Design and development of reversible data hiding‑homomorphic encryption & rhombus pattern predictio

类似于RRBE

原文:【2023】Design and development of reversible data hiding- homomorphic encryption & rhombus pattern prediction approach | Multimedia Tools and Applications (springer.com)

研究背景

同态加密使得同态加密是一种加密类型,它使用户能够在加密数据上进行计算,而无需首先对其进行解密。所以,任何第三方都可以在不知道原始内容的情况下对加密图像执行数据隐藏操作。

方法概括

图像和秘密数据在第一阶段被加密。在第二阶段,加密的机密数据被嵌入到一个密码图像,而不知道秘密和封面。最后,秘密被提取,并在第三阶段恢复密码图像。

方法流程介绍

A图像加密

首先使用菱形预测器对原始图像进行预测。

C1TC2
LC3R
C4BC5

C1=\left \lfloor \frac{T+L}{2} \right \rfloor 、C2=\left \lfloor \frac{T+R}{2} \right \rfloorC4=\left \lfloor \frac{L+B}{2} \right \rfloorC5=\left \lfloor \frac{B+R}{2} \right \rfloorC3=\left \lfloor \frac{T+L+R+B}{4} \right \rfloor

橙色区域是预测像素的位置,也就是可嵌入附加信息的位置,蓝色区域是参考像素,不可嵌入。

 得到预测值之后,根据误差,构建修改的图像 MI 。具体构建方程如下式:

 
 接着对构造的MI图像进行加法同态加密:

其中,r是发送者的私有密钥,e_2 是接收方的私钥(e_2=d\times e_1d是接收方的私钥,e_1是随机数),b是图像位深度,如灰度图的位深度b为8。

然后利用随机种子sd生成随机数R,对R也进行同态加密:

最后。将加密后的 MI图像的像素值和加密后的随机数相加得到最终的加密图像EI

以上操作的具体流程见下图:

B数据嵌入

使用同态加密对附加数据进行加密,得到加密的附加数据,最终和可嵌入位的橙色区域像素进行相加,得到最终的stego-imageSI)。

 以上操作的具体流程见下图:

C秘密数据提取和载体图像恢复 

1、直接对图像进行解密

直接解密具有秘密的图像给出一个近似图像。解密公式如下其中橙色区域对应于第一个式子、蓝色区域对应于第二个式子。得到解密图像DI1 。

其中 m_1 是发送方的公钥(m_1=r\times e_1)。

接着,解密图像DI1减去随机数能够更接近原始图像,称为解密图像DI2,然后计算可嵌入位周围像素的平均值,最终得到近似图像AI

2、数据提取和图像恢复

从近似图像AI中用公式1提取嵌入的秘密信息Encrypted Embedded Secret bits (EES),进一步对像素进行处理,公式2计算恢复原始图像。

  • 10
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值