.png){kind=icon}
返回
Optimal Access Structure Partition Methods for Image Secret Sharing
.png){kind=icon}
PRE
AI
DOI：10.1109/TIFS.2025.3645631.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视觉密码方案（VCS）和基于多项式的秘密图像共享（PSIS）是保护图像的两种主要秘密共享类型。VCS和PSIS各有优缺点。对于VCS，其优点是提供完美安全性和易于解码。但它受到秘密恢复有损和面向二值图像的限制。PSIS可以处理灰度/彩色图像，并提供无损秘密重构。然而，秘密解码计算复杂（即对于$(k, n)$阈值的时间复杂度为$\mathcal{O}(k\log^{2}k)$），且PSIS中的残差图像问题会危及安全性。在本文中，我们受到启发去研究一种能够兼顾VCS和PSIS优点的共享技术。与现有的VCS和PSIS不同，所提出的共享方法是基于访问结构分区（ASP）结果完成的。本质上，开发了一种受ASP指导的图像秘密共享方法，并设计了三种最优ASP算法。与现有的分区方法相比，我们的分区技术在$(k, n)$阈值较大时（尤其是$n$较大时）表现出显著改进。以$(2, 15)$、$(2, 18)$和$(4, 12)$阈值为例，采用我们的方法所需的子访问结构数量分别为4、5和19，而现有方法分别为8、10和45，改进百分比分别为100%、100%和137%。此外，基于ASP算法的分区结果，我们可以采用$(k, k)$概率视觉密码方案（PVCS）来构成一种$(k, n)$共享方法，用于编码灰度/彩色图像。实验结果验证了共享方法和ASP算法的有效性。同时，比较分析表明，我们的共享方法具有以下优点：完美安全性、低解码复杂度（即$\mathcal{O}(d)$）、无损秘密恢复（即PSNR$=\infty$，SSIM=1），以及面向灰度/彩色图像。
Keyword:
Secret sharing
visual cryptography scheme
secret image sharing
access structure partition
期刊
IF:
8
论文数:
5.3K
被引数:
2.3W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
Communication-Efficient Privacy-Preserving Neural Network Inference via Arithmetic Secret Sharing通过算术秘密共享实现通信高效的隐私保护神经网络推理
PREAI
分享收藏
查看更多内容