云環境中基于目標檢測的密文圖像檢索方案
2020-06-09 07:19:54陳享，何亨，李鵬，金瑜，聶雷
計算機工程與應用 2020年11期
陳 享，何 亨，李 鵬，金 瑜，聶 雷
1.武漢科技大學 計算機科學與技術學院，武漢430065
2.武漢科技大學 智能信息處理與實時工業系統湖北省重點實驗室，武漢430065
1 引言
隨著大數據[1]和云計算技術[2]時代的到來，企業和個人用戶擁有大量的圖像文件需要存儲，由于將這些圖像文件存儲在自己本地會占用大量磁盤空間，云端存儲[3]被越來越廣泛地采用。然而，云服務器被認為是“誠實但好奇”的[4]，即云服務器雖然能夠正確執行客觀的協議與功能，但是會主動探測存儲在其上的敏感數據。因此為了保護企業和個人用戶的隱私，對其存儲在云端的圖像文件先要進行加密處理[5]。由于加密后的圖像文件不再具有明文可檢索的特性，所以如何在加密的圖像文件中檢索出高相似度的圖像內容，同時保證檢索的效率和精確度成為一個亟待解決的難題。
由于相似度計算方法是信息檢索中的關鍵技術之一，而圖像自身不適合進行相似度計算，所以首先需要利用一個可計算的方式來表示圖像，即提取圖像特征的方法。傳統方法有基于顏色直方圖特征[6]提取、紋理特征[7]提取、形狀特征[8]提取，雖然上述三種圖像特征的提取方法有著簡單易實現的優點，但是其局限性也非常明顯，即都不能有效應用于所有類型圖像的相似度匹配中，從而導致相似匹配的圖像精確度比較低。目前較為流行的方法是基于SIFT算法來提取圖像特征[9]，其比較依賴于局部區域像素的梯度方向。當圖像的像素梯度變化不明顯時，有可能使得找到的像素梯度變化的主方向不準確，而特征向量的提取及匹配都依賴于主方向，即使不大角度偏差也會造成較大誤差，從而匹配不準確。現在仍有許多學者對SIFT算法研究并加以改進[10]，也有利用類似于SIFT算法的Fisher vector算法[11-12]提取圖形特征，取得了不錯的效果。此外，還有學者利用像素梯度的變化來提取圖像特征[13]。近年來，隨著深度學習的發展，出現了更精確、更可靠的方法來對圖像進行特征提取和分類，例如使用卷積神經網絡（CNN）[14]。在CNN的基礎上，進一步發展有了R-CNN、Fast R-CNN[15]和Faster R-CNN[16]等一系列的目標檢測模型，其中較為完善的是Faster R-CNN模型。但因為Faster R-CNN提取的圖像特征feature maps 是一個64×36 的二維數組，每個圖像擁有1 024 個feature maps，所以直接用1 024個feature maps 表示圖像造成數據過多過大，計算消耗會較大，需要做進一步的數據壓縮處理。
可搜索加密技術[17-18]是信息安全領域研究的熱點之一。Song等人[4]提出了利用對稱密鑰來對關鍵詞加密，把文件密文內容和加密關鍵詞進行對比，以確認關鍵詞是否存在并統計其出現次數，但并不提供文件的索引，在文件內容較多時，檢索效率很低。Goh[19]提出了利用布隆過濾器為文件構建索引。然而，上述方法都不能抵抗離線關鍵詞猜測攻擊。Boneh等人[20]首次提出非對稱關鍵詞可搜索加密的方法，并通過構建安全信道來抵抗離線關鍵詞猜測攻擊。Beak 等人[18]提出無安全信道方案，讓發送方、接收方和存儲服務器同時擁有加密關鍵詞的公鑰，發送發和接收方還同時擁有存儲服務器指定的解密私鑰，由于私鑰不被外部知道，所以能夠抵抗離線關鍵詞猜測攻擊，但不能抵抗在線關鍵詞猜測攻擊，并且該方案忽略了云服務器不完全可信這一隱患。因此，密鑰不能被外部和服務器知道，同時也要保證關鍵詞不可被猜測出，基于這兩種限制條件，本文采用多重線性映射[21-23]技術對關鍵詞進行加密，既能保證關鍵詞的私密性，也能防止關鍵詞陷門創建過于簡單[24]而導致安全信息泄露。對于密文圖像檢索，朱旭東等人[13]提出相關方案并給出了詳細的安全性證明，檢索精確度也較高，但是檢索效率方面沒有進行優化；Yuan 等人[12]的方案利用K-means聚類方法將圖像集合分類，將圖像索引構建為樹的結構，提高了檢索效率，但檢索精確度不是很高。因此在保證檢索安全的情況下，如何提高檢索精確度和檢索效率，也是密文圖像檢索領域的研究熱點。
