、共享图像与恢复图像的尺寸保持完全一致。
• 计算时间随秘密图像数量增加而增长，当$n=6$时达到0.329秒，彩色图像因位操作更多而耗时更长。