项目名称: 可认证及可修复式秘密图像共享技术研究

项目编号: No.61201385

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 王智慧

作者单位: 大连理工大学

项目金额: 24万元

中文摘要: 作为多媒体信息安全领域的研究前沿,秘密图像共享技术提供了一种新的安全使用秘密图像的机制。它利用数学算法将秘密图像转换成多个伪装分存图像分发给多个参与者,当参与者数目大于或等于阈值时重构出秘密图像。秘密图像共享技术具有以下优势:1)多个参与者共同对秘密图像进行管制,增强了秘密图像的安全性;2)无需使用公钥加密技术,降低了算法复杂度。项目组在归纳现有研究成果基础上,凝练出目前研究中存在的一系列函待解决的科学问题:1)在参与者可靠性方面,如何设计既可以认证伪装分存图像的准确性,又可以对遭篡改的伪装分存图像进行修复的秘密图像共享技术;2)在分存图像安全传输方面,如何设计基于问题1)解决方案的分存图像信息隐藏算法。针对上述问题,项目组结合现有研究基础,拟定了切实可行的研究方案。项目的成功实施,有望显著改进秘密图像共享技术的性能,拓展秘密共享技术的应用领域,从而有力提升我国在该前沿领域的研究水平。

中文关键词: 秘密共享;图像处理;信息隐藏;;

英文摘要: As the cutting edge research field of multimedia information security, secret image sharing provides a new way to use the digital image securely. It uses the mathematical algorithms to transfer the secret image into many shares, and then sends them to all participants. If the number of the cooperated participants not smaller than a predefined threshold, they can extract the secret image correctly. There are two advantages of secrect image sharing technique in general. The first one is the secret image can be controlled by multi participants other than only one, which inhances the security of the secret image. The second one is there is no need of adopting public key algorithms in secret image sharing, which means the lower computation cost.Based on the thoroughly study of secret image sharing's development, we found that the following problems are still need to be solved: 1) If there are cheaters among participants, how to design a new secret image sharing scheme, which should have both stego-share authentication function and stego-share restoration function.2) As to the phase of sending the shares to the participants securely,how to design a new image information hiding scheme under the condition of satisfying the new requirements generated by solving the problem 1). In this proposal, we make a feasible plan t

英文关键词: secret sharing;image processing;information hiding;;

成为VIP会员查看完整内容
0

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
「联邦学习隐私保护 」最新2022研究综述
专知会员服务
116+阅读 · 2022年4月1日
亚马逊最新《联邦学习》简明综述
专知会员服务
84+阅读 · 2022年2月6日
区块链数据安全服务综述
专知会员服务
54+阅读 · 2021年11月10日
中科大《计算机体系结构》2021课程,附课件
专知会员服务
76+阅读 · 2021年4月4日
专知会员服务
63+阅读 · 2021年1月25日
专知会员服务
15+阅读 · 2020年11月8日
专知会员服务
49+阅读 · 2020年6月14日
CCF计算机安全专委会发布2022年网络安全十大发展趋势
CCF计算机安全专委会
2+阅读 · 2022年2月25日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
视频隐私保护技术综述
专知
3+阅读 · 2022年1月19日
【委员纳新】2021年CSIG机器视觉专委会委员纳新!
CSIG机器视觉专委会
1+阅读 · 2021年6月21日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
SAR成像原理及图像鉴赏
无人机
21+阅读 · 2017年8月14日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Pre-Training on Dynamic Graph Neural Networks
Arxiv
1+阅读 · 2022年4月18日
Identity-aware Graph Neural Networks
Arxiv
14+阅读 · 2021年1月25日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
「联邦学习隐私保护 」最新2022研究综述
专知会员服务
116+阅读 · 2022年4月1日
亚马逊最新《联邦学习》简明综述
专知会员服务
84+阅读 · 2022年2月6日
区块链数据安全服务综述
专知会员服务
54+阅读 · 2021年11月10日
中科大《计算机体系结构》2021课程,附课件
专知会员服务
76+阅读 · 2021年4月4日
专知会员服务
63+阅读 · 2021年1月25日
专知会员服务
15+阅读 · 2020年11月8日
专知会员服务
49+阅读 · 2020年6月14日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员