[发明专利]一种基于可信存证的隐私计算方法及系统

说明书

本发明涉及一种隐私计算技术领域，公开了一种基于可信存证的隐私计算方法，包括：采集人脸图像，对人脸图像进行灰度化处理，并对人脸灰度图像进行二值化处理，得到规格化完成的人脸图像；产生混沌序列，利用混沌序列对规格化完成的人脸图像进行像素级混沌处理；生成加密初始参数，并利用非线性方程组图像置换算法对混沌处理后的图像进行加密；当需要解密时，则根据加密初始参数进行解密处理并对解密后的图像进行混沌反混淆处理。本发明通过利用混沌序列对人脸图像像素进行像素混淆，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的，并利用非线性方程组图像置换算法对像素进行隐私加密。本发明还提出一种基于可信存证的隐私计算系统。

技术领域

本发明涉及隐私计算的技术领域，尤其涉及一种基于可信存证的隐私计算方法及系统。

背景技术

近年来，随着计算机和网络技术的成熟发展，人们的通信方式随之也发生了改变，使用网络进行信息传输的频率越来越高。由于网络具有开放性和共享性，也因此对多媒体通信的安全性造成了隐患，而在进行身份验证时多用人脸识别方法进行验证，如何保证人脸图像在传输过程中的隐私性，成为当前研究的热门话题。

现有人脸图像传输大多基于base64等简单方法难以保证用户隐私数据，并且该方法得到的加密数据像素值分布不均匀容易受到差分攻击，为了解决该问题提出一种针对人脸图像的隐私计算方法。

发明内容

本发明提供一种基于可信存证的隐私计算方法，目的在于（1）利用混沌序列对人脸图像像素进行像素混淆，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的；（2）利用非线性方程组图像置换算法对像素进行置换加密。

实现上述目的，本发明提供的一种基于可信存证的隐私计算方法，包括以下步骤：

S1：采集人脸图像，对人脸图像进行灰度化处理，并对人脸灰度图像进行二值化处理，得到规格化完成的人脸图像；

S2：产生混沌序列，利用混沌序列对规格化完成的人脸图像进行像素级混沌处理，使人脸像素值分布呈均匀分布，达到减少差分攻击的目的；

S3：生成加密初始参数，并利用非线性方程组图像置换算法对混沌处理后的图像进行加密；

S4：当需要解密时，则根据加密初始参数进行解密处理并对解密后的图像进行混沌反混淆处理，得到原始人脸图像；

所述S2步骤中确定混沌序列的混沌参数，包括：

确定混沌序列参数更新模型：

其中：e的初始值为0，的取值范围为；为混沌序列参数；

更新迭代混沌序列参数更新模型次，得到长度为的混沌序列参数：

其中：为人脸图像的像素尺寸。

作为本发明的进一步改进方法：

所述S1步骤中采集人脸图像，对采集的人脸图像进行灰度化处理，包括：

采集人脸图像，对所采集的人脸图像进行裁剪，裁剪后的人脸图像尺寸为M×N 像素，对所采集的人脸图像进行灰度化处理，所述人脸图像灰度化处理流程为：

将图像中每个像素点的RGB颜色像素值转换为灰度值，得到人脸灰度图像，所述RGB颜色像素值的转换公式为：

其中：

Gray(i,j)为像素点(i,j)的灰度值，(i,j)表示为人脸图像中第i行第j列的像素；