感知图像哈希技术及其在数字认证中的应用

感知图像哈希技术及其在数字认证中的应用

论文摘要

数字图像作为一种常用的多媒体信息越来越广泛地应用到人们的日常生活中,因此对其真实性和完整性进行认证就成为了一个迫在眉睫的现实问题。传统的哈希函数(如MD5、SHA-1)也称消息摘要函数,目的是从大量的数字信息中提取出较短的比特串作为摘要,已被广泛地应用于文本数据的真实性和完整性认证中,其特点是输入信息每比特的变化都会引起输出哈希值的剧烈改变。而图像信息可能在传输过程中经历有损压缩、滤波、噪声污染等变化,但依然和原始图像感知一致,因此要求所形成的哈希值是基于图像内容的。针对以上问题,本文从鲁棒性和安全性的角度深入研究了感知图像哈希技术。同时在传统的数字身份认证系统中,由于人体生物特征的唯一性,即使用户知道其特征已经泄露也不能对其进行更改,因而其存在安全隐患。因此本文将感知图像哈希技术引入到数字身份认证系统中,提供了一种解决这个问题的新途径。以下是本文的主要研究内容:1、实现了两个经典的感知图像哈希算法,并给出了一种基于不变矩的感知图像哈希算法。本文利用规范化的汉明距离对这三种算法的性能进行度量和比较。实验结果表明:本算法可以有效地抵抗对图像感知不变的攻击,具有一定的鲁棒性;同时哈希序列是由密钥控制生成的,因而具有安全性;并且本算法的鲁棒性与前两种经典算法相比也有所提高。2、针对目前存在的感知图像哈希算法不能抵抗图像增强、打印扫描和大角度旋转攻击的缺点,给出了一种基于改进的Hausdorff距离结合特征点提取的感知图像哈希算法。该算法将改进的Hausdorff距离作为性能度量的准则,实验结果表明该算法在具有鲁棒性的同时,对图像内容的篡改也具有一定的检测能力。3、将图像哈希技术引入到数字身份认证系统中,给出了一种基于图像哈希技术的多因素数字身份认证方案,构建了一个多因素认证系统。从而为解决传统的生物认证系统中存在的安全隐患提供了一条途径。通过对一些公开的人脸、指纹、虹膜等数据库进行测试的结果验证了该方案的有效性。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 数字图像认证概述
  • 1.2 感知图像哈希技术的研究背景和意义
  • 1.3 数字身份认证概述
  • 1.4 本文的主要工作和贡献
  • 1.5 本文的内容组织
  • 2 图像哈希技术基本流程和研究现状
  • 2.1 引言
  • 2.2 感知图像哈希函数的基本属性
  • 2.3 感知图像哈希技术的基本流程
  • 2.4 感知图像哈希技术的研究现状
  • 2.5 一种基于迭代滤波的感知图像哈希算法
  • 2.6 一种基于 DCT 平滑模板的感知图像哈希算法
  • 2.7 小结
  • 3 一种基于不变矩的感知图像哈希算法
  • 3.1 引言
  • 3.2 一种基于不变矩的感知图像哈希算法
  • 3.2.1 不变矩及其特性分析
  • 3.2.2 算法基本步骤
  • 3.2.3 相似性度量准则
  • 3.3 实验结果及性能分析
  • 3.3.1 鲁棒性测试
  • 3.3.2 抗碰撞测试
  • 3.3.3 安全性测试
  • 3.3.4 图像认证测试
  • 3.4 小结
  • 4 改进的Hansdorff距离结合特征点提取的感知图像哈希算法
  • 4.1 引言
  • 4.2 线段端点检测小波函数
  • 4.3 Hausdorff距离及其改进
  • 4.3.1 Hausdorff距离的基本原理
  • 4.3.2 Hausdorff距离的性质
  • 4.3.3 Hausdorff距离的改进
  • 4.4 仿射变换
  • 4.4.1 仿射变换的基本理论
  • 4.4.2 本算法的扭曲模型
  • 4.5 算法基本步骤
  • 4.6 图像认证过程
  • 4.7 实验结果
  • 4.8 小结
  • 5 基于图像哈希技术的多因素数字身份认证方案
  • 5.1 引言
  • 5.2 数字身份认证技术研究现状
  • 5.3 数字身份认证技术的安全性分析和特性
