[发明专利]密文特征提取方法、装置及电子设备在审
| 申请号: | 202110807302.X | 申请日: | 2021-07-16 |
| 公开(公告)号: | CN113468572A | 公开(公告)日: | 2021-10-01 |
| 发明(设计)人: | 王西利;陈琨;郝天一;何昊青;何旭;王国赛 | 申请(专利权)人: | 华控清交信息科技(北京)有限公司 |
| 主分类号: | G06F21/60 | 分类号: | G06F21/60;G06F21/62;G06F16/583 |
| 代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 蒋姗 |
| 地址: | 100084 北京市海淀区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 特征 提取 方法 装置 电子设备 | ||
1.一种密文特征提取方法,其特征在于,应用于模型方,所述方法包括:
从数据方接收密文图像库和Paillier公钥,所述密文图像库由所述数据方采用所述Paillier公钥对明文图像库加密获得;
采用图像特征提取模型基于所述密文图像库和所述Paillier公钥推理获得密文特征库,所述图像特征提取模型由所述模型方根据明文训练图像进行模型训练获得的深度学习模型;
向所述数据方发送所述密文特征库,以使所述数据方采用Paillier私钥解密所述密文特征库获得所述明文图像库对应的明文特征库。
2.根据权利要求1所述的方法,其特征在于,在所述采用图像特征提取模型基于所述密文图像库和所述Paillier公钥推理获得密文特征库之前,所述方法还包括:
根据明文训练图像训练获得所述图像特征提取模型;
所述图像特征提取模型包括卷积层、全局平均池化层、批次标准化层和Relu激活层中的至少一项。
3.根据权利要求2所述的方法,其特征在于,所述采用图像特征提取模型基于所述密文图像库和所述Paillier公钥推理获得密文特征库,包括:
通过所述卷积层基于所述图像特征提取模型的明文模型参数、所述密文图像库和所述Paillier公钥,获得第一密文数据;
通过所述全局平均池化层基于所述第一密文数据和所述Paillier公钥,获得第二密文数据;
通过所述批次标准化层基于所述第二密文数据、所述明文模型参数和所述Paillier公钥,获得第三密文数据;
通过所述Relu激活层基于所述第三密文数据获得所述密文特征库。
4.根据权利要求3所述的方法,其特征在于,所述通过所述Relu激活层基于所述第三密文数据获得所述密文特征库,包括:
将所述第三密文数据和明文随机数相乘获得掩码数据,将所述掩码数据发送至所述数据方,以使所述数据方采用所述Paillier私钥解密所述掩码数据获得第一明文掩码,将所述第一明文掩码与所述密文图像库比较获得第二明文掩码,采用所述Paillier公钥加密所述第二明文掩码获得密文掩码;
接收所述模型方发送的所述密文掩码,并对所述密文掩码和所述明文随机数的倒数进行明文密文相乘,获得所述密文特征库。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
从所述数据方接收密文检索图像;
采用所述图像特征提取模型基于所述密文检索图像和所述Paillier公钥推理获得密文检索特征,并将所述密文检索特征发送至所述数据方,以使所述数据方基于所述密文检索特征在所述密文特征库中的匹配结果,所述图像特征提取模型由所述模型方根据明文训练图像进行模型训练获得的深度学习模型。
6.一种密文特征提取方法,其特征在于,应用于数据方,所述方法包括:
向模型方发送密文图像库和Paillier公钥,以使所述模型方采用图像特征提取模型基于所述密文图像库和所述Paillier公钥推理获得密文特征库,向所述数据方发送所述密文特征库,所述密文图像库由所述数据方采用所述Paillier公钥对明文图像库加密获得,所述图像特征提取模型由所述模型方根据明文训练图像进行模型训练获得的深度学习模型;
采用Paillier私钥解密所述密文特征库获得所述明文图像库对应的明文特征库。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
从所述模型方接收掩码数据;
采用所述Paillier私钥解密所述掩码数据获得第一明文掩码;
将所述第一明文掩码与所述密文图像库比较获得第二明文掩码;
采用所述Paillier公钥加密所述第二明文掩码获得密文掩码;
将所述密文掩码发送至所述模型方。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华控清交信息科技(北京)有限公司,未经华控清交信息科技(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110807302.X/1.html,转载请声明来源钻瓜专利网。





