技术特征：
1.一种基于外包k
‑
means的加密图像检索系统，其特征在于，该系统包括三种类型的实体：数据拥有者、云服务器和数据访问者；所述数据拥有者，是原始图像数据的所有者，负责对其所拥有的每一幅原始图像提取特征向量，然后对每一幅原始图像及其特征向量进行加密，得到加密后的图像数据；将加密后的图像数据上传到云服务器；对数据访问者发送的图像检索结果进行解密，并将通过解密得到的对应的原始图像发送给数据访问者；所述云服务器，用于存储加密后的图像数据，并与数据拥有者进行交互构建安全索引树；利用检索令牌和安全索引树来执行图像相似性的检索，并把检索结果返回给数据访问者；所述数据访问者，对待检索图像进行查询；对待检索图像进行查询时，使用待检索图像来构建检索令牌并将其发送给云服务器；接收云服务器发送的图像检索结果并将其发送给数据拥有者；接收数据拥有者发送的与待检索图像相似的原始图像。2.利用权利要求1所述的基于外包k
‑
means的加密图像检索系统进行基于外包k
‑
means的加密图像检索方法，其特征在于，包括如下步骤：步骤1：数据拥有者对其所拥有的每一幅图像提取特征向量，利用提取的特征向量来描述图像的局部特征；步骤2：数据拥有者对每一幅原始图像及其特征向量进行加密，得到加密图像及对应的加密特征向量，将所有的加密图像及其各自对应的加密特征向量上传给云服务器；步骤3：数据拥有者对加密特征向量进行编号，并为每个加密特征向量构建相应的结构t
i
＝(id
i
,vc
i
,c
j
)，数据拥有者将集合t＝{t1,t2,...,t
n
}上传给云服务器；其中，id
i
表示加密特征向量vc
i
的编号；c
j
表示第j个加密图像；t
i
表示第i个特征向量对应的结构，i＝1,...,n，j＝1,...,m，其中m为数据拥有者拥有的原始图像总数，n为从m张原始图像中提取出的特征向量总数；步骤4：根据加密特征向量的编号和结构，利用k
‑
means算法通过数据拥有者和云服务器的交互构建安全索引树；步骤5：数据访问者对输入的待检索图像提取特征向量，通过对该特征向量进行加密构建检索令牌t
q
并将其发送给云服务器；步骤6：云服务器利用检索令牌和安全索引树执行图像的相似性检索操作，得到一系列与待检索图像相似的图像，并将这些相似图像添加到相似图像集合中，再将该相似图像集合返回给数据访问者；步骤7：数据访问者将其收到的相似图像集合发送给数据拥有者；步骤8：数据拥有者对接收到的相似图像集合进行解密，恢复出对应的原始图像集合并将其发送给数据访问者。3.根据权利要求2所述的基于外包k
‑
means的加密图像检索方法，其特征在于，数据拥有者利用sift算法对其所拥有的每一幅图像提取特征向量。4.根据权利要求2所述的基于外包k
‑
means的加密图像检索方法，其特征在于，数据拥有者对原始图像进行加密的方法为：数据拥有者首先通过调用crypto++函数库中的autoseededrandompool算法来随机生成长度为128bit的对称密钥sk，然后数据拥有者调用aes算法输入对称密钥sk，对每一幅原始图像进行加密。
5.根据权利要求2所述的基于外包k
‑
means的加密图像检索方法，其特征在于，所述步骤4包括如下步骤：步骤4
‑
1：数据拥有者设定所需的聚类个数k，并生成每个聚类中心的初始特征向量；步骤4
‑
2：对各聚类中心的特征向量进行加密，并将加密后的聚类中心特征向量集合vc
t
′
发送给云服务器；所述vc
t
′
＝{vc
t1
,vc
t2
,...,vc
tk
}，其中vc
t1
,vc
t2
,...,vc
tk
表示为各聚类中心的特征向量v
t1
,v
t2
,...,v
tk
加密后的密文，k为数据拥有者设定的聚类个数；步骤4
‑
3：云服务器利用k
‑
means算法构建安全索引树结构，包括如下步骤：步骤4
‑3‑
1：云服务器执行k
‑
means聚类算法，通过计算步骤2得到的每个加密特征向量vc
i
到聚类中心特征向量集合vc
t
′
中每个聚类中心的汉明距离，找到vc
i
距离集合vc
t
′
里最近的特征向量，然后将该特征向量vc
i
添加到与其距离最近的聚类中心对应的类中，这样就将所有步骤2得到的所述加密特征向量划分到k个类里；步骤4
‑3‑
2：云服务器将每个类里各特征向量的编号返回给数据拥有者；步骤4
‑3‑
3：数据拥有者接收到每个类里所包含的各特征向量所对应的编号，并根据结构t
i
＝(id
i
,vc
i
,c
j
)找到编号对应的特征向量，重新计算各聚类中心的特征向量，取每个类中所包含的特征向量的均值作为该类的聚类中心的特征向量，这样对k个聚类中心的特征向量集合v
t
进行更新，步骤4
‑3‑
4：将新计算的聚类中心特征向量与上一次得到的聚类中心特征向量进行对比，如果不同，转至步骤4
‑
2，按照步骤4
‑
2的方法，数据拥有者对新计算的各聚类中心的特征向量进行加密并将重新计算的加密后的聚类中心特征向量集合v
t
发送给云服务器；步骤4
‑3‑
5：按照步骤4
‑3‑
1至步骤4
‑3‑
4的方法，重复执行步骤4
‑3‑
1至步骤4
‑3‑
4，直至各聚类中心的特征向量不再发生变化，不再发生变化的各聚类中心的特征向量将作为安全索引树当前层的非叶子节点；步骤4
‑3‑
6：对每一个非叶子节点，如果所属非叶子节点类里的特征向量的个数大于k，则重复执行步骤4
‑3‑
1至步骤4
‑3‑
5，不断地进行迭代划分直至每个类里的特征向量的个数少于k，不足以被划分成新的k个类，当前类中的每个特征向量将作为叶子节点连接到非叶子节点。6.根据权利要求2或5所述的基于外包k
‑
means的加密图像检索方法，其特征在于，利用安全模哈希算法对所述特征向量进行加密。7.根据权利要求2所述的基于外包k
‑
means的加密图像检索方法，其特征在于，所述云服务器利用检索令牌和安全索引树执行图像的相似性检索的方法为：云服务器计算检索令牌t
q
与安全索引树itree上每一层的所有节点的汉明距离，找到当前层中与检索令牌最为相似的节点，来作为下一层的入口节点，直至找到叶子节点为止，然后通过加密特征向量的结构将叶子节点特征向量所对应的加密图像添加到相似图像集合中。8.根据权利要求2所述的基于外包k
‑
means的加密图像检索方法，其特征在于，所述数据拥有者对接收的相似图像集合进行解密的方法为：首先数据拥有者需要查看数据访问者是否存在于预设的授权表中，若是，则数据拥有者使用对称密钥对相似图像集合进行解密，解密出原始图像发送给数据访问者，反之则拒绝。
技术总结
本发明公开了一种基于外包K
技术研发人员：周福才 黑甜甜 张宗烨 秦诗悦 李东宝
受保护的技术使用者：东北大学
技术研发日：2021.06.30
技术公布日：2021/10/8