近日，信息科学领域国际顶级刊物《Information Sciences》 （一区TOP，IF 8.233）报道了人工智能学院机器视觉团队在图像安全方向的研究进展，相关成果以“Preserving privacy while revealing thumbnail for content-based encrypted image retrieval in the cloud”为题在线发表。

在数字信息技术日新月异的发展趋势下，数据已成为数字经济发展的核心生产要素，是国家重要资产和基础战略资源。随着数据价值的愈加凸显，数据安全风险与日俱增，数据泄露、数据贩卖等数据安全事件频发，为个人隐私、企业商业秘密、国家重要情报等带来了严重的安全隐患。因此，加强数据安全治理已成为维护国家安全和国家竞争力的战略需要。

图像作为丰富数据信息的载体，其安全性不言而喻。云服务的兴起，越来越多的用户青睐于外包图像至云服务器以减少本地存储压力，但直接上传明文图像存在着隐私泄露的风险。为此，图像加密技术被认为是一种有效的解决手段。它可以将可视的明文图像转变为无法识别的类噪声图像，为隐私图像信息提供保护。进一步，保护隐私的图像检索技术能够同时实现图像加密和加密图像的相似性检索，兼顾了图像的安全性和可用性，为有效管理和利用海量图像数据以构建安全智能服务提供重要技术支撑。

本论文提出了一种基于遗传算法的保留缩略图加密技术，使加密后的图像与原始图像可以生成完全一致的缩略图，而缩略图中保留的粗略明文信息可以提供部分视觉可用性，方便数据管理和图像检索。像素经过交叉和变异两种操作实现了像素比特级的置乱和扩散，提高了密文安全性。值得注意的是，该加密方案能够通过控制设置的分块大小来实现明文图像不同程度的加密，因此能够满足多种不同需求的应用场景。此外，论文中还设计了一种基于缩略图颜色特征信息的图像检索技术，能够实现加密图像的相似性检索。通过综合的实验评测分析，结果表明该方案在图像加密效果、安全性和检索精度方面均有着显著的优势，有效解决了传统图像加密导致密文图像丧失可用性带来的图像管理困难问题。

图1 系统架构图

图2 保留缩略图加密算法设计框架图

图3 图像检索算法设计框架图

图4 实验测试结果

河南大学人工智能学院为该论文的第一单位，机器视觉团队柴秀丽教授为第一作者，河南大学软件学院副教授甘志华为通讯作者。该研究工作为河南大学、南京航空航天大学、广西可信软件重点实验室的联合研究成果，受到国家自然科学基金、河南省科技攻关项目的支持。

论文链接：https://doi.org/10.1016/j.ins.2022.05.008