近日,十大网赌博正规信誉网址博士研究生卞明运在导师任艳丽教授的指导下,以第一作者在《IEEE Transactions on Industrial Informatics》(中科院一区期刊,影响因子:11.648) 上发表题为“Verifiable Privacy-Enhanced Rotation Invariant LBP Feature Extraction in Fog Computing”的研究论文,任艳丽教授为通讯作者。
旋转不变LBP特征外包提取模型
针对已有工作外包计算结果不保密、易被篡改等问题,该工作基于最大公约数困难问题设计了一种支持加法同态运算的图像加密方案,并在雾计算框架下设计了对密文域图像的旋转不变LBP特征计算协议。在系统模型中,用户首先加密本地数据后上传给雾节点;然后雾节点和云服务器根据协议交互计算得到密文域的旋转不变LBP特征,并由雾节点将外包特征返回给用户;最终用户收到结果后执行验证协议以确定外包结果的真实性,验证成功即可解密完整密文结果,得到明文特征结果。相比较之前的方法只能抵御数据唯密文攻击,该研究可以实现更高级别的选择明文攻击安全,同时可以保证外包计算结果的安全性和真实性。通过将外包特征应用于深度伪造图像检测,在多个深度伪造数据集的图片进行测试,该研究方案在隐私保护的前提下,检测准确度和原始旋转不变LBP特征基本保持一致,并优于相关工作,同时可以显著降低用户端的原始开销,达到了外包计算的目的。
该工作得到国家自然科学基金重点项目(U22B2047)和上海市自然科学基金(20ZR1419700, 22ZR1481000)支持。
(附论文链接:https://ieeexplore.ieee.org/document/10049502/)