-
公开(公告)号：CN110059630B
公开(公告)日：2022-06-14
申请号：CN201910317372.X
申请日：2019-04-19
Applicant: 福州大学
Abstract: 本发明涉及一种隐私保护的可验证外包监控视频行人再识别方法。首先，利用卷积神经网络(CNN)和基于核函数的监督哈希(KSH)来提取有效的行人特征；然后，设计一种基于秘密分享的汉明距离计算协议，以此允许云服务器计算密文特征索引之间的相似性；此外，提出一种基于Merkle哈希树的验证机制，允许用户检查匹配结果的正确性。本发明方法在保护其他非相关行人的隐私的同时，实现了外包监控视频的可验证行人再识别；且降低了本地计算、通信开销和文件存储空间的同时兼顾了视频数据的信息安全。
-
Patent Agency Ranking
公开(公告)号：CN111291411B
公开(公告)日：2022-12-23
申请号：CN202010092004.2
申请日：2020-02-13
Applicant: 福州大学
Abstract: 本发明提出了一种基于卷积神经网络的安全视频异常检测系统及方法，包括以下四方：内容所有者、边缘计算服务器、随机数提供者和授权用户；内容所有者将每个密文视频帧和密文用户访问控制策略分割成两个随机秘密分享，并分别发送给两个边缘计算服务器进行存储；边缘计算服务器用于执行CNN模型的训练，为授权用户提供异常检测，并验证授权用户的访问有效性；随机数提供者分别为两台边缘计算服务器提供具有加性分享性质的随机数；授权用户向边缘计算服务器发送密文请求并接收来自两台边缘计算服务器的密文检测结果。其在确保原始视频中的相关信息隐私安全性的同时，实现了外包视频的安全异常检测，且降低了用户本地计算和通信成本。
-
公开(公告)号：CN111291411A
公开(公告)日：2020-06-16
申请号：CN202010092004.2
申请日：2020-02-13
Applicant: 福州大学
Abstract: 本发明提出了一种基于卷积神经网络的安全视频异常检测系统及方法，包括以下四方：内容所有者、边缘计算服务器、随机数提供者和授权用户；内容所有者将每个密文视频帧和密文用户访问控制策略分割成两个随机秘密分享，并分别发送给两个边缘计算服务器进行存储；边缘计算服务器用于执行CNN模型的训练，为授权用户提供异常检测，并验证授权用户的访问有效性；随机数提供者分别为两台边缘计算服务器提供具有加性分享性质的随机数；授权用户向边缘计算服务器发送密文请求并接收来自两台边缘计算服务器的密文检测结果。其在确保原始视频中的相关信息隐私安全性的同时，实现了外包视频的安全异常检测，且降低了用户本地计算和通信成本。
-
公开(公告)号：CN111241561B
公开(公告)日：2022-05-03
申请号：CN202010024855.3
申请日：2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法，包括步骤：可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥；CO首先使用由TTP分配的密钥对含噪图像进行加密，并将加密后的图像发送到第一边缘计算服务器ES1；第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪，并计算所得结果发送给第一边缘计算服务器ES1；AU向相应的CO提出图像使用请求，并从第一边缘计算服务器ES1获得相应的去噪密文图像，在自身的私钥帮助下，授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务；且降低了用户本地计算、通信开销，其密文去噪效果几乎等同于明文域性能。
-
公开(公告)号：CN111241561A
公开(公告)日：2020-06-05
申请号：CN202010024855.3
申请日：2020-01-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于隐私保护的用户可认证外包图像去噪方法，包括步骤：可信第三方TTP给内容所有者CO、授权用户AU和两个边缘计算服务器ES1、ES2分配相关的密钥；CO首先使用由TTP分配的密钥对含噪图像进行加密，并将加密后的图像发送到第一边缘计算服务器ES1；第二边缘计算服务器ES2辅助第一边缘计算服务器ES1进行密文图像去噪，并计算所得结果发送给第一边缘计算服务器ES1；AU向相应的CO提出图像使用请求，并从第一边缘计算服务器ES1获得相应的去噪密文图像，在自身的私钥帮助下，授权用户AU解密恢复出所需的明文去噪图像。本发明确保用户隐私数据安全同时提供图像去噪服务；且降低了用户本地计算、通信开销，其密文去噪效果几乎等同于明文域性能。
-
公开(公告)号：CN110059630A
公开(公告)日：2019-07-26
申请号：CN201910317372.X
申请日：2019-04-19
Applicant: 福州大学
IPC: G06K9/00
Abstract: 本发明涉及一种隐私保护的可验证外包监控视频行人再识别方法。首先，利用卷积神经网络(CNN)和基于核函数的监督哈希(KSH)来提取有效的行人特征；然后，设计一种基于秘密分享的汉明距离计算协议，以此允许云服务器计算密文特征索引之间的相似性；此外，提出一种基于Merkle哈希树的验证机制，允许用户检查匹配结果的正确性。本发明方法在保护其他非相关行人的隐私的同时，实现了外包监控视频的可验证行人再识别；且降低了本地计算、通信开销和文件存储空间的同时兼顾了视频数据的信息安全。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
