区块链 | 水印:A Blockchain-based System for Secure Image Protection Using Zero-watermark(四)

🍍原文: A Blockchain-based System for Secure Image Protection Using Zero-watermark

🍍写在前面: 原文是一篇 2020 年的 CCF-C,它对传统的零水印技术进行了改进,并与区块链应用结合了起来。

Experimental Comparison and Analysis

我们分别测试了零水印

(

z

e

r

o

 

w

a

t

e

r

m

a

r

k

)

mathsf{(zero watermark)}

(zero watermark) 算法和上述

S

C

mathsf{SC}

SC。区块链部分在

R

i

n

k

e

b

y

mathsf{Rinkeby}

Rinkeby 网络上进行测试,这是最接近以太坊主网的测试网络之一。我们实现了一个案例来分析系统的成本和性能。

运行环境为:

程序使用

M

a

t

l

a

b

mathsf{Matlab}

Matlab

S

o

l

i

d

i

t

y

mathsf{Solidity}

Solidity 编写。

由此可见,零水印

(

z

e

r

o

 

w

a

t

e

r

m

a

r

k

)

mathsf{(zero watermark)}

(zero watermark) 算法是用

M

a

t

l

a

b

mathsf{Matlab}

Matlab 写的。

1 Performance Test

在本节中,我们对提出的零水印算法进行了稳健性

r

o

b

u

s

t

mathsf{robust}

robust 分析,并将其与类似的零水印算法进行了比较。实验中使用了六幅

512

×

512

mathsf{512×512}

512×512灰度图像

  • L

    e

    n

    a

    ,

    B

    a

    b

    o

    o

    n

    ,

    B

    a

    r

    b

    a

    r

    a

    ,

    B

    r

    i

    d

    g

    e

    ,

    A

    i

    r

    p

    l

    a

    n

    e

    ,

    G

    o

    l

    d

    h

    i

    l

    l

    mathsf{Lena, Baboon, Barbara, Bridge, Airplane, Goldhill}

    Lena,Baboon,Barbara,Bridge,Airplane,Goldhill

以及一个

H

mathsf{H}

H 标志图像。如下图所示:

在这里插入图片描述

下图展示了零水印生成过程中的图像,主要包括特征图、水印图和零水印图。

在这里插入图片描述

不知道这些图是实验中真实生成的,还是随便意思一下的😇

使用六幅图像的归一化相关系数

(

N

C

)

mathsf{(NC)}

(NC) 的平均值作为比较指标。

N

C

mathsf{NC}

NC 值的计算公式如下:

N

C

(

F

,

F

^

)

=

i

j

F

(

i

,

j

)

F

^

(

i

,

j

)

i

j

F

(

i

,

j

)

2

i

j

F

^

(

i

,

j

)

2

NC(F,widehat{F})= frac{ {textstyle sum_{i}^{}}{textstyle sum_{j}^{}F(i,j)widehat{F}(i,j) } } {sqrt{sum_{i}^{}{textstyle sum_{j}^{}F(i,j)^2}} sqrt{sum_{i}^{}{textstyle sum_{j}^{}widehat{F}(i,j)^2}}}

NC(F,F

)=ijF(i,j)2

ijF

(i,j)2

ijF(i,j)F

(i,j)

其中,

F

mathsf{F}

F 代表原始的水印图像,而

F

mathsf{F'}

F 代表恢复出的水印图像。

N

C

mathsf{NC}

NC 值是一个小于

1

mathsf{1}

1 的数值,其值越高,通常意味着恢复出的水印效果越好。


实验结果如下表所示:

在这里插入图片描述

第一列是针对图像的攻击类型,后三列是文献方案和本文方案的

N

C

mathsf{NC}

NC 值。

实验结果如下图所示:

在这里插入图片描述

就是把表格里的数据画成了图😇

由上表和上图可见,我们提出的零水印方案比其他零水印方案更具鲁棒性,特别是在对抗几何攻击方面的鲁棒性优于其他两种零水印算法。


实验中测试的智能合约成本如下表所示:

在这里插入图片描述

上表列出了与合约执行相关的成本,这些成本在合约反复运行时变化不大。只有改变合约当前状态的行为会消耗燃料,而仅仅查看它不会花费金钱。通过实验,我们可以看到系统运行正常,且成本相对较低。与传统的第三方相比,区块链在成本方面具有巨大的优势。

测试了部署两个智能合约分别需要的

G

a

s

mathsf{Gas}

Gas 消耗,以及调用图像存档合约内部函数的

G

a

s

mathsf{Gas}

Gas 消耗。

2 Security and Privacy Analysis

本框架采用区块链、

I

P

F

S

mathsf{IPFS}

IPFS 和智能合约

(

S

C

)

mathsf{(SC)}

(SC) 技术,构建了一个无需可信第三方的零水印图像保护系统。与传统的加水印技术相比,该系统在保证安全的同时,降低了成本,并显著提升了隐私保护水平。接下来,我们将对这一系统的安全性和隐私性进行详细分析。

  • a

    )

    mathsf{a)}

    a) 消除可信第三方:有别于传统水印技术依赖第三方进行争议解决,我们的解决方案将所有数据存储在区块链上,并通过智能合约进行管理。这样做有效地消除了第三方可能带来的数据篡改风险。数据的加密存储措施进一步防止了数据泄露,而智能合约的自动化执行流程则确保了数据传输的高度可靠性。

  • b

    )

    mathsf{b)}

    b) 安全性和隐私性保障:在使用

    I

    P

    F

    S

    mathsf{IPFS}

    IPFS 对大文件进行分片分布式存储的过程中,我们上传至

    I

    P

    F

    S

    mathsf{IPFS}

    IPFS 的文件均为加密的图像数据。这意味着

    I

    P

    F

    S

    mathsf{IPFS}

    IPFS 的节点虽能检索到加密数据片段,但无法获取任何有价值的信息。文件的关键扰乱参数

    K

    e

    y

    mathsf{Key}

    Key 被安全地存储在智能合约中,并且只有得到授权的用户和文件所有者能够访问。换言之,任何未授权的第三方既无法从

    I

    P

    F

    S

    mathsf{IPFS}

    IPFS 下载加密图像,也无法获得

    K

    e

    y

    mathsf{Key}

    Key。因此,只要以太坊网络和零水印算法保持安全,整个框架的安全性便得到了充分保障。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码

)">
< <上一篇
下一篇>>