基于已有的相關研究成果，本文提出一種云環境中基于目標檢測的密文圖像檢索方案（Encrypted Image Retrieval scheme based on Object detection in cloud computing，EIRO）。EIRO 先采用基于深度學習的目標檢測模型Faster R-CNN 來精確提取圖像的內容，包括圖像的關鍵詞集合和1 024個64×36的二維數組feature maps，將每個feature maps 求取平均值，一個平均值代表一個feature maps，這樣1 024 個二維數組feature maps就轉換為1 024維的特征向量，用其作為圖像的特征向量。將具有相同關鍵詞集合的圖像和其特征向量加密后存放在同一文件夾中，再利用多重線性映射將關鍵詞加密并構建文件夾的安全索引。用戶檢索時，先利用Faster R-CNN提取待檢索圖像的關鍵詞集合和特性向量，根據關鍵詞集合構建陷門，檢索出相應的文件夾，實現圖像集合粗分類的檢索，再將其特征向量與該文件夾中所有圖像的特征向量進行精確匹配，實現圖像的細分類，最后將檢索到的結果排序返回給用戶。EIRO 不僅能夠利用粗分類與細分類兩步走的策略有效提高檢索效率和精確度，同時具有很高的安全性，可以抵抗關鍵詞猜測攻擊，從而能夠有效應用于云環境中。
2 問題描述
2.1 系統與安全模型
在云環境中基于目標檢測的密文圖像檢索系統中，存在3種實體。云服務器（Cloud Server，CS），存儲大量圖像文件并提供大部分計算資源的環境；數據擁有者（Data Owner，DO），任何在云服務器中存儲并分享圖像文件的企業或者個人用戶；數據使用者（Data User，DU），任何在云服務器中根據已有圖像搜索相似圖像文件的企業或者個人用戶。
圖1 系統結構圖
圖1 給出系統結構圖。首先，DO 提取出圖像的關鍵詞集合和特征向量，將具有相同關鍵詞集合的圖像和其特征向量加密后放在同一文件夾中，其中特征向量加密后得到其索引，接著構建關鍵詞集合的安全索引，最后將包含密文圖像和特征向量索引的文件夾，以及關鍵詞安全索引一起上傳到CS。然后，當檢索密文圖像時，被授權的DU 生成待檢索圖像的關鍵詞陷門和特征向量陷門并發送到CS，CS 進行查詢后，將匹配到的密文圖像排序返回給DU。
本文認為CS 具有“誠實但好奇”的屬性，它能夠完全按照DO 和DU 發送的請求正確地執行相應的操作，但它會窺視存儲在其中的重要圖像內容，同時也會窺探關鍵詞集合信息并根據與陷門函數之間的關聯來推斷密文圖像內容。
2.2 設計目標
為了確保CS 中用戶圖像數據的隱私性，同時保證圖像檢索的安全性、高效性和準確性，EIRO主要實現以下安全和性能目標：
密文圖像檢索：在存儲大量密文圖像的CS中，能夠根據已有圖像檢索出包含有相似內容的密文圖像。
隱私保護：圖像、索引和陷門均采用密文形式，不會將有關明文信息泄露給CS和其他攻擊者。
檢索高效：先根據關鍵詞集合對圖像集合粗分類匹配，再根據特征向量對圖像細分類匹配，通過兩步匹配方式，同時大量的計算任務利用云服務器的強大計算能力處理，實現高效的檢索。
檢索精確：利用基于深度學習的目標檢測模型Faster R-CNN 來精確提取圖像的內容，包括圖像的關鍵詞集合和特征向量，實現兩步匹配方式，得到盡可能精確的檢索結果。
