基于Paillier同态加密的可逆自嵌入水印方案用于密文图像认证与篡改定位

《Electronics》:Reversible Self-Embedding Watermarking for Encrypted Image Authentication

【字体: 大 中 小 】 时间:2026年10月31日 来源:Electronics 2.9

编辑推荐:

  图像认证对于检测未授权修改至关重要,然而隐私顾虑往往阻止图像所有者披露敏感视觉内容。本文提出一种用于密文图像认证和篡改定位的可逆自嵌入水印方案。图像所有者在传输前对原始图像进行加密,使第三方验证者能够直接在密文域中认证图像完整性,而无需访问原始图像或依赖外部参

  
图像认证对于检测未授权修改至关重要,然而隐私顾虑往往阻止图像所有者披露敏感视觉内容。本文提出一种用于密文图像认证和篡改定位的可逆自嵌入水印方案。图像所有者在传输前对原始图像进行加密,使第三方验证者能够直接在密文域中认证图像完整性,而无需访问原始图像或依赖外部参考。该方案通过水印失真检测篡改,并采用层次化检测机制降低漏检率,将理论检测率从87.5%提升至约99.86%。该方案实现了0.75比特每像素(bpp)的纯嵌入率和平均每像素0.21875次修改的修改率。此外,图像所有者可直接解密含水印的加密图像,并在不移除水印的情况下完整无损地恢复原始图像。实验结果证明了所提方法的可行性和有效性,为安全图像管理提供了隐私保护的认证、篡改定位和直接无损图像恢复功能。
一、研究背景与问题
随着数字图像在云存储、远程传输和在线信息共享中的广泛应用,保护图像机密性已成为重要的安全需求。图像加密技术通过将图像转换为不可识别的加密表示,有效防止未经授权的访问。然而,机密性本身并不能保证数据完整性——加密图像在传输或存储过程中仍可能被修改、替换或损坏,而成功解密并不等同于恢复的图像是真实的。因此,安全的图像共享框架应同时提供机密性保护和可靠的完整性验证。
现有可逆水印技术虽能在加密图像中嵌入认证信息,但仍存在若干局限:一些方法要求水印提取与图像解密联合执行,导致第三方验证者需持有解密密钥从而可能获取原始内容;另一些方法依赖特定的密钥安排,或在恢复原始图像前必须先移除水印。这些约束限制了其在隐私敏感场景中的应用,尤其是当独立验证者需要在不知晓图像内容的前提下完成认证时。此外,现有可分离方案虽然允许水印提取与图像解密独立进行,但未必能同时支持准确的篡改定位和无需移除水印的直接解密恢复。
二、研究内容与结论
针对上述问题,研究人员提出了一种基于Paillier密码系统的可逆自嵌入水印方法,用于加密图像的隐私保护认证。该方案使第三方验证者能够在完全不知道原始图像内容的情况下提取认证信息并嵌入水印,同时保持密文的正常解密能力。实验结果表明,该方法实现了0.75 bpp的纯嵌入率,平均每像素修改次数仅为0.21875,且通过层次化检测机制将篡改检测率从87.5%提升至约99.86%。更重要的是,图像所有者可以直接使用私钥解密含水印的加密图像,无需事先移除水印,即可无损恢复原始图像(PSNR = ∞, SSIM = 1)。这一特性显著增强了方案的实际应用价值。
三、关键技术方法
研究人员主要采用了以下关键技术方法:
  1. 1.
    Paillier概率公钥加密:利用Decisional Composite Residuosity(DCR)假设提供语义安全(IND-CPA安全),并支持加法同态运算。选择两个素数p和q使得n2 = (pq)2 < 224,确保密文可用24位图像表示。
  2. 2.
    可逆自嵌入水印:将加密图像划分为2×2非重叠块,利用数据隐藏密钥在每个块内随机选择一个宿主像素位置,从其余三个像素中提取3位认证数据,再通过Paillier的二次概率加密将该认证数据嵌入到选定的宿主像素中。
  3. 3.
    层次化篡改检测:第一级检测比较每个块的提取水印与重新计算的认证数据是否匹配;第二级检测将有效块在其3×3邻域中包含5个及以上无效块时重新标记为无效,从而将单块检测率从87.5%提升至约99.86%。
四、研究结果
4.1 视觉质量与可逆性分析
Paillier加密生成的密文图像无可见轮廓或统计痕迹,信息熵趋近于理论最大值8,表明像素分布高度均匀。含水印的加密图像与初始加密图像在视觉上无感知差异,且信息熵保持不变,证明水印嵌入未破坏密文的安全性。使用私钥直接解密后,恢复的图像与原始图像完全一致,PSNR = ∞,SSIM = 1,实现了零失真无损重建。
4.2 篡改检测能力评估
研究人员模拟了两种攻击:文本插入攻击和块拼接攻击。第一级检测中,单块篡改检测概率为7/8(87.5%),漏检发生在水印碰撞时(概率1/8)。引入第二级检测后,利用二项分布计算得到总检测概率约为99.86%,显著降低了假阴性率。实验结果显示,两种攻击下的篡改区域均能被精确定位。
4.3 计算复杂度分析
在Intel Core i7-10510U处理器(1.80 GHz, 16 GB RAM, Windows 10)上的Python 3.10实现中,图像加密、水印嵌入、篡改检测和图像解密的平均执行时间分别为28.49秒、1.15秒、0.35秒和44.31秒。篡改检测最为高效,而加解密耗时较长主要源于Paillier公钥密码系统的计算开销。理论上,对于含N个像素的图像,加解密和水印嵌入的时间复杂度均为O(Nk3)(k为模数n2的比特长度),固定模数下呈线性O(N)。
4.4 嵌入性能与安全性分析
方案在2×2块中嵌入3比特水印,纯嵌入率达0.75 bpp。每个块被修改的概率为7/32,对应平均每像素0.21875次修改,体现了高嵌入容量与低修改率的良好平衡。与传统直接修改密文的方法不同,本方案基于Paillier的重加密操作保留了密文的安全属性,不会引入解密错误。自嵌入机制使验证方无需原始图像、原始水印或辅助参数即可完成认证与定位。图像所有者与第三方验证者的职责完全分离:验证方无需私钥即可认证,所有者无需数据隐藏密钥即可解密恢复。
五、结论
本文针对加密图像提出了一种盲可逆自嵌入水印技术,实现了精确的篡改定位和鲁棒的完整性验证。该框架允许图像所有者在使用Paillier密码系统预加密图像后传输至云端,有效保护图像隐私。第三方验证者完全在密文域中操作,可提取认证信息并执行可逆自嵌入水印,而不会获知任何原始内容。关键在于,嵌入过程与标准解密例程完全兼容——与需要先移除水印才能恢复图像的传统方法不同,本方案使图像所有者能够直接解密含水印的加密图像以获得原始图像。未来研究将聚焦于降低Paillier密码系统的计算开销以加速资源受限环境下的处理速度,并进一步提高篡改检测精度以实现对抗性攻击下的更准确定位。该方法有效消除了隐私泄露风险,提供了一种兼顾图像认证与全面隐私保护的安全实用解决方案。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号