  • 5.3.1 传统数字身份认证系统的结构
  • 5.3.2 传统的身份认证系统与本文的多因素身份认证系统的安全性对比
  • 5.3.3 多因素身份认证系统
  • 5.4 一种基于不变矩和 SVM的多因素数字身份认证算法
  • 5.4.1 SVM基本原理
  • 5.4.2 算法流程
  • 5.5 实验结果及性能分析
  • 5.6 小结
  • 6 结论与展望
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    • [1].深度学习哈希综述[J]. 小型微型计算机系统 2020(10)
    • [2].具备高层语义特征的离散哈希图像检索算法[J]. 计算机工程与应用 2019(13)
    • [3].基于深度柯西哈希的图像检索研究[J]. 电子测量技术 2020(09)
    • [4].基于高阶统计信息的深度哈希学习模型[J]. 计算机工程 2020(07)
    • [5].基于误差加权哈希的图像检索方法[J]. 河南科技 2016(17)
    • [6].基于深度多监督哈希的快速图像检索[J]. 计算机应用与软件 2019(11)
    • [7].深度学习哈希研究与发展[J]. 数据通信 2018(02)
    • [8].哈希:品质承诺铸就品牌基石[J]. 现代企业文化 2012(Z1)
    • [9].面向图像检索的深度汉明嵌入哈希[J]. 模式识别与人工智能 2020(06)
    • [10].基于感知哈希的图像内容鉴别性能分析[J]. 计算机辅助设计与图形学学报 2012(07)
    • [11].感知哈希综述[J]. 电子学报 2008(07)
    • [12].一种有效深度哈希图像拷贝检测算法[J]. 计算机应用与软件 2020(03)
    • [13].基于均衡学习的增强哈希桶模型研究[J]. 光通信研究 2014(03)
    • [14].串的快速连续弱哈希及其应用[J]. 软件学报 2011(03)
    • [15].基于感知哈希的水稻生长期检测[J]. 安徽农业科学 2020(10)
    • [16].改进哈希编码加权排序的图像检索算法[J]. 传感器与微系统 2018(09)
    • [17].基于双哈希词典机制中文分词的研究[J]. 信息技术 2016(11)
    • [18].一种采用签名与哈希技术的云存储去重方案[J]. 计算机工程与应用 2020(01)
    • [19].密集网络图像哈希检索[J]. 中国图象图形学报 2020(05)
    • [20].大数据哈希学习:现状与趋势[J]. 科学通报 2015(Z1)
    • [21].一种基于自更新哈希链的双向认证签名方案[J]. 现代电子技术 2010(09)
    • [22].近似最近邻大数据检索哈希散列方法综述[J]. 广东工业大学学报 2020(03)
    • [23].有效的哈希冲突解决办法[J]. 计算机应用 2010(11)
    • [24].基于哈希锁定的网络传输异常序列监测仿真[J]. 计算机仿真 2020(04)
    • [25].基于自编码器的深度对抗哈希方法在覆冰电网图像检索中的应用[J]. 太原理工大学学报 2020(04)
    • [26].利用局部敏感哈希提高隔离森林算法效率[J]. 指挥信息系统与技术 2020(03)
    • [27].有监督鉴别哈希跨模态检索[J]. 计算机应用与软件 2019(04)
    • [28].基于感知哈希与椭圆曲线密码的遥感影像认证算法[J]. 金陵科技学院学报 2016(02)
    • [29].针对云计算中的数据安全性的研究[J]. 电脑编程技巧与维护 2015(20)
    • [30].基于相似度驱动的线性哈希模型参数再优化方法[J]. 软件学报 2020(04)

    标签:;  ;  ;  ;  

    感知图像哈希技术及其在数字认证中的应用
    下载Doc文档

    猜你喜欢