论文部分内容阅读
随着互联网技术的普遍应用,为保证图像信息的安全性,需完成数字图像加密。但图像不同于文本,它具有许多固有特性,比如图像数据量大、冗余度高、相邻像素相关性强,因此,传统的对称加密算法数据加密标准(DES)与高级数据加标准(AES)将不再适用于图像加密。本论文首先提出了基于压缩感知的压缩—扩散—置换的策略,以确保传输过程图像数据的机密性。其次,隐私数据是非常重要的,我们将其存储于私有云。由于数据量急剧增加,如何安全地存储和共享来自物联网的大图像数据越来越受到人们的关注。本论文利用混合云实现安全图像数据服务,为私有云节省了大量的空间。最后,我们总结边缘智能工业物联网存在安全隐私和能量消耗的严峻挑战,并提出了压缩感知实现低能耗采样、混沌压缩感知完成保密性数据采集、局部扰动降低能量消耗、数据认证识别篡改机制、访问口令加强隐私保护解决方案。(1)提出基于压缩感知的压缩—扩散—置换的策略。首先通过二维正弦逻辑调制映射(2D-SLMM)产生测量矩阵用于原始图像数据的采样与压缩,为传输时节约能量消耗。然后用异或算法改变压缩图像的像素值以改变图像的统计特性。最后用置换算法改变扩散图像像素的位置,为进一步提高图像数据的机密性。理论分析和实验结果验证了该算法的安全性和有效性。(2)利用混合云实现安全图像数据服务,首先是根据用户的需求,通过边缘检测器将图像数据分为一小组敏感图像数据和一大组不敏感图像数据。然后对得到的敏感图像数据与不敏感图像数据采用不同的加密算法。由于敏感图像数据对用户非常重要,因此敏感图像数据被执行并行加密并存储于私有云保证了敏感图像数据的机密性。为节省私有云的存储空间不敏感图像数据采用置换—扩散—采样的加密方式存储于公有云,为私有云节省存储空间。实验结果表明该框架能够提供安全的大图像数据服务。(3)在边缘智能工业物联网的背景下,本文总结了边缘智能工业联网所面临的安全隐私(机密性、完整性)与能源消耗挑战。针对这些挑战,本论文给出潜在的解决方案,采用压缩感知技术实现低能耗采样、利用混沌压缩感知技术完成保密性数据采集、基于混沌压缩感知的局部扰动技术达到低能耗要求、利用数据认证技术识别篡改机制、获取访问口令加强隐私保护。实验结果证实了该算法的可行性。