2.3 預備知識
2.3.1 Faster R-CNN模型
Faster R-CNN 是一種基于深度卷積神經網絡的目標檢測模型，可以精確檢測出圖像中含有哪些能被識別的內容，由CNN、RPN 和Fast R-CNN 三大模塊組成。其中RPN主要用于預測輸入圖像中可能包含目標的候選區域，Fast R-CNN主要用于分類候選區域，這兩個模塊共用同一個CNN 來提取特征，提取的特征用feature maps 來表示。圖2 給出Faster R-CNN 工作示意圖，其中CNN 現在多數用的是ZF[25]、VGG[26]和Resnet50[27]模型，本文選用的是Resnet50。
圖2 Faster R-CNN工作示意圖
2.3.2 雙線性映射
這里簡要介紹雙線性映射，更多細節參考文獻[28]。設G0和G1是兩個以素數p 為階的乘法循環群，g 為G0的生成元，則雙線性映射e：G0×G0→G1具有下列性質：
（1）雙線性：對于任意的u,v ∈G0以及隨機選取的a,b ∈Zp，都有e(ua,vb)=e(u,v)ab。
（2）非退化性：e(g,g)≠1。
（3）可計算性：對于任意的u,v ∈G0都存在一種有效的算法計算e(u,v)。
2.3.3 多重線性映射
這里以三重線性映射為例簡要介紹多重線性映射，更多細節參考文獻[21-23]。設G0,G1,G2是三個以素數p 為階的乘法循環群，則三重線性映射ei:G0×Gi→Gi+1,i=0,1 具有下列性質：
（1）若g0是G0的生成元，則gi+1=ei(g0,gi)是Gi+1的生成元。
（3）存在一種有效算法計算ei。
3 系統實現與設計
3.1 總體設計
EIRO的系統總體流程圖如圖3。
圖3 系統總體流程圖
首先，DO 把圖像集合放入預先訓練好的Faster R-CNN模型中進行識別，得到每張圖像的內容，即每張圖像所具有的關鍵詞集合和1 024個64×36的二維數組feature maps，再把每個feature maps 求平均值得到1 024維特征向量。其中圖像的關鍵詞集合可能包含單個或者多個關鍵詞，將具有相同關鍵詞集合的圖像分別加密后存放到同一個文件夾中，同時對每張圖像的特征向量分別加密構建其特征向量索引，也存放到圖像所在文件夾中；再使用三重線性映射分別對關鍵詞集合進行加密構建其安全索引；最后將包含密文圖像和特性向量索引的文件夾，以及關鍵詞索引一并上傳到CS。然后，當被授權的DU對密文圖像進行檢索時，將待檢索的圖像放入同樣的Faster R-CNN 模型進行識別，得到圖像的關鍵詞集合和feature maps，再利用feature maps提取特征向量，分別對關鍵詞集合和特征向量構建陷門并上傳給CS；CS先根據關鍵詞索引和關鍵詞陷門進行粗分類匹配，即找到與待檢索圖像擁有相同關鍵詞集合的文件夾，再將向量陷門和找到的文件夾中的向量索引進行精確匹配，實現圖像的細分類，最后將得到的結果按相似度從高到低排序后返回給DU。
3.2 算法實現
EIRO 算法包括KeyGen、Index_keywords、Trapdoor_keywords、Index_vector、Trapdoor_vector、Test_keywords和Search共7種核心函數，下面具體闡述。
KeyGen(λ)→(PK,SK)。輸入安全參數λ，生成具有同素數階p 的乘法循環群
Index_keywords(PK,dk,w′)→Iw。隨機選取t ∈Zp，將關鍵詞集合w′中的每個關鍵詞經過H 映射得到其對應整數，即Zwi=H(wi)，并將Zwi累乘，將結果記作w。產生關鍵詞安全索引Iw=＜C1=gt,C2=e0(dk,g)tw＞。
