中文核心期刊
中国科技论文统计源期刊
国际刊号:1004-9037
国内刊号:32-1367/TN
用户登录
  E-mail:  
  密  码:  
  作者 审稿  
  编辑 读者  
期刊向导
联系方式
  • 主管:中国科学技术协会
  • 主办:南京航空航天大学
  •           中国电子学会
  • 国际刊号:1004-9037
  • 国内刊号:32-1367/TN
  • 地址:南京市御道街29号
  • 电话:025-84892742
  • 传真:025-84892742
  • E-mail:sjcj@nuaa.edu.cn
  • 邮编:210016
陈国明,袁泽铎,龙舜,麦舒桃.一种基于格雷码置乱与分块混沌置乱的医学影像隐私保护分类方案[J].数据采集与处理,2022,37(5):984-996
一种基于格雷码置乱与分块混沌置乱的医学影像隐私保护分类方案
A Privacy-Preserving Medical Image Classification Scheme Based on Gray Code Scrambling and Block Chaotic Scrambling
投稿时间:2021-10-24  修订日期:2022-01-26
DOI:10.16337/j.1004-9037.2022.05.004
中文关键词:  隐私保护分类  对抗防御  图像分块  图像置乱  混沌
英文关键词:privacy preserving classification  adversarial defense  image blocking  image scrambling  chaotic
基金项目:国家重点研发计划(2019YFC0120100); 广东省自然科学基金(2018A0303130169,2020A151501212); 广东省普通高校重点领域专项(2020ZDZX1023,2021ZDZX1062); 工业装备质量大数据工业和信息化部重点实验室开放基金(2021-IEQBD-03); 广东省大数据分析与处理重点实验室开放基金(201902)。
作者单位邮编
陈国明 广东第二师范学院计算机学院广州 510303 510303
袁泽铎 暨南大学信息科学技术学院广州 510632 510632
龙舜 暨南大学信息科学技术学院广州 510632 510632
麦舒桃 广州中医药大学第二附属医院广州 510120 510120
摘要点击次数: 210
全文下载次数: 172
中文摘要:
      针对传统隐私保护机器学习方案抵抗对抗攻击能力较弱的特点,提出一种基于格雷码置乱和分块混沌置乱的医学影像加密方案(Gray + block chaotic scrambling optimized for medical image encryption,GBCS),并应用于隐私保护的分类挖掘。首先对图像进行位平面切割;然后,对图像不同位平面进行格雷码置乱后再进行分块,在分块的基础上分别进行混沌加密;最后通过深度网络对加密后的图像进行分类学习。通过在公开乳腺癌和青光眼数据集上进行交叉验证仿真实验,对GBCS 的隐私保护与分类性能进行量化分析,并从图像直方图、信息熵和对抗攻击能力等指标考虑其安全性。实验结果表明医学图像在GBCS 加密前后的性能差距在可接受范围内,方案能更好地平衡性能与隐私保护的矛盾, 能有效抵御对抗样本的攻击,验证了本文方法的有效性。
英文摘要:
      This paper proposes a medical image encryption scheme based on Gray code scrambling and block chaotic scrambling Gray+block chaotic scrambling optimized for medical image encryption(GBCS), which is applied to privacy protection classification. First, the image is sliced by bit-planes.Then, different bit-planes of images are scrambled by the Gray code and then divided into blocks, and chaotic encryption is carried out on these blocks. Finally, the encrypted images are classified by deep learning network. We quantitatively analyze the privacy protection and classification performance of GBCS through cross-validation simulation on public breast cancer and glaucoma datasets, and perform a safety analysis of the method by histogram, information entropy, and anti-attack ability. The experimental results prove the effectiveness of our method. The performance gap of medical images before and after GBCS encryption are within an acceptable range. The proposed scheme can better balance the contradiction between performance and privacy protection requirements, and effectively resist the attack of adversarial samples.
查看全文  HTML  查看/发表评论

Copyright @2010-2015《数据采集与处理》编辑部

地址:南京市御道街29号        邮编:210016

电话:025-84892742      传真:025-84892742       E-mail:sjcj@nuaa.edu.cn

您是本站第2899333位访问者 本站今日一共被访问253

技术支持:北京勤云科技发展有限公司