面向安全传输与篡改定位的结构化分块图像认证框架

《Results in Engineering》：A Structure Based Block-Wise Image Authentication Framework for Secure Transmission and Tamper Localisation

　　

无人机（Unmanned Aerial Vehicle, UAV）图像广泛应用于监视、遥感、灾害监测及基础设施检查等领域。受此类航空图像安全传输需求驱动，本文提出一种分块图像认证方法，该方法不仅能检测图像修改，还能检测块交换（block swapping）、重定位（relocation）及来自其他图像的块复制。这一点尤为重要，因为许多现有方法主要验证像素值，当视觉上有效的区域从其原始位置被移动时可能失效。所提方法对图像进行自适应划分，使得细节区域由较小块表示而平滑区域由较大块表示。随后将相似邻域块分组，并基于其视觉属性与空间排列形成结构基准（structure-based reference）。该基准与每块的位置相关联，从而使被移动或复制的块在解密前即验证失败。在1000幅分辨率为256 × 256至2048 × 2048的灰度与彩色图像上的实验表明，该方法总体篡改检测率为98.9%，定位精度为98.2%，误报率为1.3%。该方法同时保持了高重建质量，峰值信噪比（Peak Signal-to-Noise Ratio, PSNR）最高达37.45 dB，结构相似性指数（Structural Similarity Index, SSIM）达0.9993，且所需认证数据在不同图像尺寸下近乎恒定。这些结果表明，所提方法为实际图像传输提供了可靠的篡改定位和安全验证。

该研究发表于《Results in Engineering》，聚焦于无人机图像在无线或开放通信网络传输过程中的安全性问题。现有图像认证方法多侧重于像素级变化检测，难以应对空间语义层面的篡改——例如将视觉上有效的区域移动至另一位置或从其他图像复制，这类结构性攻击（structural attacks）在灾难监测等应用场景中可能导致错误决策。此外，整体验证无法精确定位篡改区域，而固定尺寸分块方法对复杂区域和平滑区域采用相同粒度，缺乏灵活性。为此，研究人员提出了一种结构感知分块认证方法，将加密验证同时绑定于图像内容、非均匀块结构及精确块位置，以检测内容篡改与结构性篡改。

研究采用的主要关键技术方法包括：基于内容自适应划分生成非均匀图像块；利用谱聚类（spectral clustering）对相似邻域块进行空间相干分组；运用持续同调（persistent homology）提取块中心点集的几何拓扑特征，构建结构感知上下文（structure-aware context）；采用基于层级密钥派生函数（Hierarchical Key Derivation Function, HKDF）的位置绑定密钥派生机制；使用ChaCha20-Poly1305认证加密（Authenticated Encryption with Associated Data, AEAD）保护各块；通过Merkle树承诺（Merkle-tree commitment）与Ed25519数字签名实现可扩展的完整性与真实性验证。实验样本来源于USC-SIPI图像数据库、Kaggle图像数据集及SRM图像库的1000幅图像。

自适应划分与结构行为分析部分：研究人员基于亮度图像的残差图、方差图和边缘图，采用加权块内异质性目标函数J(P)进行递归二分分裂，权重分别为0.5、0.3和0.2，网格步长G=8像素，实现内容自适应划分。结果表明，最小块面积为64 px²（8 × 8），最大块面积随分辨率增加而增大，验证了该方法对细节区域细划分、平滑区域粗划分的内容自适应特性。

无攻击条件下重建质量分析部分：在所有分辨率-图像类型子组中，该方法实现了100%认证率和100%解密率。灰度图像平均MSE从256 × 256的0.00036 ± 0.00007降至2048 × 2048的0.00018 ± 0.00004，平均PSNR从34.44 ± 0.85 dB提升至37.45 ± 0.68 dB，平均SSIM从0.9988 ± 0.0005提升至0.9993 ± 0.0003；彩色图像呈现相似趋势。加密图像呈噪声状，解密图像与原始图像几乎一致，验证了该方法在干净信道条件下的近无损特性。

密文统计安全性分析部分：通过熵（entropy）、像素变化率（Number of Pixels Change Rate, NPCR）、统一平均变化强度（Unified Average Changing Intensity, UACI）及相邻像素相关性四个指标评估。1000幅图像的平均熵为7.9978 ± 0.0006 bpp，NPCR为99.7165% ± 0.0205%，UACI为33.2667% ± 0.1112%，相邻像素相关性接近零。密文直方图呈近似均匀分布，验证了加密过程有效消除了统计泄漏。

结构感知上下文验证部分：验证拓扑描述符的判别性与稳定性。相似结构的组内平均拓扑距离d_w为0.084 ± 0.019，不同结构间平均拓扑距离d_b为0.417 ± 0.063，分离比达4.96；归一化互信息（Normalized Mutual Information, NMI）为0.94，上下文唯一率为98.6%（986/1000），无碰撞；相同输入下重复性为100%，参数稳定率96.8%，结构重排敏感率97.9%，最终认证篡改检测率100%。结果表明该描述符对相似结构稳定、对不同结构具有判别性。

篡改检测与定位结果部分：在像素/块修改、区域替换、块交换、块重定位、跨图像移植及多块篡改六种攻击下，总体召回率为98.9%，定位精度98.2%，F1分数97.9%，误报率1.3%。块交换和块重定位攻击的召回率达100%，因验证条件直接绑定于块位置和结构感知上下文。随着篡改率从5%增至40%，检测率和定位精度保持稳定，仅略有下降。

消融研究部分：对比完整方法与各简化变体。去除自适应划分使检测率降至95.6%、定位精度94.7%；去除结构感知上下文导致最大性能 degradation，检测率91.2%、定位精度89.6%；去除位置绑定认证检测率93.8%、定位精度92.1%；去除聚类结构检测率94.9%、定位精度93.3%；均匀网格简化基线性能最低，检测率89.7%、定位精度87.9%。结果证实所有主要模块均对最终性能有贡献，结构感知上下文绑定是结构篡改检测的核心非平凡贡献因素。

计算成本、认证开销与验证延迟部分：总平均运行时间为3.18 s，其中自适应划分（0.62 s）、分块加密（1.04 s）和接收端验证解密（0.99 s）占主要部分。认证元数据开销 modest，随分辨率增长轻微增加，Ed25519签名尺寸保持恒定。该结果表明方法在安全强度与计算效率间取得了实际平衡。

讨论与结论部分：该研究提出了一种结构感知认证图像传输方法，将加密验证绑定于图像内容与空间结构，能够检测内容篡改及块交换、重定位、跨图像移植等结构性攻击。方法采用内容自适应划分、空间相干聚类、基于持续同调的结构感知上下文、位置绑定HKDF密钥派生、ChaCha20-Poly1305认证加密，以及Merkle树承诺与Ed25519签名，在1000幅图像上验证了高检测率、高定位精度和低误报率。未来工作将扩展至感兴趣区域（Region of Interest, ROI）医学图像保护，并探索GPU并行处理与轻量级拓扑描述符以实现无人机实时部署。