Trapdoor_keywords(PK,dk,w″)→Tw。隨機選取s ∈Zp，將待檢索關鍵詞集合w″中的每個關鍵詞經過H 映射得到其對應整數，同上述關鍵詞索引的產生過程相同，將累乘結果也記作w。產生關鍵詞陷門：
Tw=＜A1=e0(dk-s?gs,g)w,A2=gs,A3=e0(g,g)sw＞
Index_vector(PK,M,S,I)→Iv。將特征向量I 按如下規則分裂為兩個向量I′,I″。遍歷向量S={0,1}k的每一位，記作S[i]，對于向量的每一位I[i],I′[i],I″[i]滿足：
規則A：當S[i]=0時，I[i]=I′[i]=I″[i]。
規則B：當S[i]=1時，I′[i]=I[i]+r，I″[i]=I[i]-r。
再使用M 生成特征向量索引Iv=(I′MT,I″M-1)。
Trapdoor_vector(PK,M,S,Q)→Qv。同向量索引的生成過程，將待檢索特征向量Q 按如下規則分裂成兩個向量Q′,Q″：
規則C：當S[i]=0時，Q[i]=Q′[i]=Q″[i]。
規則D：當S[i]=1時，Q′[i]=Q[i]+r，Q″[i]=Q[i]-r。
再使用M 生成特征向量陷門Qv=(Q′MT,Q″M-1)。
Test_keywords(Iw,Tw)→0 or 1。根據規則e1(C1,A1)?e1(C2,A2)=e1(C1,A3)測試關鍵詞索引Iw和關鍵詞陷門Tw是否匹配，若公式成立，則索引與陷門中的關鍵詞相同。下面給出當索引與陷門關鍵詞相同時的公式驗證。
Search(Iv,Qv)。根據歐拉公式計算特征向量索引Iv和特征向量陷門Qv之間的相似度為(I′MT-Q′MT)T?(I″M-1-Q″M-1)。下面給出公式計算過程。
根據規則A～規則D：
當S[i]=0 時：
當S[i]=1 時：
即：
因此Iv和Qv之間的歐拉距離可以得出。
3.3 操作步驟
EIRO 的操作步驟分為預處理、圖像分類和索引建立以及陷門創建和檢索三個部分，下面具體闡述。
3.3.1 預處理
DO 首先訓練出適合自己所需存儲圖像集的Faster R-CNN 模型，然后調用函數KeyGen(λ)生成系統公鑰PK 和主密鑰SK ，其中PK 公開，SK 由DO秘密保存。
3.3.2 圖像分類和索引建立
DO 將自己需要存儲的圖像集合放入Faster RCNN模型識別，得到圖像的內容，即圖像的關鍵詞集合和feature maps，利用feature maps 生成1 024 維的特征向量代表圖像。例如一張圖像中是“一個人在逗鳥”，那么得到關鍵詞集合是“鳥，人”，將所有只包含“鳥，人”的圖像存放在一個文件夾下，這時對“鳥，人”的關鍵詞集合w′調用函數Index_keywords(dk,H,w′)，就對該文件夾構建了安全索引。需要注意的是，如果圖像中只含有“鳥”或者只含有“人”，則會屬于不同的分類，并會存放在各自的文件夾下。圖像本身就利用dk 對稱加密。對于圖像的特征向量I 則調用函數Index_vector(I,r,S,M)來加密及構建索引，并和各自圖像一起存放在相應文件夾下。最后DO 將包含密文圖像和特性向量索引的文件夾，以及關鍵詞索引一并上傳到CS。
3.3.3 陷門創建和檢索
當DU 向DO 發出請求，要求檢索DO 存儲在CS 中的圖像時，DO 驗證DU 的身份，并為通過驗證的DU 授予SK 。獲得授權的DU，首先將待檢索圖像放入同一Faster R-CNN模型識別，得到圖像的關鍵詞集合w″和feature maps 并生成特征向量Q，然后對w″調用函數Trapdoor_keywords(PK,dk,w″)生成關鍵詞陷門Tw，對Q 調用函數Trapdoor_vector(PK,M,S,Q) 生成查詢向量陷門Qv，最后將兩個陷門上傳給CS。CS 接收到陷門后，首先對Iw和Tw調用函數Test_keywords(Iw,Tw)，找到待檢索圖像所屬類別的文件夾，然后對將該文件夾下每一張圖像的特征向量索引Iv和Qv分別調用函數Search(Iv,Qv)，將得到的結果進行排序，最后將對應的密文圖像列表返回給DU。DU利用SK 中的dk 解密自己想要的前N 張圖像即可。
