[论文解读] Secured Outsourced Content Based Image Retrieval Based on Encrypted Signatures Extracted From Homomorphically Encrypted Images

Reda Bellafqira, Gouenou Coatrieux+3 more|arXiv (Cornell University)|Apr 3, 2017

Advanced Steganography and Watermarking Techniques参考文献 21被引用 3

一句话总结

本文提出了一种新颖的隐私保护外包内容基图像检索（SOCBIR）方案，可在无需用户与服务器之间额外通信的情况下，实现对同态加密图像的云端图像搜索。通过直接从Paillier加密图像中提取加密的小波全局签名，并采用一种新型的加密数据快速比较方法，该方法在确保端到端数据机密性且搜索计算过程中零交互的前提下，实现了与未加密CBIR系统相同的检索性能。

ABSTRACT

In this paper, we present a novel Secured Outsourced Content Based Image Retrieval solution, which allows looking for similar images stored into the cloud in a homomorphically encrypted form. Its originality is fourfold. In a first time, it extracts from a Paillier encrypted image a wavelet based global image signature. In second, this signature is extracted in an encrypted form and gives no clues about the image content. In a third time, its calculation does not require the cloud to communicate with a trusted third party as usually proposed by other existing schemes. More clearly, all computations required in order to look for similar images are conducted by the cloud only with no extra-communications. To make possible such a computation, we propose a new fast way to compare encrypted data, these ones being encrypted by the same public key or not, and using a recursive relationship in-between Paillier random values when computing the different resolution levels of the image wavelet transform. Experiments conducted in two distinct frameworks: medical image retrieval with as purpose diagnosis aid support, and face recognition for user authentication; indicate that the proposed SOCBIR does not change image retrieval performance.

研究动机与目标

• 为云环境下的医疗与生物特征应用中日益增长的隐私保护图像检索需求提供解决方案。
• 消除在加密数据库中进行图像搜索时对可信第三方或交互式通信的需求。
• 实现在同态加密图像上直接安全提取与比较图像签名。
• 在数据与签名完全加密的前提下，维持与未加密CBIR系统相当的检索准确性。
• 通过消除客户端与服务器之间的往返交互，降低安全图像检索中的通信开销。

提出的方法

• 该方法利用小波分解各层级之间Paillier随机值的递归关系，从Paillier加密图像中提取基于小波的全局图像签名。
• 提出一种新型的Paillier加密数据快速比较技术，即使在使用不同公钥加密时也能适用，从而实现在加密域内安全地进行直方图比较。
• 通过引入噪声直方图过程，构建小波系数的加密直方图，在保持精度的同时保护隐私。
• 所有计算——签名提取与相似度比较——均由云服务器在加密数据上独立完成，无需解密或与客户端交互。
• 该方法利用Paillier密码系统的同态特性，对加密系数执行算术运算，确保解密后结果的正确性。
• 该方法确保加密签名不泄露原始图像内容的任何信息，从而保障机密性。

实验结果

研究问题

• RQ1 能否构建一个安全的图像检索系统，使云服务器能够在无需用户或可信第三方交互的情况下，对加密图像执行相似性搜索？
• RQ2 是否可能直接从同态加密图像中提取并比较全局图像签名，同时保持检索准确性？
• RQ3 所提出的SOCBIR方案在性能上与运行在未加密数据上的传统CBIR系统相比如何？
• RQ4 小波分解层级与直方图量化步长对加密域中检索准确性的影响是什么？
• RQ5 能否设计一种快速且安全的Paillier加密数据比较机制，以支持高效的基于直方图的相似性计算？

主要发现

• 所提出的SOCBIR方案在医学与人脸图像识别数据集上，均实现了与明文域中等效CBIR系统相当的平均精度（超过90%）与五项检索结果的均值精度。
• 在不同小波分解层级（d = 0, 1, 2）与量化步长值（Δ ∈ [1, 2, 4, 8, 16, 32, 64]）下，检索性能保持稳定，即使在Δ = 64时也未出现显著精度下降。
• 该方案能保持与明文域系统相当的性能，原因在于Haar小波变换的滤波系数在加密域中得以保留，从而确保了系数扩展过程中无精度损失。
• 该方法可在上传初始加密图像后，实现图像签名提取与比较的完全云端计算，且通信开销为零。
• 该系统对隐私泄露具有抗性，因为加密签名不泄露原始图像内容的任何信息。
• 尽管具备强大的隐私与性能保障，该方案仍需传输千兆比特级别的加密数据（例如1024位密钥），限制了其在带宽未降低前的实际部署。