[发明专利]基于半张量压缩感知的加密域可逆信息隐藏与认证方法

说明书

本发明提供一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法，包括对原始图像进行半张量压缩感知采样，对原始图像进行重建并获取观测数据的估计值；获取秘密信息，对秘密信息进行加密，利用估计值进行残差预测，将经过加密的秘密信息嵌入到图像获得载密图像，将载密图像发送至接收端；接收端通过半张量压缩感知技术对载密图像进行重构，通过半张量压缩感知认证系统对所接收到的载密图像进行完整性认证；利用预先获取的解密密钥对载密图像进行解密，通过残差预测逐步恢复获得原始图像；根据预先设定的扫描顺序扫描标记的载密图像的相应预测部分中的像素，再使用解密密钥解密获取秘密信息。本发明能够提高医学图像的加密安全性。

技术领域

本发明涉及图像数据处理的技术领域，具体的，涉及一种基于半张量压缩感知的加密域可逆信息隐藏与认证方法。

背景技术

随着图像处理技术以及网络技术的发展，医疗诊断领域也普遍使用电子医疗系统来实现医学图像数据的分享，以协助医生进行远程的医疗诊断。然而，数据安全一直是医学图像数据的分享的难题，由于病历和医学图像中包含的患者敏感医疗隐私信息，成为黑客最为关注的内容。此外，患者医疗数据在医院的内部网络或互联网传输过程中，往往缺乏有效保障患者敏感信息保密性、完整性、隐私性的安全工具，可能会遭遇一些严重的问题，例如恶意篡改和隐私泄露。在患者医疗数据存储和分享方面，医学影像云在未来的医疗行业将是不可或缺的存在，云存储和云服务的进步也为纸质存储提供替代方法，有助于患者医疗信息维护，并给患者数据访问带来便捷。由于在云环境中存储和分享患者医疗数据时，不仅需要更加安全地保护患者的敏感信息，而且在半信任的环境下患者敏感数据匹配也存在问题。因此，迫切需要一种安全且高效的保护技术，必须从传输期间甚至传输之后的每一步都采取安全措施。

可逆数据隐藏是一种数据隐藏技术，为秘密信息提供更高安全保障的同时，它还可以实现载体图像和秘密信息的完美恢复。在远程医疗诊断中，医学图像的任何轻微失真都可能干扰医生的诊断。为了提高图像质量，一些研究人员在差分扩展的基础上提出一种基于四分量法和差分扩展方法相结合的隐写图像质量改进算法，在载体图像的正确重建的同时确保了患者及其对应数据的安全和隐私性；为改善医学图像细节信息的视觉质量，另一些研究人员通过直方图平移和对比度增强的方法将数据嵌入图像低纹理区域，提高主观感知下的图像质量。然而，这些方法存在图像中数据嵌入率过低的问题。对于远程医疗诊断而言，医生需要借助患者大量敏感信息，包括身份信息，病历等，以便做出更快更准确的诊断。因此，应首先将患者大量敏感数据嵌入到医学图像中以保护患者的隐私泄露，并节省存储空间。

图像加密是确保医学图像的隐私和机密不受破坏的最重要技术手段。压缩感知作为一种新颖的信号压缩采样理论，不仅对原始信号来说是一种采集方法，还可以被看作是一种加密方案。与传统的加密方案相比，压缩感知加密具有计算量小、加密与压缩同时进行、密文鲁棒性强等优点。为降低存储空间，一些研究人员提出一种关于矩阵的新型计算方法——半张量积，该方法允许尺寸不匹配的矩阵相乘，并证明半张量积可以用于压缩感知。

医学图像数据作为医疗诊断的基础，图像数据的准确性和完整性对医疗诊断结果来说至关重要。然而，上述方法中仅从机密性的角度考虑安全问题，并没有考虑到数据完整性的问题，需要设计可认证方案。由于压缩感知是带有压缩性的加密，因此传统的完整性验证方法在压缩感知框架中是无效的。针对压缩感知框架，应该设计鲁棒的完整性验证方案，能够有效地区分出是重构噪声、信号噪声还是篡改引起的数据改动。目前，鲁棒的CS认证方案仅有一种，该方案能在容忍重构噪声的同时检测到一些篡改操作，这种方案后续进行了一些细节上的改进，包括重构噪声和篡改操作之间阈值界限等。

发明内容

针对以上问题，结合医疗图像数据分享背景，本发明提出一种基于半张量压缩感知的加密域高容量可逆信息隐藏与认证方法，以确保医学图像的加密安全性，并且可以确保接收端能够解密获得完整的医学图像。