4 安全性分析和性能評估
文獻[12]先用Fisher 算法提取圖像特征向量，再采用K-means 聚類的方法將相似的特征向量分到同一類并構建樹狀索引，檢索時先根據檢索特征向量和樹狀索引找到同一種特征向量所屬類別，再將檢索特征向量與存儲的特征向量逐一匹配，利用L2 范式表示相似度大小。文獻[13]利用灰度值變化梯度提取圖像特征向量，并未采用分類的方法，直接遍歷計算，利用余弦距離來表示特征向量之間的相似度大小。文獻[12-13]與EIRO密切相關，都是實現云環境中的密文圖像檢索，因此將EIRO在密文圖像檢索時間和檢索精確度方面與它們進行對比。此外，文獻[18，20]利用雙線性映射給出了密文關鍵詞檢索的兩種方案，在EIRO 中亦存在密文關鍵詞的檢索部分，因此將這部分與文獻[18，20]在安全性與計算開銷方面進行比較。
4.1 安全性分析
下面基于選擇密文攻擊模型[29]，從密文關鍵詞的安全性和密文特征向量的安全性兩方面來闡述本文方案的安全性。
表1 密文關鍵詞檢索的安全特性比較
假設有兩種類型的攻擊者企圖恢復密鑰，一類是惡意用戶，另一類是具有好奇屬性的CS。對于密文關鍵詞，若惡意用戶和CS想通過猜測攻擊破解密文關鍵詞，以定位到對應的存放密文圖像的文件夾，根據Test_keywords 函數的驗證過程可知，必須要擁有對稱密鑰dk 才可以，然而dk 是由DO 秘密保存的，惡意用戶和CS 是無法獲取的。在文獻[24]中，構建了關鍵詞陷門Tw=H(w)?dk 。在選擇密文攻擊的情況下，根據dk=，利用任意一個已知關鍵詞的相關信息，dk 是可以被求解出來的，即攻擊者可以破解出所有關鍵詞以及圖像的具體內容。因此，本文方案采用三重線性映射，生成兩個映射關系
表1給出EIRO和文獻[18，20]在密文關鍵詞檢索的安全特性方面的比較。由表1 可見，文獻[20]的陷門產生方式能夠抵抗離線關鍵詞猜測攻擊和在線關鍵詞猜測攻擊，但是需要建立安全信道。文獻[18]雖然不需要建立安全信道，但需要指定服務器才僅能抵抗離線關鍵詞猜測攻擊，并且兩者都忽略了服務器“誠實但好奇”的屬性，惡意用戶或“好奇”的服務器根據兩者的陷門是可以分析得到相應的密鑰與關鍵詞信息的。EIRO在不需要指定服務器、不需要安全信道的同時能夠抵抗離線關鍵詞猜測攻擊、在線關鍵詞猜測攻擊和服務器攻擊，索引與陷門的安全性也很強，能夠有效應用于云環境。
對于密文特征向量，本文方案基于隨機選取的可逆矩陣M 和{0,1}向量S 來加密。在選擇密文攻擊的情況下，攻擊者即使知道加密前的向量和加密后的向量，根據Index_vector 函數的實現過程，攻擊者只有擁有M 或者S 的其中之一時才可以求出另一方，由于M 和S 由DO秘密保存，攻擊者是無法得知M 和S 的，從而保證了特征向量的安全性。此外，根據密鑰矩陣空間無窮大的特性，以及可逆矩陣的逆的唯一性，在每次初始化選擇密鑰矩陣時都是隨機的，因此攻擊者能夠產生相同密鑰矩陣的可能性為0。若攻擊者通過暴力破解S進而來破解M ，此時效率為，k 為特征向量的維度，當k 為一個較大值（例如1 024）的時候，效率是極其低下的，這樣就保證了向量加密的安全性。由于文獻[12-13]的特征向量都是采用類似的分裂后與可逆矩陣相乘的方式來加密，所以三者在安全性方面相同。
4.2 性能評估
4.2.1 實驗環境
