http://www．jsjkx．comDOI:１０．１１８９６/jsjkx．２３０４０００３３到稿日期:２０２３Ｇ０４Ｇ０５返修日期:２０２３Ｇ０７Ｇ０７基金项目:国家重点研发计划(２０２０YFE０２００６００);国家自然科学基金(６２００２０５８)ThisworkwassupportedbytheNationalKeyR&DProgramofChina(２０２０YFE０２００６００)andNationalNaturalScienceFoundationofChina(６２００２０５８)．通信作者:陈立全(Lqchen＠seu．edu．cn)基于SecureCNN的高效加密图像内容检索系统卢雨晗陈立全王宇胡致远东南大学网络空间安全学院南京２１００００(Lyh_２３０７０１＠１６３．com)摘要随着智能设备的快速发展,云上的基于内容的图像检索技术(CBIR)越来越受欢迎.但在半诚实的云服务器上进行图像检索存在泄露用户隐私的风险.为了防止个人隐私遭到泄露,用户外包图像给云之前会对其进行加密,但现有的明文域上CBIR方案对于加密图像数据的搜索是无效的.为了解决这些问题,文中提出了一个基于近似数同态的高效加密图像内容检索方案,在保护用户隐私的情况下,能够快速实现以图搜图,且无需用户的持续交互.首先使用近似数同态神经网络对图像集进行特征提取,可以保证网络模型的参数和图像集数据不会泄露给云服务器.其次,提出了一种新的神经网络分治方法,该方法可以减少同态加密乘法深度和提高模型运行效率;利用分级可导航小世界(HNSW)算法构造索引,实现高效图像检索.此外,使用同态加密保障图像数据传输过程的安全性,使用对称加密算法保证存储阶段的安全性.最后,通过实验对比和安全性分析证明了该方案的安全性和效率.实验结果表明,该方案是INDＧCCA的,且在保证图像私密性的前提下,其同态加密的乘法次数最多为３次,在检索精度上远超过现有方案,在检索时间复杂度方面比现有方案高出至少１００倍,实现了检索精度和效率的兼顾.关键词:近似同态;基于内容的图像检索技术;神经网络;分级可导航小世界图算法;高效检索中图法分类号TP３９１．４１EfficientEncryptedImageContentRetrievalSystemBasedonSecureCNNLUYuhan,CHENLiquan,WANGYuandHUZhiyuanSchoolofCyberspaceSecurity,SoutheastUniversity,Nanjing２１００００,ChinaAbstractWiththerapiddevelopmentofsmartdevices,contentＧbasedimageretrievaltechnology(CBIR)onthecloudisbecomingincreasinglypopular．However,imageretrievalonasemiＧhonestcloudservercarriestheriskofcompromisinguserprivacy．Topreventpersonalprivacy...
