视觉密码技术中的对比度与细线问题解析

内容分享3个月前发布

0 0 0

1、解释NS对比度的物理意义，并将其与其他定义进行比较。

NS对比度与其他对比度定义的比较

NS对比度（αNS = (h – l) / m）中，参数

m

为像素扩展，

h

和

l

分别为黑色度和白色度边界，该对比度反映了恢复的秘密图像的清晰度。

与其他对比度定义相比：

αVV = (h – l) / [m(h + l)]

αES = (h – l) / (m + l)

α(m,h,l) = [(h – l) · m] / [h · (m – h) + l · (m – l) + m²]

通过对 (2, 4)-VCS 的对比分析，仅 α(m,h,l) 能恰当反映两种 (2, 4)-VCS 的对比度，而 NS 对比度未体现出能像 α(m,h,l) 那样准确反映不同 VCS 对比度的优势。

2、SIVCS中细线问题是如何产生的？如何解决相关细线问题？

SIVCS中细线问题

原因分析

概率性质影响

：由于SIVCS的概率性质，秘密图像中的细实线在恢复时通常被表示为虚线。

像素误表示

：秘密图像中细线部分的黑色像素在恢复图像中被错误表示为白色像素，导致细线不清晰和误表示。

特定矩阵加密影响

：在某些构造中，加密时某些块可能总是被特定矩阵加密，从而导致细线缺失。

解决方法

替换为粗线

：将秘密图像中的细线替换为粗线。

计算参考厚度

：可计算线的参考厚度。

注意事项

放大图像影响

：如果秘密信息是字符、地图或几何形状等，在替换后需要放大秘密图像，这将导致共享图像变大。

优势丧失

：放大图像会使SIVCS在像素扩展上的优势丧失。

3、二维条形码和盲文被应用于基本可视密码共享的认证，请列出它们有效的原因。

二维条形码用于可视密码认证的有效原因

可应用于处理二值图像的可视密码，不考虑黑白以外的颜色；

具有大容量、小尺寸、便于携带、鲁棒性强和高安全性等优势，比一维条形码更适合用于可视密码认证；

可视密码共享以二维形式呈现，与二维条形码相似；

能有效隐藏信息，防止作弊，当共享持有者试图修改嵌入二维条形码的共享时，经销商可通过验证条形码信息及时阻止；

有助于评估可视密码组件的安全性，符合保密性、完整性和可用性（CIA）以及认证、授权、审计和计费（AAA）的安全标准。

盲文用于可视密码认证的有效原因

将盲文嵌入可视密码共享后，对秘密揭示的影响较小；

能有效增强可视密码认证过程，经销商可从嵌入的共享中提取认证信息，而作弊者难以了解共享的加密方式；

仅授权参与者有机会访问秘密揭示，通过验证认证信息的正确性可轻松识别修改和伪造的共享。

4、解释 (k, n)-P-SIVCS 和 (k, n, m)-ME-SIVCS 之间的区别。

加密对象：

– (k, n)-P-SIVCS 一次加密单个像素，经销商加密黑（白）像素时，随机选择 M1（M0）中的一列并将其行分配给 n 个参与者；

– (k, n, m)-ME-SIVCS 以 m 个像素为一个块进行加密，将秘密图像分成 q 个 m 像素的块进行处理。

加密方式：

– (k, n)-P-SIVCS 加密单个像素时，根据像素颜色随机选 M0 或 M1 的列；

– (k, n, m)-ME-SIVCS 加密 m 像素块时，依据块中黑色像素数量、已加密块情况及随机数等条件，随机排列 M0 或 M1 的列后进行加密。

输出：

– 两者都输出 n 个共享图像，但因加密对象和方式不同，处理过程和结果有差异。

5、如何将基于多项式的秘密共享方案和加密算法添加到增强安全性的视觉密码方案（VCS）中？

使用密钥共享技术，将加密算法的密钥通过 Shamir 的秘密共享方案（多项式基秘密共享方案）共享为 $ n $ 个子密钥，这些子密钥与视觉密码方案（VCS）的份额相关联；将私钥系统的加密输出作为 VCS 方案的输入随机数，使 VC 份额能够携带更多秘密，从而将 VC 方案和秘密共享方案与私钥系统合并。