| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状与分析 | 第12-15页 |
| 1.2.1 基于压缩感知框的图像加密算法 | 第12-13页 |
| 1.2.2 云环境中基于压缩感知的图像信息保护应用 | 第13-15页 |
| 1.3 本文的研究目的与主要贡献 | 第15页 |
| 1.4 本文的组织结构及章节安排 | 第15-17页 |
| 2 压缩感知理论及其安全性分析 | 第17-25页 |
| 2.1 压缩感知基本理论 | 第17-18页 |
| 2.2 使用压缩感知作为加密方案的优点 | 第18-20页 |
| 2.3 压缩感知框架的安全性分析 | 第20-23页 |
| 2.3.1 安全强度 | 第20-21页 |
| 2.3.2 针对压缩感知加密方案的一种攻击手段 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 压缩感知框架下引入扩散机制的图像加密算法 | 第25-43页 |
| 3.1 引言 | 第25-26页 |
| 3.1.1 考虑利用压缩感知对图像进行加密的原因 | 第25页 |
| 3.1.2 需要解决的问题 | 第25-26页 |
| 3.1.3 解决问题的基本思想 | 第26页 |
| 3.2 预备知识 | 第26-30页 |
| 3.2.1 并行压缩感知 | 第26-27页 |
| 3.2.2 基于混沌序列的压缩感知测量矩阵 | 第27-30页 |
| 3.3 压缩感知框架下引入扩散机制的图像加密方案 | 第30-36页 |
| 3.3.1 方案总体框架 | 第30页 |
| 3.3.2 混沌测量矩阵的构建 | 第30-31页 |
| 3.3.3 抗选择明文攻击的压缩感知采样过程 | 第31-33页 |
| 3.3.4 压缩感知测量值的量化及扩散 | 第33-35页 |
| 3.3.5 解密过程 | 第35-36页 |
| 3.4 实验和讨论 | 第36-42页 |
| 3.4.1 实验设置 | 第36页 |
| 3.4.2 混沌测量矩阵的有效性验证 | 第36-37页 |
| 3.4.3 测量值量化引起的重构偏差评估 | 第37-38页 |
| 3.4.4 相关性分析 | 第38-39页 |
| 3.4.5 直方图分析 | 第39-40页 |
| 3.4.6 扩散效果分析 | 第40页 |
| 3.4.7 密钥空间分析 | 第40页 |
| 3.4.8 敏感性分析 | 第40-42页 |
| 3.4.9 复杂度分析 | 第42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 结合光学加密和压缩感知的图像加密算法 | 第43-61页 |
| 4.1 引言 | 第43-44页 |
| 4.1.1 为何将光学加密和压缩感知相结合 | 第43页 |
| 4.1.2 待解决的问题 | 第43-44页 |
| 4.1.3 解决问题的基本思想 | 第44页 |
| 4.2 预备知识 | 第44-46页 |
| 4.2.1 实保护分数阶余弦变换 | 第44-45页 |
| 4.2.2 Gyrator变换 | 第45-46页 |
| 4.3 结合光学加密和压缩感知的图像加密算法 | 第46-50页 |
| 4.3.1 方案总体框架 | 第46页 |
| 4.3.2 利用私密稀疏基增强密码特性 | 第46-47页 |
| 4.3.3 测量矩阵的更新机制 | 第47-49页 |
| 4.3.4 基于Gyrator变换的双随机相位编码 | 第49-50页 |
| 4.3.5 解密过程 | 第50页 |
| 4.4 实验和讨论 | 第50-59页 |
| 4.4.1 实验设置 | 第50页 |
| 4.4.2 密文图像和解密图像 | 第50-51页 |
| 4.4.3 直方图分析 | 第51-52页 |
| 4.4.4 相关性分析 | 第52-53页 |
| 4.4.5 密钥空间分析 | 第53-54页 |
| 4.4.6 抵御矩阵分解攻击的安全性分析 | 第54-55页 |
| 4.4.7 敏感性分析 | 第55-56页 |
| 4.4.8 鲁棒性分析 | 第56-58页 |
| 4.4.9 复杂度分析 | 第58-59页 |
| 4.5 本章小结 | 第59-61页 |
| 5 具有隐私保护的压缩感知图像云存储研究 | 第61-75页 |
| 5.1 引言 | 第61-62页 |
| 5.1.1 云计算和压缩感知框架的契合点 | 第61页 |
| 5.1.2 需要解决的问题 | 第61-62页 |
| 5.1.3 解决问题的基本思想 | 第62页 |
| 5.2 预备知识 | 第62-64页 |
| 5.2.1 线性规划实现压缩感知重构 | 第62-63页 |
| 5.2.2 安全威胁模型 | 第63-64页 |
| 5.3 具有隐私保护的压缩感知图像云存储模型 | 第64-70页 |
| 5.3.1 设计目标 | 第64页 |
| 5.3.2 系统结构 | 第64-65页 |
| 5.3.3 压缩感知重构问题的转换 | 第65-66页 |
| 5.3.4 加密矩阵的构造 | 第66-67页 |
| 5.3.5 算法描述 | 第67页 |
| 5.3.6 系统流程 | 第67-68页 |
| 5.3.7 正确性分析 | 第68-69页 |
| 5.3.8 安全性分析 | 第69-70页 |
| 5.3.9 方案效率及复杂度分析 | 第70页 |
| 5.4 实验与讨论 | 第70-74页 |
| 5.4.1 实验设置 | 第70-71页 |
| 5.4.2 正确性验证 | 第71-72页 |
| 5.4.3 隐私保护验证 | 第72页 |
| 5.4.4 加速比效率评估 | 第72-73页 |
| 5.4.5 转换问题的复杂程度评估 | 第73-74页 |
| 5.5 本章小结 | 第74-75页 |
| 6 基于云存储的压缩感知域图像版权验证研究 | 第75-89页 |
| 6.1 引言 | 第75-76页 |
| 6.1.1 对云存储数据进行管理的必要性 | 第75页 |
| 6.1.2 面临的挑战 | 第75-76页 |
| 6.1.3 解决问题的基本思想 | 第76页 |
| 6.2 预备知识 | 第76-77页 |
| 6.2.1 信息隐藏 | 第76-77页 |
| 6.2.2 信号经过随机投影后的相关性 | 第77页 |
| 6.3 基于云存储的压缩感知域图像版权验证模型 | 第77-83页 |
| 6.3.1 设计目标 | 第77页 |
| 6.3.2 系统结构 | 第77-79页 |
| 6.3.3 水印系统细节 | 第79-81页 |
| 6.3.4 算法描述 | 第81页 |
| 6.3.5 系统流程 | 第81-82页 |
| 6.3.6 压缩感知域的水印检测性能分析 | 第82-83页 |
| 6.3.7 复杂度分析 | 第83页 |
| 6.4 实验与讨论 | 第83-87页 |
| 6.4.1 实验设置 | 第83页 |
| 6.4.2 对水印检测性能理论分析的验证 | 第83-84页 |
| 6.4.3 压缩感知对检测性能的影响评估 | 第84-86页 |
| 6.4.4 测准率分析 | 第86-87页 |
| 6.5 本章小结 | 第87-89页 |
| 7 总结与展望 | 第89-91页 |
| 7.1 论文工作总结 | 第89-90页 |
| 7.2 未来研究展望 | 第90-91页 |
| 致谢 | 第91-93页 |
| 参考文献 | 第93-103页 |
| 附录 | 第103-104页 |
| A. 作者在攻读博士学位期间发表及完成的论文目录 | 第103-104页 |
| B. 攻读博士学位期间参加的科研项目目录 | 第104页 |