云存储中基于MHT的电力设备图像完整性审计方案

摘要

针对云存储中电力设备图像面临着被攻击、篡改或丢失等风险,提出一种适用于云端电力设备图像的完整性审计方案.首先,将每个图像切割成4个图像块,再采用尺度不变特征转换(Scale Invariant Feature Transform, SIFT)算法对所有图像块进行特征提取.然后,把每个图像的4个图像块作为一个叶子节点来构建Merkle哈希树(Merkle Hash Tree, MHT).最后,在树中节点增设访问等级位和更新状态位.理论分析和实验结果表明,该方案应用于图像完整性审计时具有较低的计算开销和较高的审计效率,并且对图像的不完整区域能够进行准确的定位,因此更加适用于云端电力设备图像的完整性审计工作.

关键词

电力设备图像 / 云存储安全 / Merkle哈希树 / SIFT / 图像完整性