關于Faster R-CNN 模型的訓練，本文從VOC2007和VOC2012 數據集[16]中隨機選取的九大類別物體圖像，分別為人、鳥、自行車、飛機、狗、貓、摩托車、馬、船，每類圖像為200 到300 張，其中也含幾類物體自由組合在一張的圖像，共約3 500 張。用約300 張不同于訓練集的圖像進行識別，分類的精確度約為96.5%（注意是分類精確度，并不是指Faster R-CNN中的mAP[16]）。觀察發現，被錯誤識別的圖像大多數是模糊的遠景圖像或者圖像中只含有非常少部分需識別的物體。因此，若用較為清晰并且完整的圖像，識別率會更高。在完成模型的訓練和圖像的識別后，根據圖像的關鍵詞將圖像和其特征向量存放在對應文件中。實驗中所采用的圖像集共約4 500張。
本文實驗是在64 位Windows10，Pentium?CPU4560 3.50 GHz的環境中運行。
4.2.2 密文關鍵詞檢索對比
EIRO 中密文關鍵詞檢索基于Java 語言實現，所用工具包為JPBC2.0密碼庫[30]。表2將EIRO和文獻[18，20]在計算開銷方面進行對比，包括關鍵詞安全索引構建時間，關鍵詞陷門產生時間以及關鍵詞索引與陷門匹配時間，其中te0,te1,tG0,tG1,tH分別表示線性映射e0、線性映射e1、群G0的指數運算、群G1的指數運算、哈希運算的時間。表3給出計算開銷的仿真結果。
表2 計算開銷比較
表3 計算開銷的仿真結果ms
由表2 和表3 可以看出，相比文獻[18，20]，對于密文關鍵詞檢索，EIRO 的關鍵詞安全索引構建時間是最短的，雖然關鍵詞陷門產生和關鍵詞索引與陷門匹配的開銷相對較大，但是對于實際應用是完全可行的。與此同時，由表1 可見，EIRO 具有更好的安全特性。因此，EIRO 有效實現了云計算中密文關鍵詞的檢索，同時保持了很高的安全性，以及實際可行的效率。
4.2.3 密文圖像檢索對比
EIRO中圖像特征向量的密文檢索基于Matlab2016平臺實現，表4給出密文圖像檢索時間。由表4的結果，對于1 024維的特征向量處理計算當中，EIRO單個特征向量索引與陷門的計算時間最短，這對于EIRO 在單個文件夾中特征向量索引的遍歷計算節省很多的時間。因為文獻[12-13]并未用關鍵詞集合分類，所以它們沒有在單個文件夾中的遍歷計算時間。最后EIRO 對約4 500 張圖像集的平均檢索時間，包括關鍵詞索引與陷門匹配時間和特征向量索引與陷門計算時間，約為2.1 s。若按照文獻[13]所采用的完全遍歷圖像特征向量的檢索方式，對同樣數量圖像集的平均檢索時間則高達約63.9 s。文獻[12]采用了K-means聚類的方案，其整個密文圖像檢索時間相對來說最短，約為1.9 s，但EIRO與之檢索時間相差較小。
表4 密文圖像檢索時間
表5給出文獻[12-13]和EIRO的圖像檢索精確度比較。表中顯示出文獻[13]與EIRO 的精確率較高，但EIRO 的精確率更為顯著的突出，高達95.60%，同時可以看出文獻[12]的精確率低至56.00%，只有將近一半的精確率。圖4 給出一組EIRO 的檢索結果。由此可見，EIRO 有效檢索出了所有與原圖具有較高相似度的圖像。因此綜合考慮整體檢索時間和精確率這兩方面，EIRO具有更好的效果。
表5 圖像檢索精確度比較
圖4 檢索結果圖
5 結束語
本文基于近年來廣泛研究與應用的深度學習中目標檢測方法，提出了一種云環境中的密文圖像檢索方案EIRO。利用Faster R-CNN模型精確提取圖像的關鍵詞集合和特征向量，采用多重線性映射方法對關鍵詞構建安全索引，并實現圖像集合粗分類和圖像細分類相結合的兩步檢索策略。EIRO 具有很高的安全性、檢索效率及精確度，能夠有效應用于云環境中。
