[發(fā)明專利]一種使用AI生成圖像的無載體機(jī)密分享方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210605830.1
• 申請(qǐng)日: 2022-05-30
• 公開（公告）號(hào): CN114998083A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設(shè)計(jì)）人: 高鍇;張靖群;張真誠(chéng);許益綜
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)上虞科學(xué)與工程研究院有限公司
• 主分類號(hào): G06T1/00
• 分類號(hào): G06T1/00;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 傅朝棟;張法高

本發(fā)明公開了一種使用AI生成圖像的無載體機(jī)密分享方法。首先，機(jī)密擁有者先使用兩個(gè)訓(xùn)練好的AI模型，分別用于生成兩張偽裝圖像以及兩張?jiān)趥窝b圖像中嵌入認(rèn)證碼的機(jī)密份額圖像。之后機(jī)密擁有者將含有認(rèn)證碼的機(jī)密份額圖像分別發(fā)給兩位參與者保管；最后，要提取機(jī)密信息時(shí)，參與者將各自的機(jī)密份額圖像發(fā)給第三方，第三方利用認(rèn)證模型對(duì)兩張機(jī)密份額圖像做一個(gè)圖像認(rèn)證，如果認(rèn)證通過，兩個(gè)參與者才能一起利用提取器模型提取各自份額中的嵌入序列并恢復(fù)機(jī)密信息。相比于其他現(xiàn)有的方法，本發(fā)明不僅繼承了視覺密碼計(jì)算復(fù)雜度低，安全性高的優(yōu)點(diǎn)，而且在深度學(xué)習(xí)的幫助下，生成的機(jī)密份額圖像和自然圖像并沒有區(qū)別，并且可以抵抗多種隱寫分析。

技術(shù)領(lǐng)域

本發(fā)明屬于信息安全之圖像內(nèi)容安全領(lǐng)域，具體涉及使用AI生成圖像的無載體機(jī)密分享方法

背景技術(shù)

隨著互聯(lián)網(wǎng)的快速發(fā)展，通過社交媒體進(jìn)行交流已經(jīng)成為我們?nèi)粘Ｉ钪械囊豁?xiàng)常規(guī)活動(dòng)。網(wǎng)絡(luò)安全以及數(shù)據(jù)保護(hù)，已經(jīng)成為人們關(guān)注的重點(diǎn)。針對(duì)信息安全的問題，很多學(xué)者都提出了不同的框架以及論文。作為一種常見的信息安全技術(shù)，(k.n)-機(jī)密分享的概念是由Shamir和Blakley在1979年首次提出的。他們的方案將機(jī)密信息分配到n個(gè)份額中，并將其分配給n個(gè)參與者。當(dāng)恢復(fù)機(jī)密信息時(shí)，任何k(k＜n)個(gè)參與者都可以通過組合他們的份額來重建完整的機(jī)密數(shù)據(jù)。這一概念被應(yīng)用于互聯(lián)網(wǎng)上機(jī)密信息的安全傳輸。此后，許多學(xué)者對(duì)這一領(lǐng)域進(jìn)行了深入研究，提出了視覺機(jī)密分享、可驗(yàn)證機(jī)密分享等。

隨著計(jì)算機(jī)硬件的更新，基于深度學(xué)習(xí)的隱寫分析方案得到越來越多學(xué)者的關(guān)注。這種技術(shù)可以通過學(xué)習(xí)自然圖像的數(shù)據(jù)分布模式來檢測(cè)被篡改的圖像。雖然傳統(tǒng)的機(jī)密分享方案提供了高質(zhì)量且有意義的份額圖像，但這些份額圖像是由原始圖像修改而成的，因此無法逃脫基于深度學(xué)習(xí)的隱寫分析的檢測(cè)。基于以上的原因，許多學(xué)者致力于將深度學(xué)習(xí)與隱寫術(shù)相結(jié)合，開發(fā)出一種可以對(duì)抗隱寫分析的新型隱寫術(shù)。這類方案的本質(zhì)是將機(jī)密數(shù)據(jù)直接嵌入到圖像中，同時(shí)不會(huì)改變后者；這也被稱為無載體隱寫術(shù)。基于深度學(xué)習(xí)的快速發(fā)展，我們希望將無載體隱寫術(shù)的概念引入機(jī)密分享中，從而進(jìn)一步提高機(jī)密分享的安全性。

發(fā)明內(nèi)容

本發(fā)明公開了使用AI生成圖像的無載體機(jī)密分享方法。首先，機(jī)密擁有者先使用兩個(gè)訓(xùn)練好的AI模型，分別用于生成兩張偽裝圖像以及兩張?jiān)趥窝b圖像中嵌入認(rèn)證碼的機(jī)密份額圖像。之后機(jī)密擁有者將含有認(rèn)證碼的機(jī)密份額圖像分別發(fā)給兩位參與者保管；最后，要提取機(jī)密信息時(shí)，參與者將自己的機(jī)密份額圖像發(fā)給第三方，第三方使用認(rèn)證模型對(duì)兩張機(jī)密份額圖像做一個(gè)圖像認(rèn)證，如果認(rèn)證通過，兩個(gè)參與者才能一起利用提取器模型提取各自的份額中的嵌入序列并恢復(fù)機(jī)密信息。本發(fā)明將深度學(xué)習(xí)，機(jī)密分享和視覺密碼相結(jié)合，實(shí)現(xiàn)了高創(chuàng)新性以及高安全性的機(jī)密分享。相比于其他現(xiàn)有發(fā)方法，本發(fā)明不僅繼承了視覺密碼計(jì)算復(fù)雜度低，安全性高的優(yōu)點(diǎn)，而且在深度學(xué)習(xí)的幫助下，生成的機(jī)密份額圖像和自然圖像并沒有區(qū)別，并且可以抵抗多種隱寫分析。

本發(fā)明的技術(shù)方案步驟如下：

一種使用AI生成圖像的無載體機(jī)密分享方法，其具體步驟如下：

S1：獲取基于DCGAN模型訓(xùn)練的偽裝圖像生成模型，用于將待嵌入的序列轉(zhuǎn)成偽裝圖像；獲取基于SRGAN模型訓(xùn)練的認(rèn)證碼嵌入器，用于生成在偽裝圖像中嵌入認(rèn)證碼的機(jī)密份額圖像；獲取基于U-Net訓(xùn)練的認(rèn)證模型，用于對(duì)機(jī)密份額圖像進(jìn)行認(rèn)證；獲取基于深度卷積網(wǎng)絡(luò)訓(xùn)練的提取器，用于恢復(fù)機(jī)密份額圖像中的嵌入序列；

S2：機(jī)密擁有者對(duì)待分享的機(jī)密信息進(jìn)行拆分和編碼，將一條機(jī)密信息編碼為兩條含有待嵌入序列信息的噪聲；

S3：機(jī)密擁有者將兩條噪聲分別輸入偽裝圖像生成模型中，得到兩張偽裝圖；

S4：機(jī)密擁有者將兩張偽裝圖分別輸入認(rèn)證碼嵌入器中，得到最終的機(jī)密份額圖像，將最終的機(jī)密份額圖像發(fā)送給兩個(gè)參與者；