一种基于可信存证的隐私计算方法技术

本发明专利技术公开了一种基于可信存证的隐私计算方法，包括通过采集人脸图像，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等步骤；本发明专利技术关于可信存证的隐私计算方法通过产生混沌序列并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。本发明专利技术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。程组图像置换算法对像素进行隐私加密。程组图像置换算法对像素进行隐私加密。

【技术实现步骤摘要】
一种基于可信存证的隐私计算方法


[0001]本专利技术属于可信存证隐私计算
，具体涉及一种基于可信存证的隐私计算方法。

技术介绍

[0002]隐私计算(Privacy compute)是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。隐私计算是面向隐私信息全生命周期保护的计算理论和方法，是隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统。隐私计算方法中包括采用人脸图像的方式进行可信存证现有技术中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，为此我们提出一种基于可信存证的隐私计算方法来解决现有技术中存在的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种基于可信存证的隐私计算方法，以解决上述
技术介绍
中提出现有技术中的问题。
[0004]为实现上述目的，本专利技术采用了如下技术方案：
[0005]一种基于可信存证的隐私计算方法，包括如下步骤：
[0006]采集人脸图像后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；产生混沌序列并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；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；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，得到原始人脸图像数据；
[0007]数据拥有者将原始人脸图像数据秘密共享给各个参与节点，并通过处理将盲化数据对应的哈希值上传至区块链中；使用伪随机数序列中的部分随机数充当Beaver三元组并秘密共享给各个参与节点，并将伪随机数序列对应的噪声源共享给监管节点；若监管节点找出存在作弊行为的参与节点，则通过监管节点通知数据拥有者隐私计算失败。
[0008]优选的，所述数据拥有者将原始人脸图像数据秘密共享给各个参与节点之前还包括：初始化区块链系统的公共参数，并生成伪随机数序列和隐私计算各个参与节点的公私钥对；调用ZUC序列密码算法，以噪声源作为输入，产生伪随机数序列。
[0009]优选的，所述数据拥有者将原始人脸图像数据秘密共享给各个参与节点包括数据拥有者从伪随机数序列中选择一个随机值，并使用该随机值来盲化原始隐私数据，得到盲化人脸图像数据。
[0010]优选的，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
混淆处理中，根据加密初始参数对加密图像进行解密处理，并对解密后的图像进行混沌反混淆处理，根据加密初始参数确定每个像素点的原始位置，则将图像复原至像素级混沌处理后的人脸图像；依次对像素级混沌处理后的人脸图像进行像素混淆、像素置乱、像素扩散以及像素行列变换的逆操作，得到原始人脸图像。
[0011]优选的，还包括人脸图像获取装置、图像处理器与图像处理器；人脸图像获取装置用于获取待加密的人脸图像；图像处理器用于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；人脸图像隐私加密装置用于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，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。
[0012]优选的，隐私计算方法的区块链网络中构建多节点P2P网络使用的区块链技术主要包括：密码算法、分布式结构、P2P网络、一致性算法；区块链网络采用JWT(JavaWebToken)实现用户密钥生成，可实现无状态、分布式的Web应用授权；区块链网络的数字签名主要是采用ECDSA算法，确保了区块链网络传输的各种交易信息以及各种区块信息的安全，让数据不可篡改的存储到数据库；使用的消息广播是采用基于Gossip的协议实现P2P数据分发的，通过所述Gossip协议，系统自动调整网络的拓扑结构，适应网络节点的变化，保证整个网络正常运行。
[0013]优选的，在若监管节点找出存在作弊行为的参与节点之前还包括如下步骤：各个参与节点根据接收到的隐私数据进行Beaver乘法运算，得到中间数据；所述隐私数据包括盲化数据和所述Beaver三元组；监管节点根据所述噪声源和所述中间数据来复现Beaver乘法运算过程，并找出存在作弊行为的参与节点。
[0014]优选的，在找出存在作弊行为的参与节点之后还包括如下步骤：若监管节点没有找出存在作弊行为的参与节点，则各个参与节点公开其局部计算结果值并将这些局部计算结果值得到最终计算结果值，将所述最终计算结果值发送给数据请求者或/和返回给数据拥有者。
[0015]本专利技术的技术效果和优点：本专利技术提出的一种基于可信存证的隐私计算方法，与现有技术相比，具有以下优点：
[0016]本专利技术通过采集人脸图像，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。本专利技术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。
[0017]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。
附图说明
[0018]图1为本专利技术基于可信存证的隐私计算方法的方法流程图。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术提供了如图1所示的实施例：
[0021]一种基于可信存证的隐私计算方法，包括如下步骤：
[0022]采集人脸图像后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；产生混沌序列并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；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；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，得到原始人脸图像数据；
[0023]数据拥有者将原始人脸图像数据秘密共享给各个参与节点，并通过处理将盲化数据对应的哈希值上传至区块链中；使用伪随机数序列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于可信存证的隐私计算方法，其特征在于，包括如下步骤：采集人脸图像后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；产生混沌序列并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；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；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，得到原始人脸图像数据；数据拥有者将原始人脸图像数据秘密共享给各个参与节点，并通过处理将盲化数据对应的哈希值上传至区块链中；使用伪随机数序列中的部分随机数充当Beaver三元组并秘密共享给各个参与节点，并将伪随机数序列对应的噪声源共享给监管节点；若监管节点找出存在作弊行为的参与节点，则通过监管节点通知数据拥有者隐私计算失败。2.根据权利要求1所述的一种基于可信存证的隐私计算方法，其特征在于：所述数据拥有者将原始人脸图像数据秘密共享给各个参与节点之前还包括：初始化区块链系统的公共参数，并生成伪随机数序列和隐私计算各个参与节点的公私钥对；调用ZUC序列密码算法，以噪声源作为输入，产生伪随机数序列。3.根据权利要求1所述的一种基于可信存证的隐私计算方法，其特征在于：所述数据拥有者将原始人脸图像数据秘密共享给各个参与节点包括数据拥有者从伪随机数序列中选择一个随机值，并使用该随机值来盲化原始隐私数据，得到盲化人脸图像数据。4.根据权利要求1所述的一种基于可信存证的隐私计算方法，其特征在于：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中，根据加密初始参数对加密图像进行解密处理，并对解密后的图像进行混沌反混淆处理，根据加密初始参数确定每个像素点的原始位置，则将图像复原至像素级混沌处理后的人脸图像；依次对像素级混沌处理后的人脸图像进行像素混淆、像素置乱、像素扩散以及像素行列变换的逆操作...

【专利技术属性】
技术研发人员：阮安邦，魏明，邵革健，
申请(专利权)人：北京八分量信息科技有限公司，
类型：发明
国别省市：