Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工业大学于海阳获国家专利权

北京工业大学于海阳获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京工业大学申请的专利基于零知识证明的去中心化存储中的高效像素级动态图像审计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119628839B

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411526487.7,技术领域涉及:H04L9/32;该发明授权基于零知识证明的去中心化存储中的高效像素级动态图像审计方法是由于海阳;高应龙;杨震设计研发完成,并于2024-10-30向国家知识产权局提交的专利申请。

基于零知识证明的去中心化存储中的高效像素级动态图像审计方法在说明书摘要公布了:本发明公开了一种基于零知识证明的去中心化存储中的高效像素级动态图像审计方法,包括:预处理阶段:对图像文件进行处理生成并存储后续阶段所需的方法参数,以及基于文件内容的认证元和快照信息;图像审计阶段:使用伪随机函数生成审计过程所需的挑战参数,基于挑战参数执行审计任务,并生成审计过程的证据,并验证审计结果的正确性;图像更新阶段:基于操作参数执行语义级别的更新,并生成更新过程的证据,验证更新操作的正确性;本发明旨在减轻数据所有者的计算负担,特别适用于去中心化存储环境中计算资源有限的数据所有者。

本发明授权基于零知识证明的去中心化存储中的高效像素级动态图像审计方法在权利要求书中公布了:1.一种基于零知识证明的去中心化存储中的高效像素级动态图像审计方法,其特征在于,包括以下步骤: 步骤1、预处理阶段:对图像文件进行处理生成并存储后续阶段所需的方法参数,以及基于文件内容的认证元和快照信息; 在步骤1中,所述方法参数的生成方法具体包括以下步骤: A、分割图像文件:数据所有者将图像文件I分割为多个图像块{Ii}; B、选择生成器:在循环群G1中选择生成元g和h;为了使用多项式承诺方案,随机选择承诺打开点o和私有值χ,同时计算公共参数其中公共参数NP是多项式Px的次数; C、生成辅助验证信息:对于每个图像块Ii,生成辅助验证信息μi,其中 D、创建ZKP算术电路:基于不同的图像操作,为图像动态审计创建ZKP算术电路φ,并生成密钥对pki,vki,pkd,vkd,密钥对用于参与到后续的证据生成及校验环节; E、生成卷积核:生成一组卷积核{Ai}用于图像的像素表示,其中i∈[0,NP-1],并使用随机混淆因子α来防止直接暴露; F、存储验证信息:图像所有者在本地存储gα; 在步骤1中,基于文件内容的认证元和快照信息的生成方法具体包括以下步骤: a、图像所有者将每个大图像块Ii∈I在本地分割为NP×NH×NC个小像素矩阵,其中Ii={Ii,0,0,Ii,0,1,…,Ii,0,NC×NH-1,…,Ii,NP-1,NC×NH-1};每组NH个像索矩阵被压缩以获得哈希矩阵Hi={Hi,0,1,…,Hi,0,NC-1,…,Hi,NP-1,NC-1},其中Hi,j,l代表哈希操作HIi,j,l×NH,…,Ii,j,l+1NH-1的结果,j∈[0,NP-1],l∈[0,NC-1]; b、卷积操作:使用大小为NC的卷积核对哈希矩阵进行加权聚合,得到卷积系数Ci={Ci,0,Ci,1,…,Ci,NP-1},其中Ci,m=Conv{Hi},{Ai},Conv表示使用{Ai}在{Hi}上执行的卷积操作; c、多项式表示:使用多项式承诺表示每个图像块Ii为多项式Pix=Ci,0+Ci,1x+Ci,2x2+…+Ci,NP-1xNP-1,最终得到承诺值Pio,其中使用承诺打开点o,图像所有者计算每个图像块的相应数据认证器为 d、计算快照信息:使用生成的认证元计算快照信息最终将文件{Ii}、数据认证器{τi}和快照信息sn发送给服务提供商DSP; 步骤2、图像审计阶段:使用伪随机函数生成审计过程所需的挑战参数,基于挑战参数执行审计任务,并生成审计过程的证据,并验证审计结果的正确性; 在步骤2中,生成审计过程的证据具体包括以下步骤: 1图像拥有者发起挑战:图像拥有者生成两个随机密钥λ1和λ2,并且指定需要检查的图像块数I;之后,图像拥有者将λ1,λ2,I发送给数据存储提供商DSP; 2DSP生成挑战集合:DSP使用接收到的λ1和λ2生成一个挑战集合Ω=i,ηi;其中,i是图像块的索引,使用伪随机置换函数πλ1k生成;ηi是一个随机系数,通过伪随机函数fλ2k生成;DSP接受挑战的图像块{Ii}和随机系数ηi,以及一个称为αAi的卷积核矩阵,用于对图像块进行处理; 3DSP计算证明π:DSP利用图像审计电路Ψ计算证明π:π←ProveΨpkd,{αAi},Ψ,{Ii}i∈Ω,{ηi}i∈Ω,Ca,其中Ca为线性聚合系数 4DSP生成辅助证明ωτ:DSP对没有被挑战的图像块Ij生成辅助证明其中, 5DSP将所有结果打包发送给图像拥有者:DSP将计算得到的证明π和辅助证明ωτ打包成一个整体证明Prf,并发送给图像拥有者; 步骤3、图像更新阶段:基于操作参数执行语义级别的更新,并生成更新过程的证据,验证更新操作的正确性; 在步骤3中,生成更新过程的证据具体包括以下步骤: ①在接收到包括图像I、证明参数λ3、操作类型op和操作参数在内的修改信息后,DSP加载原始图像I,根据操作类型op从库中选择适当的动态更新电路φop进行后续计算;接着,DSP针对指定图像I确定集合Δ={i,ηi},其中i是图像块{Ii}的索引,ηi是与该索引对应的随机系数; ②选择动态更新电路:根据操作类型op选择适当的动态更新电路φop,并加载原始图像I; ③需获取当前图像I的卷积系数Ci,j{i∈Δ,j∈[0,NP-1],并构造多项式并获取聚合后的系数Ca; ④利用动态更新电路φop,根据原始图像I、更新图像I′、系数Ca和盲化卷积核矩阵αAi,DSP执行动态更新电路φop,得到电路的证明: ⑤计算辅助证明: 然后,DSP将辅助证据ωτ,电路证明π,系数信息Ca以及图像数据的认证元τ{i}发送给数据所有者验证; 在步骤3中,验证更新操作的正确性具体包括以下步骤: i、使用电路的验证秘钥来验证动态更新电路计算:如果验证通过,则说明DSP所执行的图像像素操作和图像所有者在本地执行的结果是一致的,验证了操作的正确性; ii、验证DSP发送的系数信息,以此来判断DSP是否对原始数据进行操作,相当于一次审计过程的验证: iii、同时检查辅助证据: 如果所有等式成立,更新验证通过。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京工业大学,其通讯地址为:100020 北京市朝阳区平乐园100号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。