基于矩阵扰动的低复杂度云图像隐私保护
密码学与安全
2014-12-19 v1 网络与互联网体系结构
摘要
云辅助图像服务被广泛用于各类应用。由于现有图像加密技术计算复杂度高，为资源受限的智能设备提供隐私保护图像服务极具挑战。本文提出一种新颖的加密压缩云辅助图像服务方案，称为 eCIS。eCIS 的核心思想是将高计算成本转移至云端，从而降低资源受限设备上编码器和解码器的复杂度。这是通过压缩感知（CS）技术实现的，与现有方法相比，我们能够在不增加额外传输成本的情况下实现隐私保护。特别地，我们设计了一种同时兼顾图像压缩和加密的加密矩阵。因此，我们设计的目标是最小化原始图像与加密图像之间的互信息。除了理论分析证明系统的安全性和复杂度外，我们还进行了大量实验以评估其性能。实验结果表明，eCIS 能够有效保护图像隐私并满足用户的自适应安全需求。与现有基于 CS 的图像处理方法相比，eCIS 将系统开销降低了高达 。
引用
@article{arxiv.1412.5937,
title = {Low-Complexity Cloud Image Privacy Protection via Matrix Perturbation},
author = {Xuangou Wu and Shaojie Tang and Panlong Yang},
journal= {arXiv preprint arXiv:1412.5937},
year = {2014}
}
备注
11 pages, 8 figures, 1 table