基于SGX的人脸识别隐私保护方案的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 解决的问题和创新点 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 相关背景知识和关键技术 | 第14-31页 |
| 2.1 INTELSGX技术 | 第14-21页 |
| 2.1.1 IntelSGX技术诞生背景 | 第14页 |
| 2.1.2 技术特性 | 第14-19页 |
| 2.1.3 体系结构 | 第19-21页 |
| 2.2 人脸识别技术 | 第21-27页 |
| 2.2.1 人脸识别技术研究的发展现状 | 第21-22页 |
| 2.2.2 人脸识别的关键问题 | 第22-23页 |
| 2.2.3 经典的人脸识别方案 | 第23-27页 |
| 2.3 第三方平台的安全挑战 | 第27-31页 |
| 2.3.1 图像隐私的安全问题 | 第27-29页 |
| 2.3.2 通用云计算中的安全威胁 | 第29-30页 |
| 2.3.3 本文要解决的安全隐私问题 | 第30-31页 |
| 第三章 基于SGX的人脸识别方案的设计与实现 | 第31-50页 |
| 3.1 整体框架设计 | 第31-36页 |
| 3.1.1 总体框架 | 第31-33页 |
| 3.1.2 流程设计 | 第33-35页 |
| 3.1.3 系统需要满足的关键要求 | 第35-36页 |
| 3.2 客户端图像的采集与加密模块设计与实现 | 第36-38页 |
| 3.2.1 客户端图像的采集 | 第37页 |
| 3.2.2 客户端图像的加密模块 | 第37-38页 |
| 3.3 云端图像解密模块设计与实现 | 第38-42页 |
| 3.3.1 安全区中解密模块的设计 | 第38-40页 |
| 3.3.2 解密模块在安全区中实现 | 第40-42页 |
| 3.3.3 安全启动 | 第42页 |
| 3.4 云端人脸识别模型训练模块设计与实现 | 第42-47页 |
| 3.4.1 人脸识别模型的设计 | 第42-43页 |
| 3.4.2 图像训练集标签构建 | 第43-44页 |
| 3.4.3 安全区中三种人脸识别算法的实现 | 第44-46页 |
| 3.4.4 安全恢复 | 第46-47页 |
| 3.5 安全区中人脸识别模块设计与实现 | 第47-48页 |
| 3.5.1 人脸识别模块的设计与实现 | 第48页 |
| 3.6 本章小结 | 第48-50页 |
| 第四章 实验与分析 | 第50-65页 |
| 4.1 实验环境搭建 | 第50-53页 |
| 4.1.1 硬件与系统环境 | 第50-51页 |
| 4.1.2 软件环境搭建 | 第51-53页 |
| 4.2 数据的获取与预处理 | 第53-55页 |
| 4.2.1 人脸识别模型数据的获取 | 第53-54页 |
| 4.2.2 数据的预处理 | 第54-55页 |
| 4.3 功能测试 | 第55-58页 |
| 4.3.1 图像加密功能测试 | 第55-56页 |
| 4.3.2 SGXEnclave功能测试 | 第56页 |
| 4.3.3 人脸识别功能测试 | 第56-58页 |
| 4.4 性能分析 | 第58-60页 |
| 4.4.1 加密模块性能测试 | 第58-59页 |
| 4.4.2 解密和人脸识别模块性能 | 第59页 |
| 4.4.3 Seal和Unseal性能 | 第59-60页 |
| 4.4.4 实时性分析 | 第60页 |
| 4.5 安全性分析 | 第60-64页 |
| 4.5.1 图像混沌加密的安全性分析 | 第61-62页 |
| 4.5.2 Enclave运行时安全 | 第62-64页 |
| 4.5.3 静态安全 | 第64页 |
| 4.5.4 其他安全性分析 | 第64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
